1.概念
排序,就是使一串记录,按照其中的某个或某些关键字的大小,递增或递减的排列起来的操作。平时的上下文中,如果提到排序,通常指的是排升序(非降序)。通常意义上的排序,都是指的原地排序(in place sort)。
排序的稳定性指的是:两个相等的数据,如果经过排序后,排序算法能保证其相对位置不发生变化,则我们称该算法是具备稳定性的排序算
法
2.几种常见的排序方法
1.直接插入排序:
直接插入排序非常简单,将数组分为两个区间,有序和无序区间,将无序区间的数一个个的插入到有序区间即可;
用图来演示:
上述过程可以视作从无序数组中取出数,插入到有序数组中,有序数组变长,无序数组减短;
通过代码实现这个操作:
public static void myInsertSort(int[] array){
for(int i=1;i<array.length;i++){
int j=i-1;
int tmp = array[i];
for(;j>=0;j--){
if(array[j]>tmp){
array[j+1]=array[j];//往后挪一位
}else {
break;//小于tmp了;
}
array[j+1]=tmp;//在进行判断时走到了j位置进行比较,
// 但其小于tmp,因此tmp紧随其后
}
}
}
时间复杂度:最好O(n),平均 O(n2),最坏O(n2),空间复杂度:O(1);
2.希尔排序
又称为缩小增量法,希尔排序的思想是:将待排序的文件分成a组,a为任意数,所有距离为b的数被分成一组,然后对每一组进行排序,重复进行上述操作,当b为1时,所有组的数都会变成插入排序,但此时只需要简单的调整即可,这些间隔gap即是增量序列,增量序列从大到小都为素数,
代码实现:进行多次插入排序即可,通过遍历增量序列来确定每次的分组
public static void shellSort(int[] array){
int[] drr={5,3,1};
for (int i=0;i<drr.length;i++){
shell(array,drr[i]);
}
}
public static void shell(int[] array,int gap){
for(int i=gap;i<array.length;i++){
int j=i-gap;
int tmp=array[i];
for(;j>=0;j-=gap){
if(array[j]>tmp){
array[j+gap]=array[j];
}else{
break;
}
}
array[j+gap]=tmp;
}
}
3.选择排序
代码示例:
public static void selectSort(int [] array){
for (int i=0;i<array.length;i++){
//从头到尾将列表中的最小值一个个放在列表中
for (int j=i+1;j<array.length;j++){
if (array[j]<array[i]){
int tmp=array[i];
array[i]=array[j];
array[j]=tmp;
}
}
}
}
4.堆排序
基本原理也是选择排序,只是不在使用遍历的方式查找无序区间的最大的数,而是通过堆来选择无序区间的最大的数
通过大根堆的特点根为最大元素,将其进行多次大根堆向下调整,每次将根放在列表末尾,最终得到一个排好序的堆,其实就是将列表非为两部分,有序的为后端,将每次前端的最大值陆续放在后端即可
图示:
public static void HeapSort(int[] array){
createBigheap(array);
int size=array.length-1;
for(int i=array.length-1;i>=0;i--){
int tmp = array[i];
array[i]=array[0];
array[0]=tmp;
//进行向下调整时,需要注意此时不调整已经安置的末尾节点,
shiftDown(array,size,0);
size--;
}
}
public static void createBigheap(int[] array){
int size = array.length-1;
for(int i=(array.length-1)/2;i>=0;i--){
shiftDown(array,array.length,i);//从末尾开始进行向下调整,将所有子树都调整为一个大根堆,
}
}
public static void shiftDown(int[] array,int size,int index){
int left=2*index+1;
while(left<size){
int right=left+1;
int max = left;
if (right<size && array[right]>array[left]){
max=right;
}
if (array[max]>array[index]){
int tmp = array[max];
array[max]=array[index];
array[index]=tmp;
index=max;//调整过程中,只挪动了max位置的值,因此只需要将max子树再进行下调整即可
left=2*index+1;
}else{
break;
}
}
}
5.冒泡排序
在无序区间,通过相邻数的比较,将最大的数冒泡到无序区间的最后,持续这个过程,直到数组整体有序
public static void bubbleSort(int[] array){
for (int i=0;i<array.length-1;i++){
for (int j=0;j<array.length-i-1;j++){
if (array[j]>array[j+1]){
int tmp=array[j];
array[j]=array[j+1];
array[j+1]=tmp;
}
}
}
}
6.快速排序
通过一次排序将列表分为两部分,后端部分一定比前端部分大,
然后再按照相同的步骤将这两部分分别进行快速排序,直到列表有序,整个过程递归进行
public static void quickSort(int [] array){
quick(array,0,array.length-1);
}
public static void quick(int[] array,int low,int high){
if (low<high){
int piv = pivot(array,low,high);
quick(array,low,piv-1);
quick(array,piv+1,high);
}
return;
}
public static int pivot(int[] array,int start,int end) {
int tmp = array[start];
while (start < end) {
while (start<end && array[end]>=tmp) {
end--;
}
if (start>=end){
array[start]=tmp;
}else{
array[start]=array[end];
}
array[start]=array[end];
//把数据赋值给start
while (start<end && array[start]<=tmp) {
start++;
}
if (start>=end){
array[start]=tmp;
}else{
array[end]=array[start];
}
//把start下标的值给end
}
array[start] = tmp;
return start;
}
非递归实现:
public static void quickSort2(int[] array){
Stack<Integer> stack = new Stack<>();
int low = 0;
int high = array.length-1;
int piv = pivot(array,low,high);
if(piv > low + 1) {
stack.push(low);//每次找到的是中间值的位置,将中间值的两边推入栈中
stack.push(piv-1);//
}
if(piv < high-1) {
stack.push(piv+1);
stack.push(high);
}
while (!stack.empty()) {
high = stack.pop();//在得到一个新的边界后,继续寻找中间值的位置
low = stack.pop();//并且继续对数组进行划分,知道栈为空,栈中保存的是每次找到中间值位置后,两边的边界
piv = pivot(array, low, high);//每次都将两边的边界推入栈,找中间值位置,再推入边界,//直到piv=low+1;这时他们已经不需要调整
if (piv > low + 1) {
stack.push(low);
stack.push(piv - 1);
}
if (piv < high - 1) {
stack.push(piv + 1);
stack.push(high);
}
}
}
public static int pivot(int[] array,int start,int end) {
int tmp = array[start];
while (start < end) {
while (start<end && array[end]>=tmp) {
end--;
}
if (start>=end){
array[start]=tmp;
}else{
array[start]=array[end];
}
array[start]=array[end];
//把数据赋值给start
while (start<end && array[start]<=tmp) {
start++;
}
if (start>=end){
array[start]=tmp;
}else{
array[end]=array[start];
}
//把start下标的值给end
}
array[start] = tmp;
return start;
}
7.归并排序
归并排序也是利用了分治策略的思想,首先将数组分成单个的数,再将其进行两两合并排序,得到最终的有序的数组
public static void mergeSort2(int[] array) {
mergeSortInternal(array,0,array.length-1);
}
public static void merge(int[] array,int start,int mid,int end) {
int s1 = start;
int s2 = mid+1;
int[] tmp = new int[end-start+1];
int k = 0;//tmp数组的下标
while (s1 <= mid && s2 <= end) {
if(array[s1] <= array[s2]) {
tmp[k++] = array[s1++];
}else{
tmp[k++] = array[s2++];
}
}
//有可能第一个段还有数据 有可能第2个段也有数据
while (s1 <= mid) {
tmp[k++] = array[s1++];
}
while (s2 <= end){
tmp[k++] = array[s2++];
}
for (int i = 0; i < tmp.length; i++) {
array[i+start] = tmp[i];
}
}
public static void mergeSortInternal(int[] array,int low,int high) {
if(low >= high) return;
int mid = (low+high)/2;
mergeSortInternal(array,low,mid);
mergeSortInternal(array,mid+1,high);
//合并的操作
merge(array,low,mid,high);
}
3.性能分析
排序方法 | 最好 | 平均 | 最坏 | 空间复杂度 | 稳定性 |
---|---|---|---|---|---|
冒泡排序 | O(n) | O(n^2) | O(n^2) | O(1) | 稳定 |
插入排序 | O(n) | O(n^2) | O(n^2) | O(1) | 稳定 |
选择排序 | O(n^2) | O(n^2) | O(n^2) | O(1) | 不稳定 |
希尔排序 | O(n) | O(n^1.3) | O(n^2) | O(1) | 不稳定 |
堆排序 | O(n * log(n)) | O(n * log(n)) | O(n * log(n)) | O(1) | 不稳定 |
快速排序 | O(n * log(n)) | O(n * log(n)) | O(n^2) | O(log(n)) ~ O(n) | 不稳定 |
归并排序 | O(n * log(n)) | O(n * log(n)) | O(n * log(n)) | O(n) | 稳定 |