Java数据结构和算法（七）排序算法

1 排序算法的介绍

排序也称排序算法(SortAlgorithm)，排序是将 一组数据，依 指定的顺序进行 排列的过程。

2 排序的分类

1. 内部排序:
   指将需要处理的所有数据都加载到 内部存储器( 内存)中进行排序。
2. 外部排序法：
   数据量过大，无法全部加载到内存中，需要借助 外部存储( 文件等)进行排序。
3. 常见的排序算法分类:

3 算法的时间复杂度

3.1 度量一个程序(算法)执行时间的两种方法

• 事后统计的方法
  这种方法可行, 但是有两个问题：
  一是要想对设计的算法的运行性能进行评测，需要实际运行该程序；
  二是所得时间的统计量依赖于计算机的硬件、软件等环境因素, 这种方式，要在同一台计算机的相同状态下运行，才能比较那个算法速度更快。
• 事前估算的方法
  通过分析某个算法的 时间复杂度来判断哪个算法更优。

3.2 时间频度

时间频度：一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。 一个算法中的语句执行次数称为语句频度或时间频度。记为 T(n)。

例如：计算 1-100 所有数字之和, 我们设计两种算法：

int total = 0;
int start = 1;
int end = 100;
// 算法1
for (int i = start; i <= end; i++) {
    total += i;
}
System.out.println("算法1：" + total);

// 算法2
total = (start + end) * end / 2;
System.out.println("算法2：" + total);

忽略常数项

结论:

2n+20 和 2n 随着n 变大，执行曲线无限接近, 20可以忽略
3n+10 和 3n 随着n 变大，执行曲线无限接近, 10可以忽略

忽略低次项

分析：

2n^2+3n+10 和 2n^2 随着n 变大, 执行曲线无限接近, 可以忽略 3n+10
n^2+5n+20 和 n^2 随着n 变大,执行曲线无限接近, 可以忽略 5n+20

忽略系数

分析：

随着 n 值变大，5n^2+7n 和 3n^2 + 2n ，执行曲线重合, 说明 这种情况下, 5 和 3 可以忽略。
而 n^3+5n 和 6n^3+4n ，执行曲线分离，说明多少次方式关键

3.3 时间复杂度

• 一般情况下， 算法中的基本操作语句的重复执行次数是问题规模 n 的某个函数，用 T(n)表示，若有某个辅助函数 f(n)，使得当 n 趋近于无穷大时，T(n) / f(n) 的极限值为不等于零的常数，则称 f(n)是 T(n)的同数量级函数。记作 T(n)= Ｏ( f(n) )，称Ｏ( f(n) ) 为算法的渐进时间复杂度，简称时间复杂度。
• T(n) 不同，但时间复杂度可能相同。 如：T(n)=n²+7n+6 与 T(n)=3n²+2n+2 它们的 T(n) 不同，但时间复杂度相同，都为 O(n²)。
• 计算时间复杂度的方法：
  • 用常数 1 代替运行时间中的所有加法常数 T(n)=n²+7n+6 => T(n)=n²+7n+1
  • 修改后的运行次数函数中，只保留最高阶项 T(n)=n²+7n+1 => T(n) = n²
  • 去除最高阶项的系数 T(n) = n² => T(n) = n² => O(n²)

3.4 常见的时间复杂度

• 常数阶 O(1)
• 对数阶 O($lo{g}_{2}n$)
• 线性阶 O(n)
• 线性对数阶 O($nlo{g}_{2}n$)
• 平方阶 O($n^2$)
• 立方阶 O($n^3$)
• k 次方阶 O($n^k$)
• 指数阶 O($2^n$)

常见的时间复杂度对应的图:

说明：

1. 常见的算法时间复杂度由小到大依次为：Ο(1)＜Ο($lo{g}_{2}n$)＜Ο(n)＜Ο($nlo{g}_{2}n$)＜Ο($n^2$)＜Ο($n^3$)＜ Ο($n^k$) ＜Ο($2^n$) ，随着问题规模 n 的不断增大，上述时间复杂度不断增大，算法的执行效率越低。
2. 从图中可见，我们应该尽可能避免使用指数阶的算法。

常数阶 O(1)

无论代码执行了多少行，只要是没有循环等复杂结构，那这个代码的时间复杂度就都是O(1)

int i = 1;
int j = 2;
int m = i + j;

对数阶 O($lo{g}_{2}n$)

先说下对数，知道的可忽略：
如果a的x次方等于N（a>0，且a≠1），那么数x叫做以a为底N的对数（logarithm），记作x=$lo{g}_{a}N$。其中，a叫做对数的底数，N叫做真数。

int i = 1;
while (i < n) {
    i = i * 2;
}

在while循环里面，每次都将 i 乘以 2，乘完之后，i 距离 n 就越来越近了。假设循环x次之后，i 就大于 2 了，此时这个循环就退出了，也就是说 2 的 x 次方等于 n，那么 x = $lo{g}_{2}n$，也就是说当循环 $lo{g}_{2}n$次以后，这个代码就结束了。因此这个代码的时间复杂度为：O($lo{g}_{2}n$) ，O($lo{g}_{2}n$) 的这个2 时间上是根据代码变化的，i = i * 3 ，则是 O($lo{g}_{3}n$) 。

线性阶O(n)

for (int i = 1; i <= n; i++) {
    System.out.println(i);
}

for循环里面的代码会执行n遍，因此它消耗的时间是随着n的变化而变化的，因此这类代码都可以用O(n)来表示它的时间复杂度。

线性对数阶O($nlo{g}_{2}n$)

for (int i = 1; i <= n; i++) {
    int j = 1;
    while (j < n) {
        j = j * 2;
    }
}

线性对数阶O($nlo{g}_{2}n$) 其实非常容易理解，将时间复杂度为O($lo{g}_{2}n$)的代码循环N遍的话，那么它的时间复杂度就是 n * O($lo{g}_{2}n$)，也就是了O($nlo{g}_{2}n$)。

平方阶O(n²)

for (int i = 1; i <= n; i++) {
    for (int j = 1; j <= n; j++) {
        System.out.println(i + " " + j);
    }
}

平方阶O(n²) 就更容易理解了，如果把 O(n) 的代码再嵌套循环一遍，它的时间复杂度就是 O(n²)，这段代码其实就是嵌套了2层n循环，它的时间复杂度就是 O(n*n)，即 O(n²) 如果将其中一层循环的n改成m，那它的时间复杂度就变成了 O(m*n)。

立方阶O(n³)、K次方阶O($n^k$)

参考上面的O(n²) 去理解就好了，O(n³)相当于三层n循环，其它的类似。

3.5平均时间复杂度和最坏时间复杂度

1. 平均时间复杂度是指所有可能的输入实例均以等概率出现的情况下，该算法的运行时间。
2. 最坏情况下的时间复杂度称最坏时间复杂度。 一般讨论的时间复杂度均是最坏情况下的时间复杂度。这样做的原因是：最坏情况下的时间复杂度是算法在任何输入实例上运行时间的界限，这就保证了算法的运行时间不会比最坏情况更长。
3. 平均时间复杂度和最坏时间复杂度是否一致，和算法有关(如图:)。

排序法	平均时间	最坏时间	稳定度	额外空间	备注
冒泡	O($n^2$)	O($n^2$)	稳定	O(1)	n小时较好
交换	O($n^2$)	O($n^2$)	不稳定	O(1)	n小时较好
选择	O($n^2$)	O($n^2$)	不稳定	O(1)	n小时较好
插入	O($n^2$)	O($n^2$)	稳定	O(1)	大部分排序较好
基数	O($lo{g}_{R}B$)	O($lo{g}_{R}B$)	稳定	O(n)	B是真数（0-9），R是基数（个十百）
Shell	O(nlogn)	O($n^s$)1<s<2	不稳定	O(1)	s是所选分组
快速	O(nlogn)	O($n^2$)	不稳定	O(nlogn)	n大时较好
归并	O(nlogn)	O(nlogn)	稳定	O(1)	n大时较好
堆	O(nlogn)	O(nlogn)	不稳定	O(1)	n大时较好

4 算法的空间复杂度

4.1基本介绍

1. 类似于时间复杂度的讨论，一个算法的空间复杂度(Space Complexity)定义为该算法所耗费的存储空间，它也是问题规模 n 的函数。
2. 空间复杂度(Space Complexity)是对一个算法在运行过程中临时占用存储空间大小的量度。有的算法需要占用的临时工作单元数与解决问题的规模 n 有关，它随着 n 的增大而增大，当 n 较大时，将占用较多的存储单元，例如快速排序和 归并排序算法, 基数排序就属于这种情况
3. 在做算法分析时，主要讨论的是时间复杂度。 从用户使用体验上看 ， 更看重的程序执行的速度。一些缓存产品(redis, memcache)和算法(基数排序)。

具体排序算法请看后面的博文