排序(二)冒泡排序、快速排序、归并排序 -- java

直接插入排序、希尔排序、选择排序、堆排序

一、交换排序

  1. 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。
import java.util.Arrays;

public class BubbleSort {
    public static void bubbleSort(int[] array) {
        //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
        //时间复杂度:O(N ^ 2) 空间复杂度:O(1)
        //稳定性:稳定排序
        //升序排序为例:
        //每次找最小元素,从后往前遍历
        //每次找最大元素:从前往后遍历

        //找最大元素
        for (int bound = 0; bound < array.length; bound++) {
            //[0, bound) 已排序区间 [bound, size) 未排序区间
            for (int cur = array.length - 1; cur > bound; cur--) {
                if (array[cur - 1] > array[cur]) {
                    swap(array, cur - 1, cur);
                }
            }
        }
    }
    public static void swap(int[] array, int i, int j) {
        int tmp = array[i];
        array[i] = array[j];
        array[j] = tmp;
    }

    public static void main(String[] args) {
        int[] array = {4, 7, 9, 1, 5, 6, 3, 8, 2};
        bubbleSort(array);
        System.out.println(Arrays.toString(array));
    }
}
  1. 快速排序 (很重要)
    a. 用递归实现
import java.util.Arrays;

public class ImportentQuickSort {
    public static void quickSort(int[] array) {
        // 快速排序:需要用到递归
        // 1.从待排序区间选择一个数(第一个或最后一个),作为基准值(pivot);
        // 2.核心 Partition: 遍历整个待排序区间,将比基准值小的(可以包含相等的)放到基准值的左边,
        // 将比基准值大的(可以包含相等的)放到基准值的右边;
        // 3.采用分治思想,对左右两个小区间按照同样的方式处理,直到小区间的长度 == 1,代表已经有序,
        // 或者小区间的长度 == 0,代表没有数据

        // 时间复杂度:
        // 最坏情况下 => O(N ^ 2)(每次的基准值正好是最大值或最小值)
        // 平均情况下 => O(NlogN)
        // 空间复杂度:
        // 最坏情况下 => O(N) 平均情况下 => O(logN)
        // 稳定性:不稳定排序

        //设基准值为最后一个元素(基准值为首元素则操作相反)
        quickSortHelper(array, 0, array.length - 1);
    }
    private static void quickSortHelper(int[] array, int left, int right) {
        if(left >= right) {
            //区间中有 0 或 1 个元素,不需排序
            return;
        }
        int index = partition(array, left, right);
        //返回值表示整理后 基准值 所在位置
        //[left, ingex - 1]  [index + 1, right]
        quickSortHelper(array, left, index -1);
        quickSortHelper(array, index + 1, right);
    }
    private static int partition(int[] array, int left, int right) {
        int baseValue = array[right];//设基准值为最后一个元素
        int i = left;
        int j = right;
        while (i < j) {
            //从左往右找到一个 大于基准值 的元素
            while (i < j && array[i] <= baseValue) {
                i++;
            }
            //再从右往左找到一个 小于基准值 的元素
            while (i < j && array[j] >= baseValue) {
                j--;
            }

            //此时 j 指向的元素要么和 i 重合,要么小于基准值
            //交换 i 和 j 的值
            if(i <j) {
                swap(array, i, j);
            }
        }
        //循环结束, i、j 重合,再与基准值交换
        //重合元素一定大于基准值元素
        swap(array, i, right);
        return i;
    }
    private static void swap(int[] array, int i, int j) {
        int tmp = array[i];
        array[i] = array[j];
        array[j] = tmp;
    }

    public static void main(String[] args) {
        int[] array = {4, 9, 1, 5, 6, 3, 8, 2};
        quickSort(array);
        System.out.println(Arrays.toString(array));
    }
}

b. 非递归实现

import java.util.ArrayList;
import java.util.Arrays;
import java.util.Collections;
import java.util.Stack;

public class Quicker {
    //非递归实现快速排序(借助一个栈)
    public static void byLoop(int[] array) {
        Stack<Integer> stack = new Stack<>();
        stack.push(0);
        stack.push(array.length - 1);
        while (!stack.isEmpty()) {
            int right = stack.pop();
            int left = stack.pop();
            if(left >= right) {
                //区间为空 或 区间内只有一个元素
                continue;
            }
            int index = partition(array, left, right);
            //把右子树入栈 [ index + 1, right)
            stack.push(index + 1);
            stack.push(right);
            //把左子树入栈 [left, index - 1)
            stack.push(left);
            stack.push(index - 1);
        }
    }
    private static int partition(int[] array, int left, int right) {
        int baseValue = array[right];//设基准值为最后一个元素
        int i = left;
        int j = right;
        while (i < j) {
            //从左往右找到一个 大于基准值 的元素
            while (i < j && array[i] <= baseValue) {
                i++;
            }
            //再从右往左找到一个 小于基准值 的元素
            while (i < j && array[j] >= baseValue) {
                j--;
            }

            //此时 j 指向的元素要么和 i 重合,要么小于基准值
            //交换 i 和 j 的值
            if(i <j) {
                swap(array, i, j);
            }
        }
        //循环结束, i、j 重合,再与基准值交换
        //重合元素一定大于基准值元素
        swap(array, i, right);
        return i;
    }
    private static void swap(int[] array, int i, int j) {
        int tmp = array[i];
        array[i] = array[j];
        array[j] = tmp;
    }

    public static void main(String[] args) {
        int[] array = {4, 9, 1, 5, 6, 3, 8, 2};
        byLoop(array);
        System.out.println(Arrays.toString(array));
    }
}

c. java 自带实现


    public static void main(String[] args) {
        ArrayList<Integer> arrayList = new ArrayList<>();
        arrayList.add(6);
        arrayList.add(3);
        arrayList.add(7);
        arrayList.add(1);
        arrayList.add(5);
        arrayList.add(9);
        arrayList.add(8);
        Collections.sort(arrayList);
        System.out.println(arrayList);

        int[] array = {6, 3, 7, 1, 5, 9, 8};
        Arrays.sort(array);
        System.out.println(arrayList);
        //ctrl + 鼠标左键 跳转到 类/方法 定义
    }

二、归并排序

  1. 归并排序
    归并排序(MERGE-SORT)是建立在归并操作上的一种有效的排序算法,该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使 子序列段间有序。若将两个有序表合并成一个有序表,称为二路归并。
    在这里插入图片描述
    a. 递归实现
import java.util.Arrays;

public class MergeSort {
    //归并排序
    //时间复杂度:O(NlogN) 空间复杂度:O(N) + O(logN)(临时空间)=> O(N)
    //稳定性:稳定排序

    //特点:
    // 1.能高效的针对链表进行排序
    // 2. “外部排序” 的主要实现方式(数据在外存中)
    public static void mergeSort(int[] array) {
        // [0, length)
        mergeSortHelper(array, 0, array.length);
    }

    private static void mergeSortHelper(int [] array, int left, int right) {
        //[left, right)
        if(right - left <= 1) {
            //当前区间中有 0 或 1 个元素,不需要进行排序
            return;
        }
        //对于 [left, right)区间,分成对等的两个区间
        // [left, mid) [mid, right)
        int mid = (left + right) / 2;
        mergeSortHelper(array, left, mid);
        mergeSortHelper(array, mid, right);
        //已排好序,将两个有序数字进行合并
        merge(array, left, mid, right);
    }
    private static void merge(int[] array, int left, int mid, int right) {
        int cur1 = left;
        int cur2 = mid;
        //临时空间需要容纳下两个数组 数量之和
        int[] output = new int[right - left];
        int outputIndex = 0;
        // 当前 output 中被插入了几个元素

        while (cur1 < mid && cur2 < right) {
            if (array[cur1] <= array[cur2]) {
                // 如果是 < ,无法保证稳定性
                // 把 cur1 位置的元素插入到 output 中
                output[outputIndex] = array[cur1];
                cur1++;
                outputIndex++;
            }else {
                output[outputIndex] = array[cur2];
                cur2++;
                outputIndex++;
            }
        }
        while (cur1 < mid) {
            output[outputIndex] = array[cur1];
            cur1++;
            outputIndex++;
        }
        while (cur2 < right) {
            output[outputIndex] = array[cur2];
            cur2++;
            outputIndex++;
        }
        //把数据从临时空间中拷贝回原来的数组中
        for (int i = 0; i < right - left; i++) {
            array[left + i] = output[i];
        }
    }

    public static void main(String[] args) {
        int[] array = {4, 9, 1, 5, 6, 3, 8, 2};
        mergeSort(array);
        System.out.println(Arrays.toString(array));
    }
}

b. 非递归实现

import java.util.Arrays;

public class MregeSortByLoop {
    public static void byLoop(int[] array) {
        // gap 表示当前每个组中的元素个数
        for (int gap = 1; gap < array.length; gap *= 2) {
            for (int i = 0; i < array.length; i += 2*gap) {
                //每进行一遍循环体,相当于把两个长度为 gap 的数组合并
                // [i, i + gap) [i + gap, i + 2*gap)
                int left = i;
                int mid = i +gap;
                int right = i + 2*gap;
                if (mid > array.length) {
                    mid = array.length;
                }
                if (right > array.length) {
                    right = array.length;
                }
                merge(array, left, mid, right);
            }
        }
    }
    private static void merge(int[] array, int left, int mid, int right) {
        int cur1 = left;
        int cur2 = mid;
        //临时空间需要容纳下两个数组 数量之和
        int[] output = new int[right - left];
        int outputIndex = 0;
        // 当前 output 中被插入了几个元素

        while (cur1 < mid && cur2 < right) {
            if (array[cur1] <= array[cur2]) {
                // 如果是 < ,无法保证稳定性
                // 把 cur1 位置的元素插入到 output 中
                output[outputIndex] = array[cur1];
                cur1++;
                outputIndex++;
            }else {
                output[outputIndex] = array[cur2];
                cur2++;
                outputIndex++;
            }
        }
        while (cur1 < mid) {
            output[outputIndex] = array[cur1];
            cur1++;
            outputIndex++;
        }
        while (cur2 < right) {
            output[outputIndex] = array[cur2];
            cur2++;
            outputIndex++;
        }
        //把数据从临时空间中拷贝回原来的数组中
        for (int i = 0; i < right - left; i++) {
            array[left + i] = output[i];
        }
    }

    public static void main(String[] args) {
        int[] array = {4, 9, 1, 5, 6, 3, 8, 2};
        byLoop(array);
        System.out.println(Arrays.toString(array));
    }
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值