1、选择排序
1.1选择排序介绍
选择式排序:是从欲排序的数据中,按指定的规则选出某一元素,再依规定交换位置后达到排序的目的。
选择排序思想: 首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置,然后,再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。以此类推,直到所有元素均排序完毕。
算法描述:
- 初始状态:无序区为R[1…n],有序区为空;
- 第i趟排序(i=1,2,3…n-1)开始时,当前有序区和无序区分别为R[1…i-1]和R(i…n)。该趟排序从当前无序区中-选出关键字最小的记录 R[k],将它与无序区的第1个记录R交换,使R[1…i]和R[i+1…n)分别变为记录个数增加1个的新有序区和记录个数减少1个的新无序区;
- n-1趟结束,数组有序化了。
比如:
1.2选择排序算法的实现
import java.text.SimpleDateFormat;
import java.util.Arrays;
import java.util.Date;
//选择排序
public class SelectSort {
public static void main(String[] args) {
int arr1[] = {3,44,38,5,47,15,36,26,27,2,46,4,19,50,48};
System.out.println("排序前");
System.out.println(Arrays.toString(arr1));
selectSort(arr1);
System.out.println("排序后");
System.out.println(Arrays.toString(arr1));
//测试选择排序的速度
//创建要给80000个的随机的数组
int[] arr2 = new int[80000];
for (int i = 0; i < 80000; i++) {
arr2[i] = (int) (Math.random() * 8000000); // 生成一个[0, 8000000) 数
}
System.out.println("排序前");
Date data1 = new Date();
SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
String date1Str = simpleDateFormat.format(data1);
System.out.println("排序前的时间是=" + date1Str);
selectSort(arr2);
Date data2 = new Date();
String date2Str = simpleDateFormat.format(data2);
System.out.println("排序后的时间是=" + date2Str);
}
//选择排序
public static void selectSort(int[] arr) {
//选择排序时间复杂度是 O(n^2)
for (int i = 0; i < arr.length - 1; i++) {
int minIndex = i;
int min = arr[i];
for (int j = i + 1; j < arr.length; j++) {
if (min > arr[j]) { // 说明假定的最小值,并不是最小
min = arr[j]; // 重置min
minIndex = j; // 重置minIndex
}
}
// 将最小值,放在arr[0], 即交换
if (minIndex != i) {
arr[minIndex] = arr[i];
arr[i] = min;
}
}
}
}
排序前
[3, 44, 38, 5, 47, 15, 36, 26, 27, 2, 46, 4, 19, 50, 48]
排序后
[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]
排序前
排序前的时间是=2020-09-14 13:44:00
排序后的时间是=2020-09-14 13:44:01
2、堆排序
2.1堆排序基本介绍
堆排序:是利用堆这种数据结构而设计的一种排序算法,堆排序是一种选择排序,它的最坏,最好,平均时间复杂度均为O(nlogn),它也是不稳定排序。
堆:是具有以下性质的完全二叉树
- 每个结点的值都大于或等于其左右孩子结点的值,称为大顶堆
(注意 : 没有要求结点的左孩子的值和右孩子的值的大小关系。)
大顶堆举例说明:
我们对堆中的结点按层进行编号,映射到数组中就是下面这个样子:
大顶堆特点:arr[i] >= arr[2i+1] && arr[i] >= arr[2i+2]
(i 对应第几个节点,i从0开始编号,对应数组元素下标)
- 每个结点的值都小于或等于其左右孩子结点的值,称为小顶堆
小顶堆举例说明:
小顶堆特点:arr[i] <= arr[2i+1] && arr[i] <= arr[2i+2]
(i 对应第几个节点,i从0开始编号,对应数组元素下标)
一般升序采用大顶堆,降序采用小顶堆
堆排序的基本思想是:
- 将待排序序列构造成一个大顶堆
- 此时,整个序列的最大值就是堆顶的根节点。
- 将其与末尾元素进行交换,此时末尾就为最大值。
- 然后将剩余n-1个元素重新构造成一个堆,这样会得到n个元素的次小值。如此反复执行,便能得到一个有序序列了。
可以看到在构建大顶堆的过程中,元素的个数逐渐减少,最后就得到一个有序序列了.
举例解析:
步骤一:构造初始堆,将给定无序序列构造成一个大顶堆(一般升序采用大顶堆,降序采用小顶堆)
1、假设给定无序序列结构如下:
2、此时我们从最后一个非叶子节点开始(叶节点自然不用调整,第一个非叶子节点arr.length/2-1=5/2-1=1,也就是图中的6节点),从左至右,从上至下进行调整
3、找到第二个非叶子节点也就是图中的4,由于[4,9,8]中9元素最大,4和9交换
4、此时交换导致子根[4,5,6]结构混乱,继续调整,[4,5,6]中6最大,交换4和6
此时我们得到一个大顶堆
步骤二:将堆顶元素与末尾元素进行交换,使末尾元素最大。然后继续调整堆,再将堆顶元素与末尾元素交换得到第二大元素,如此反复进行交换、重建、交换
1、将对顶元素9和末尾元素4进行交换
2、重新调整结构,使其继续满足堆定义
3、再将堆顶元素8与末尾元素5进行交换,得到第二大元素8
4、后序过程,继续调整,交换、重构、交换,如此反复进行最终整个序列有序
2.2堆排序的实现
import java.text.SimpleDateFormat;
import java.util.Arrays;
import java.util.Date;
public class HeapSort {
public static void main(String[] args) {
int arr1[] = {91,60,96,13,35,65,46,65,10,30,20,31,77,81,22};
System.out.println("排序前");
System.out.println(Arrays.toString(arr1));
heapSort(arr1);
System.out.println("排序后");
System.out.println(Arrays.toString(arr1));
//测试堆排序的速度
// 创建要给80000个的随机的数组
int[] arr2 = new int[8000000];
for (int i = 0; i < 80000; i++) {
arr2[i] = (int) (Math.random() * 8000000); // 生成一个[0, 8000000) 数
}
System.out.println("排序前");
Date data1 = new Date();
SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
String date1Str = simpleDateFormat.format(data1);
System.out.println("排序前的时间是=" + date1Str);
heapSort(arr2);
Date data2 = new Date();
String date2Str = simpleDateFormat.format(data2);
System.out.println("排序前的时间是=" + date2Str);
}
//堆排序算法
public static void heapSort(int arr[]) {
int temp = 0;
//将无序序列构建成一个堆,根据升序降序需求选择大顶堆或小顶堆
for(int i = arr.length / 2 -1; i >=0; i--) {
adjustHeap(arr, i, arr.length);
}
/*
* 2).将堆顶元素与末尾元素交换,将最大元素"沉"到数组末端;
3).重新调整结构,使其满足堆定义,然后继续交换堆顶元素与当前末尾元素,反复执行调整+交换步骤,直到整个序列有序。
*/
for(int j = arr.length-1;j >0; j--) {
//交换
temp = arr[j];
arr[j] = arr[0];
arr[0] = temp;
adjustHeap(arr, 0, j);
}
}
//将一个数组(二叉树), 调整成一个大顶堆
/**
* 功能: 完成 将 以 i 对应的非叶子结点的树调整成大顶堆
* 举例 int arr[] = {4, 6, 8, 5, 9}; => i = 1 => adjustHeap => 得到 {4, 9, 8, 5, 6}
* 如果我们再次调用 adjustHeap 传入的是 i = 0 => 得到 {4, 9, 8, 5, 6} => {9,6,8,5, 4}
* @param arr 待调整的数组
* @param i 表示非叶子结点在数组中索引
* @param lenght 表示对多少个元素继续调整, length 是在逐渐的减少
*/
public static void adjustHeap(int arr[], int i, int lenght) {
int temp = arr[i];//先取出当前元素的值,保存在临时变量
//开始调整
//说明
//1. k = i * 2 + 1 k 是 i结点的左子结点
for(int k = i * 2 + 1; k < lenght; k = k * 2 + 1) {
if(k+1 < lenght && arr[k] < arr[k+1]) { //说明左子结点的值小于右子结点的值
k++; // k 指向右子结点
}
if(arr[k] > temp) { //如果子结点大于父结点
arr[i] = arr[k]; //把较大的值赋给当前结点
i = k; //!!! i 指向 k,继续循环比较
} else {
break;//!
}
}
//当for 循环结束后,我们已经将以i 为父结点的树的最大值,放在了 最顶(局部)
arr[i] = temp;//将temp值放到调整后的位置
}
}
排序前
[91, 60, 96, 13, 35, 65, 46, 65, 10, 30, 20, 31, 77, 81, 22]
排序后
[10, 13, 20, 22, 30, 31, 35, 46, 60, 65, 65, 77, 81, 91, 96]
排序前
排序前的时间是=2020-09-14 14:11:49
排序前的时间是=2020-09-14 14:11:49
排序算法相关博文:
算法(Java实现)-图解十大经典排序算法(一)——交换排序(冒泡排序、快速排序)
算法(Java实现)-图解十大经典排序算法(二)——插入排序(直接插入排序、希尔排序)
算法(Java实现)-图解十大经典排序算法(三)——选择排序(简单选择排序、堆排序)
算法(Java实现)-图解十大经典排序算法(四)——归并排序
算法(Java实现)-图解十大经典排序算法(五)——计数排序、桶排序、基数排序
欢迎持续关注:博客主页
我的个人博客站:jQueryZK Blog