常用的排序算法

最新推荐文章于 2022-11-03 19:06:39 发布
最新推荐文章于 2022-11-03 19:06:39 发布
阅读量121 收藏
点赞数 1
分类专栏： 算法 文章标签： java 排序算法 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_47896156/article/details/113073066
版权

6.排序算法

排序算法的介绍

排序也成排序算法(Sort Algorithm),排序是将一组数据,依指定的顺序进行排序的过程.

排序的分类:

  • 内部排序:指将需要处理的所有数据都加载到内部存储器中进行排序
  • 外部排序法:数据量过大,无法全部加载到内存中,需要借助外部进行排序
  • 常见的排序算法分类(见左图)在这里插入图片描述
算法的时间复杂度

度量一个程序(算法)执行时间的两种方法

  1. 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。
  2. 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.

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)。[举例说明]

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

时间复杂度

  1. 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
  2. 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)。
  3. 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)

常见的时间复杂度

  1. 常数阶O(1)
  2. 对数阶O(log2n)
  3. 线性阶O(n)
  4. 线性对数阶O(nlog2n)
  5. 平方阶O(n^2)
  6. 立方阶O(n^3)
  7. k 次方阶O(n^k)
  8. 指数阶O(2^n)

在这里插入图片描述
说明：

  1. 常见的算法时间复杂度由小到大依次为：Ο(1)＜Ο(log2n)＜Ο(n)＜Ο(nlog2n)＜Ο(n2)＜Ο(n3)＜ Ο(nk) ＜
    Ο(2n) ，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
常见的时间复杂度

  1. 常数阶

    在这里插入图片描述

  2. 对数阶O(log2n)
    在这里插入图片描述

  1. 线性阶O(n)

在这里插入图片描述

  1. 线性对数阶O(nlogN)

在这里插入图片描述

  1. 平方阶O(n²)

在这里插入图片描述

  1. 立方阶O(n³)、K 次方阶O(n^k)
    说明：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

  • 算法的时间复杂度

    平均时间复杂度和最坏时间复杂度

    • 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。
    • 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。
    • 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:)。

    在这里插入图片描述

算法的空间复杂度

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)本质就是用空间换时间.

6.1 冒泡排序

基本介绍

冒泡排序（Bubble Sorting）的基本思想是：通过对待排序序列从前向后（从下标较小的元素开始）,依次比较
相邻元素的值，若发现逆序则交换，使值较大的元素逐渐从前移向后部，就象水底下的气泡一样逐渐向上冒。

优化：
因为排序的过程中，各元素不断接近自己的位置，如果一趟比较下来没有进行过交换，就说明序列有序，因此要在
排序过程中设置一个标志flag 判断元素是否进行过交换。从而减少不必要的比较。(这里说的优化，可以在冒泡排
序写好后，在进行)

  • 演示冒泡过程的例子(图解)

在这里插入图片描述

小结上面的图解过程:
(1) 一共进行数组的大小-1 次大的循环
(2)每一趟排序的次数在逐渐的减少
(3) 如果我们发现在某趟排序中，没有发生一次交换， 可以提前结束冒泡排序。这个就是优化

代码实现

/**
 * @author xiaososa
 * @date 2020/12/25
 **/
public class BubbleSort {
    public static void main(String[] args) {
        int arr[] = {3,9,-1,10,-2};
        //定义一个暂时存储的变量
        int temp = 0;
        for(int i = 0;i < arr.length - 1; i++){
            for(int j = 0;j < arr.length - 1 - i;j++ ){
                if(arr[j] > arr[j+1]){
                    temp = arr[j];
                    arr[j] = arr[j+1];
                    arr[j+1] = temp;
                }
            }
            System.out.println("第"+(i+1)+"次排序");
            System.out.println(Arrays.toString(arr));
        }       
   }
}
完整代码演示
/**
 * @author xiaososa
 * @date 2020/12/25
 **/
public class BubbleSort {
    public static void main(String[] args) {
//        int arr[] = {3,9,-1,10,-2};
//        System.out.println("排序前的数组");
//        System.out.println(Arrays.toString(arr));
        //测试一下冒泡排序的速度O(n^2) 给80000个数据
        //创建要给80000个的随机的数组
        int[] arr = new int[80000];
        for (int i = 0; i < 80000; i++) {
            arr[i] = (int)(Math.random()*8000000);//生成一个[0,80000)数
        }

        Date date1 = new Date();
        SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
        String date1Str = simpleDateFormat.format(date1);
        System.out.println("排序前的时间是= "+date1Str);

        bubbleSort(arr);
        
        Date date2 = new Date();
        String date2Str = simpleDateFormat.format(date2);
        System.out.println("排序后的时间是= "+date2Str);
        //System.out.println("排序后的数组");
        //System.out.println(Arrays.toString(arr));
    }

    //将前面的冒泡排序算法,封装成一个方法
    public static void bubbleSort(int arr[]){
        //为了容易理解,冒泡排序的演变过程
        //第一趟排序,就是将最大的数排在最后
        int temp = 0;//临时变量
        boolean flag = false;//标识变量,标识是否进行过交换
        //冒泡排序 时间复杂度O(n^2)
        for (int i = 0; i < arr.length - 1 ; i++) {
            for (int j = 0; j < arr.length - 1 - i ; j++) {
                //如果前面的数比后面的数大,则交换
                if (arr[j] > arr[j+1]){
                    flag = true;
                    temp = arr[j];
                    arr[j] = arr[j+1];
                    arr[j+1] = temp;
                }
            }

            //System.out.println("第"+(i+1)+"趟排序后的数组");
            //System.out.println(Arrays.toString(arr));

            if (!flag){//在一趟排序中,一次交换都没有发生过
                break;
            }else {
                flag = false; //重置flag,进行下次判断
            }
        }
    }
}

6.2 选择排序

基本介绍

选择式排序也属于内部排序法,是从欲排序的数据中,按指定的规则选出某一个元素,再依规定交换位置后达到排序的目的.

选择排序

选择排序（select sorting）也是一种简单的排序方法。它的基本思想是：第一次从arr[0]~arr[n-1]中选取最小值， 与arr[0]交换，第二次从arr[1] ~ arr[n-1]中选取最小值，与arr[1]交换，第三次从arr[2]~arr[n-1]中选取最小值，与arr[2]交换，…，第i 次从arr[i-1]~arr[n-1]中选取最小值，与arr[i-1]交换，…, 第n-1 次从arr[n-2]~arr[n-1]中选取最小值，与arr[n-2]交换，总共通过n-1 次，得到一个按排序码从小到大排列的有序序列。

选择排序思路分析图:在这里插入图片描述

对一个数组的选择排序再进行讲解

在这里插入图片描述

选择排序应用实例

在这里插入图片描述

代码实现

/**
 * @author xiaososa
 * @date 2020/12/25
 **/
public class SelectSort {
    public static void main(String[] args) {
        int[] arr = {101,34,119,1,-1,90,123};
        System.out.println("排序前");
        System.out.println(Arrays.toString(arr));
        selectSort(arr);
        System.out.println("排序后");
        System.out.println(Arrays.toString(arr));
    }

    //选择排序
    public static void selectSort(int[] arr){
        //在推导的过程中,我们发现了规律,因此,可以使用for解决
        //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;
            }

            System.out.println("第"+(i+1)+"一轮后~");
            System.out.println(Arrays.toString(arr));
        }
        
}

6.3 插入排序

插入排序法介绍:

插入式排序属于内部排序法,是对于欲排序的元素以插入的方式找寻该元素的适当位置,以达到排序的目的

插入排序法思想:

把n 个待排序的元素看成为一个有序表和一个无序表，开始时有序表中只包含一个元素，无序表中包含有n-1 个元素，排序过程中每次从无序表中取出第一个元素，把它的排序码依次与有序表元素的排序码进行比较，将它插入到有序表中的适当位置，使之成为新的有序表。

插入排序思路图:

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Fz50SRCj-1611456717245)(D:\md笔记截图\image-20201226104304728.png)]

插入排序法应用实例

有一群小牛, 考试成绩分别是101, 34, 119, 1 请从小到大排序

/**
 * @author xiaososa
 * @date 2020/12/26
 **/
public class InsetSort {

    public static void main(String[] args) {
        int[] arr = {101,34,119,1,-1,89};
        insertSort(arr);
    }

    //插入排序
    public static void insertSort(int[] arr){
		int insertVal = 0;
        int insertIndex =0;
        //使用for循环把代码简化
        for (int i = 1; i < arr.length ; i++) {
            //定义代插入的数
            insertVal = arr[i];
            insertIndex = i - 1;//即arr[1]的前面这个数的下标

            //给insetVal 找到插入的位置
            //说明
            //1.insertIndex >= 0 保证在给insetVal 找插入位置,不越界
            //2.insertVal < arr[insertIndex] 待插入的数还没有找到插入的位置
            //3.就需要将arr[insertIndex]后移
            while (insertIndex >= 0 && insertVal < arr[insertIndex]){
                arr[insertIndex + 1] = arr[insertIndex];
                insertIndex--;
            }
            //当退出while循环时,说明插入的位置找到,insetIndex + 1
            //这里我们判断是否需要赋值
            if (insertIndex + 1 == i){
                arr[insertIndex + 1] = insertVal;
            }

            System.out.println("第"+i+"轮插入");
            System.out.println(Arrays.toString(arr));

        }
    }
}

6.4 希尔排序

简单插入排序存在的问题

我们看简单的插入排序可能存在的问题.

数组arr = {2,3,4,5,6,1} 这时需要插入的数1(最小), 这样的过程是：
{2,3,4,5,6,6}
{2,3,4,5,5,6}
{2,3,4,4,5,6}
{2,3,3,4,5,6}
{2,2,3,4,5,6}
{1,2,3,4,5,6}
结论: 当需要插入的数是较小的数时，后移的次数明显增多，对效率有影响.

希尔排序法介绍

希尔排序是希尔（Donald Shell）于1959 年提出的一种排序算法。希尔排序也是一种插入排序，它是简单插入排序经过改进之后的一个更高效的版本，也称为缩小增量排序。

希尔排序法的示意图

在这里插入图片描述
在这里插入图片描述

希尔排序法应用实例

有一群小牛, 考试成绩分别是{8,9,1,7,2,3,5,4,6,0} 请从小到大排序. 请分别使用

  1. 希尔排序时， 对有序序列在插入时采用交换法, 并测试排序速度.
  2. 希尔排序时， 对有序序列在插入时采用移动法, 并测试排序速度
  3. 代码实现

交换法

//使用逐步推导的方式来编写希尔排序
public static void shellSort(int[] arr){
    int temp = 0;
    int count = 0;
    //根据前面的逐步分析,使用循环处理
    for (int gap = arr.length/2;gap > 0; gap /= 2){
        for (int i = gap; i < arr.length; i++) {
            //遍历各组中所有的元素(共gap组,每组有个元素),步长gap
            for (int j = i - gap; j >= 0 ; j -= gap) {
                //如果当前元素大于加上步长后的那个元素,说明交换
                if (arr[j] > arr[j + gap]){
                    temp = arr[j];
                    arr[j] = arr[j+gap];
                    arr[j+gap] = temp;
                }
            }
        }
        System.out.println("希尔排序第"+(++count)+"轮="+Arrays.toString(arr));
    }
}

移位法

//对交换式的希尔排序进行优化->移位法
public static void shellSort2(int[] arr){

    //增量gap,并逐步的缩小增量
    for (int gap = arr.length/2;gap > 0; gap /= 2){
        //从第gap个元素,逐个对其所在的组进行直接插入排序
        for (int i = gap; i < arr.length ; i++) {
            int j = i;
            int temp = arr[j];
            if (arr[j] < arr[j - gap]) {
                while (j - gap >= 0 && temp < arr[j - gap]){
                    //移动
                    arr[j] = arr[j - gap];
                    j -= gap;
                }
                //当退出while后,就给temp找打插入的位置
                arr[j] = temp;
            }
        }
    }
}

6.5 快速排序

快速排序法介绍:

快速排序（Quicksort）是对冒泡排序的一种改进。基本思想是：通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另外一部分的所有数据都要小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列

快速排序法示意图

快速排序法思路分析

在这里插入图片描述

快速排序法应用实例

要求: 对[-9,78,0,23,-567,70] 进行从小到大的排序，要求使用快速排序法。【测试8w 和800w】
说明[验证分析]:

  1. 如果取消左右递归，结果是-9 -567 0 23 78 70
  2. 如果取消右递归,结果是-567 -9 0 23 78 70
  3. 如果取消左递归,结果是-9 -567 0 23 70 78

代码实现

/**
 * @author xiaososa
 * @date 2020/12/26
 **/
public class QuickSort {

    public static void main(String[] args) {
        int[] arr = {-9,78,0,23,-567,70,-1,900,4561};
        quickSort(arr,0,arr.length - 1);
        System.out.println("arr=" + Arrays.toString(arr));
    }

    public static void quickSort(int[] arr,int left,int right){
        int l = left;//左下标
        int r = right;//右下标
        //pivot 中轴值
        int pivot = arr[(left+right)/2];
        int temp = 0;//临时变量,作为交换时使用
        //while循环的目的是让比pivot的值小放到左边
        //比pivot 值大放到右边
        while (l < r){
            //在pivot的左边一直找,找到大于等于pivot值,才退出
            while (arr[l] < pivot){
                l += 1;
            }
            while (arr[r] > pivot){
                r -= 1;
            }
            //如果 l >= r说明pivot 的左右两的值,已经按照左边全部是
            //小于等于pivot值,右边全部是大于等于pivot的值
            if (l >= r){
                break;
            }

            //交换
            temp = arr[l];
            arr[l] = arr[r];
            arr[r] = temp;

            //如果交换完后,发现这个arr[l] == pivot值相等 r--,前移
            if (arr[l] == pivot){
                r -= 1;
            }
            //如果交换完后,发现这个arr[r] == pivot值相等 l--,后移
            if (arr[r] == pivot){
                l += 1;
            }
        }
        //如果 l == r,必须l++,r--,否则出现栈溢出
        if (l == r){
            l += 1;
            r -= 1;
        }
        //向左递归
        if (left < r){
            quickSort(arr,left,r);
        }
        //向右递归
        if (right > l){
            quickSort(arr,l,right);
        }
    }
}

6.6 归并排序

归并排序介绍:

归并排序（MERGE-SORT）是利用归并的思想实现的排序方法，该算法采用经典的分治（divide-and-conquer）策略（分治法将问题分(divide)成一些小的问题然后递归求解，而治(conquer)的阶段则将分的阶段得到的各答案"修补"在一起，即分而治之)。

归并排序思想示意图1-基本思想
在这里插入图片描述

说明:可以看到这种结构很像一颗完全二叉树,本文的归并排序我们采用递归去实现(也可采用迭代的方式去实现).分阶段可以理解为就是递归拆分子序列的过程

归并排序思想示意图2-合并相邻有序子序列

再来看看治阶段，我们需要将两个已经有序的子序列合并成一个有序序列，比如上图中的最后一次合并，要将[4,5,7,8]和[1,2,3,6]两个已经有序的子序列，合并为最终序列[1,2,3,4,5,6,7,8]，来看下实现步骤

在这里插入图片描述

归并排序的应用实例

给你一个数组, val arr = Array(8, 4, 5, 7, 1, 3, 6, 2 ), 请使用归并排序完成排序。

代码实现

/**
 * @author xiaososa
 * @date 2020/12/26
 **/
public class MergeSort {

    public static void main(String[] args) {
         int[] arr = {8,4,5,7,1,3,6,2};
         int temp[] = new int[arr.length];//归并排序需要一个额外的空间
         mergeSort(arr,0,arr.length -1,temp);

        System.out.println("归并排序后="+ Arrays.toString(arr));
    }
    //分+合方法
    public static void mergeSort(int[] arr,int left,int right,int[] temp){
        if (left < right){
            int mid = (left + right) / 2;//中间索引
            //向左递归进行分解
            mergeSort(arr, left, mid, temp);
            //向右递归进行分解
            mergeSort(arr, mid + 1, right, temp);
            //到合并
            merge(arr,left,mid,right,temp);
        }

    }

    //合并的方法
    /**
     *
     * @param arr 排序的原始数组
     * @param left 左边有序序列的初始索引
     * @param mid 中间索引
     * @param right 右边索引
     * @param temp 做中转的数组
     */
    public static void merge(int[] arr,int left,int mid,int right,int[] temp){
        int i = left;//初始化i,左边有序序列的初始索引
        int j = mid + 1 ;//初始化j,右边有序序列的初始索引
        int t = 0;// 指向temp数组的当前索引

        //(一)
        //先把左右两边(有序)的数据按照规则填充到temp数组
        //直到左右两边的有序序列,又一边处理完毕为止
        while (i <= mid && j <= right){//继续
            //如果左边的有序序列的当前元素,小于等于右边有序序列的当前元素
            //即将左边的当前元素,拷贝到temp数组
            //然后t++,i++
            if (arr[i] <= arr[j]){
                temp[t] = arr[i];
                t += 1;
                i += 1;
            }else {//反之 即将右边有序序列的当前元素,填充到temp数组
                temp[t] = arr[j];
                t += 1;
                j += 1;
            }
        }
        //(二)
        //把剩余数据的一遍的数据依次全部填充到temp
        while (i <= mid){//左边的有序序列还有剩余的元素,就全部填充到temp
            temp[t] = arr[i];
            t += 1;
            i += 1;
        }
        while (j <= right){//右边的有序序列还有剩余的元素,就全部填充到temp
            temp[t] = arr[j];
            t += 1;
            j += 1;
        }
        //(三)
        //将temp数组的元素拷贝到arr
        //注意,并不是每次都拷贝所有
        t = 0;
        int tempLeft = left;//
        //第一次合并tempLeft = 0,right = 1
        // tempLeft = 2,right = 3
        // tempLeft = 0,right = 3
        //最后一次tempLeft = 0,right = 7
        System.out.println("tempLeft= "+tempLeft+" right= "+right);
        while (tempLeft <= right){
            arr[tempLeft] = temp[t];
            t += 1;
            tempLeft += 1;
        }
    }
}

6.7 基数排序

基数排序(桶排序)介绍:

  1. 基数排序（radix sort）属于“分配式排序”（distribution sort），又称“桶子法”（bucket sort）或bin sort，顾名思义，它是通过键值的各个位的值，将要排序的元素分配至某些“桶”中，达到排序的作用
  2. 基数排序法是属于稳定性的排序，基数排序法的是效率高的稳定性排序法
  3. 基数排序(Radix Sort)是桶排序的扩展
  4. 基数排序是1887 年赫尔曼·何乐礼发明的。它是这样实现的：将整数按位数切割成不同的数字，然后按每个位数分别比较。

基数排序基本思想

  1. 将所有待比较数值统一为同样的数位长度,数位较短的数前面补零.然后从最低位开始,一次进行一次排序,这样从最低位排序一直到最高位排序完成以后,数列就变成了一个有序序列
  2. 这样说明,比较难理解,下面我们看一个图文解释,理解基数排序的步骤

基数排序图文说明

将数组{53, 3, 542, 748, 14, 214} 使用基数排序, 进行升序排序
在这里插入图片描述

基数排序的应用实例

要求：将数组{53, 3, 542, 748, 14, 214} 使用基数排序, 进行升序排序

/**
 * @author xiaososa
 * @date 2020/12/26
 **/
public class RadixSort {

    public static void main(String[] args) {
        //int[] arr = {53,3,542,748,14,214};
        int[] arr = new int[80000];
        for (int i = 0; i < 80000; i++) {
            arr[i] = (int)(Math.random()*8000000);//生成一个[0,80000)数
        }
        int temp[] = new int[arr.length];//归并排序需要一个额外的空间
        Date date1 = new Date();
        SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
        String date1Str = simpleDateFormat.format(date1);
        System.out.println("排序前的时间是= "+date1Str);

        radixSort(arr);

        Date date2 = new Date();
        String date2Str = simpleDateFormat.format(date2);
        System.out.println("排序后的时间是= "+date2Str);

    }

    //基数排序
    public static void radixSort(int[] arr){

        //根据前面的推导过程,我们可以得到最终的基数排序代码

        //1.得到数组中最大的数的位数
        int max = arr[0];
        for (int i = 1; i < arr.length; i++) {
            if (arr[i] > max){
                max = arr[i];
            }
        }
        //得到最大数的几位数
        int maxLength = (max + "").length();


        //定义一个二维数组,表示10个桶,每个桶就是一个一维数组
        //说明
        //1.二维数组包含10个一维数组
        //2.为了防止在放入数的时候,数据溢出,则每个一维数组(桶),大小定为arr.length
        //3.很明确,基数排序是使用空间换时间的经典算法
        int[][] bucket =new int[10][arr.length];

        //为了记录每个桶中,实际存放了多少个数据,我们定义一个一维数组来记录各个桶的每次放入的数据个数
        //bucketElementCounts[0] 记录的就是 bucket[0] 桶的放入数据个数
        int[] bucketElementCounts = new int[10];

        //这里我们使用循环将代码处理
        for (int i = 0,n = 1; i < maxLength; i++,n *= 10) {
            //针对每个元素对应的进行排序处理,第一次是个位,第二次是十位,第三次是百位
            for (int j = 0; j < arr.length; j++) {
                //取出每个元素的对应位的值
                int digitOfElement = arr[j] /n % 10;
                //放入到对应的桶中
                bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
                bucketElementCounts[digitOfElement]++;
            }
            //按照这个桶的顺序(一维数组的下标一次取出数据,放入原来数组)
            int index = 0;
            //比那里每一桶,并将桶中是数据,放入到原数组
            for (int k = 0; k < bucketElementCounts.length; k++) {
                //如果桶中,有数据,我们才放大原数组
                if (bucketElementCounts[k] != 0){
                    //循环该桶即第k个桶(即第k个一维数组),放入
                    for (int l = 0; l < bucketElementCounts[k]; l++) {
                        //取出元素放入arr
                        arr[index++] = bucket[k][l];
                    }
                }
                //第i+1轮处理后,需要将每个bucketElementCounts[k] = 0!!!!
                bucketElementCounts[k] = 0;
            }

            //System.out.println("第"+(i+1)+"轮,对个位的排序处理 arr = " + Arrays.toString(arr));
        }

        /*//第1轮(针对每个元素的个位进行排序处理)
        for (int j = 0; j < arr.length; j++) {
            //取出每个元素的个位的值
            int digitOfElement = arr[j] /1 % 10;
            //放入到对应的桶中
            bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
            bucketElementCounts[digitOfElement]++;
        }
        //按照这个桶的顺序(一维数组的下标一次取出数据,放入原来数组)
        int index = 0;
        //比那里每一桶,并将桶中是数据,放入到原数组
        for (int k = 0; k < bucketElementCounts.length; k++) {
            //如果桶中,有数据,我们才放大原数组
            if (bucketElementCounts[k] != 0){
                //循环该桶即第k个桶(即第k个一维数组),放入
                for (int l = 0; l < bucketElementCounts[k]; l++) {
                    //取出元素放入arr
                    arr[index++] = bucket[k][l];
                }
            }
            //第1轮处理后,需要将每个bucketElementCounts[k] = 0!!!!
            bucketElementCounts[k] = 0;
        }

        System.out.println("第1轮,对个位的排序处理 arr = " + Arrays.toString(arr));

        //==============================

        //第2轮(针对每个元素的十位进行排序处理)
        for (int j = 0; j < arr.length; j++) {
            //取出每个元素的十位的值
            int digitOfElement = arr[j] /10 % 10;
            //放入到对应的桶中
            bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
            bucketElementCounts[digitOfElement]++;
        }
        //按照这个桶的顺序(一维数组的下标一次取出数据,放入原来数组)
        index = 0;
        //比那里每一桶,并将桶中是数据,放入到原数组
        for (int k = 0; k < bucketElementCounts.length; k++) {
            //如果桶中,有数据,我们才放大原数组
            if (bucketElementCounts[k] != 0){
                //循环该桶即第k个桶(即第k个一维数组),放入
                for (int l = 0; l < bucketElementCounts[k]; l++) {
                    //取出元素放入arr
                    arr[index++] = bucket[k][l];
                }
            }
            //第2轮处理后,需要将每个bucketElementCounts[k] = 0!!!!
            bucketElementCounts[k] = 0;
        }

        System.out.println("第2轮,对个位的排序处理 arr = " + Arrays.toString(arr));

        //第3轮(针对每个元素的百位进行排序处理)
        for (int j = 0; j < arr.length; j++) {
            //取出每个元素的百位的值
            int digitOfElement = arr[j] /100 % 10;
            //放入到对应的桶中
            bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
            bucketElementCounts[digitOfElement]++;
        }
        //按照这个桶的顺序(一维数组的下标一次取出数据,放入原来数组)
        index = 0;
        //比那里每一桶,并将桶中是数据,放入到原数组
        for (int k = 0; k < bucketElementCounts.length; k++) {
            //如果桶中,有数据,我们才放大原数组
            if (bucketElementCounts[k] != 0){
                //循环该桶即第k个桶(即第k个一维数组),放入
                for (int l = 0; l < bucketElementCounts[k]; l++) {
                    //取出元素放入arr
                    arr[index++] = bucket[k][l];
                }
            }
            //第3轮处理后,需要将每个bucketElementCounts[k] = 0!!!!
            bucketElementCounts[k] = 0;
        }

        System.out.println("第2轮,对个位的排序处理 arr = " + Arrays.toString(arr));*/
    }
}

基数排序的说明:

  1. 基数排序是对传统桶排序的扩展，速度很快.
  2. 基数排序是经典的空间换时间的方式，占用内存很大, 当对海量数据排序时，容易造OutOfMemoryError 。
  3. 基数排序时稳定的。[注:假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持不变，即在原序列中，r[i]=r[j]，且r[i]在r[j]之前，而在排序后的序列中，r[i]仍在r[j]之前，则称这种排序算法是稳定的；否则称为不稳定的]
  4. 有负数的数组，我们不用基数排序来进行排序, 如果要支持负数，参考: https://code.i-harness.com/zh-CN/q/e98fa9

常用排序算法总结和对比

一张排序算法的比较图
在这里插入图片描述
相关术语解释：

  1. 稳定：如果a 原本在b 前面，而a=b，排序之后a 仍然在b 的前面；
  2. 不稳定：如果a 原本在b 的前面，而a=b，排序之后a 可能会出现在b 的后面；
  3. 内排序：所有排序操作都在内存中完成；
  4. 外排序：由于数据太大，因此把数据放在磁盘中，而排序通过磁盘和内存的数据传输才能进行；
  5. 时间复杂度： 一个算法执行所耗费的时间。
  6. 空间复杂度：运行完一个程序所需内存的大小。
  7. n: 数据规模
  8. k: “桶”的个数
  9. In-place: 不占用额外内存
  10. Out-place: 占用额外内存
xiaososa.
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
希尔排序增量的选取_【算法】排序算法之希尔排序
weixin_34141225的博客
01-21 6142
一、排序算法系列目录说明冒泡排序（Bubble Sort）插入排序（Insertion Sort）希尔排序（Shell Sort）选择排序（Selection Sort）快速排序（Quick Sort）归并排序（Merge Sort）堆排序（Heap Sort）计数排序（Counting Sort）桶排序（Bucket Sort）基数排序（Radix Sort）二、希尔排序（Shell Sort）...
希尔排序的增量怎么算_排序算法之希尔排序
weixin_29239279的博客
01-29 5929
一、算法思想　　希尔排序是希尔（Donald Shell）于1959年提出的一种排序算法。希尔排序也是一种插入排序，它是简单插入排序经过改进之后的一个更高效的版本，也称为缩小增量排序，同时该算法是冲破O(n2）的第一批算法之一。 希尔排序是把记录按下标的一定增量分组，对每组使用直接插入排序算法排序；随着增量逐渐减少，每组包含的关键词越来越多，当增量减至1时，整个文件恰被分成一组，算法便终止。 简单...
希尔排序
weixin_40583386的博客
01-06 273
希尔排序 基本思想   希尔排序是把记录按下标的一定增量分组，对每组使用直接插入排序算法排序；随着增量逐渐减少，每组包含的关键词越来越多，当增量减至1时，整个文件恰被分成一组，算法便终止。(插入排序的优化算法)   希尔排序在数组中采用跳跃式分组的策略，通过某个增量将数组元素划分为若干组，然后分组进行插入排序，随后逐步缩小增量，继续按组进行插入排序操作，直至增量为1。希尔排序通过这种策略使得整个...
希尔排序增量序列简介
Foliciatarier的博客
12-27 1万+
希尔排序可谓是时间复杂度较难分析的一类排序算法之一，其原因在于其增量序列的多样性和构造的复杂性。下面笔者将对几种流传较广的希尔排序的增量序列进行简单的介绍并给出它们的实现代码。
数据结构与算法--八大排序
m0_59052131的博客
11-03 739
1.基本概念：1.排序:2.需要掌握的点：3.稳定性：4.排序难点：2.分类：3.比较：1.稳定性：2.时间复杂度：3.空间复杂度：4.排序详解：1.选择排序--直接插入排序2.插入排序--希尔排序(Insert Sort)3.选择排序-简单选择排序(Simple selection sort)4.选择排序-堆排序(Heap sort)5.交换排序-冒泡排序(Bubble Sort)6.交换排序-快速排序(Quick-Sort)7.归并排序-(Merge sort)8. 基数排序(RadixSort)
python常用排序算法汇总
02-19
该程序包含7大排序算法: # sort.bubbleSort() #冒泡排序 # sort.shellSort() #希尔排序 # sort.insertionSort() #插入排序 # sort.Selectionsort1() #选择排序 # sort.heapSort() #堆排序 # sort.countSort() ...
常用排序算法C语言实现
最新发布
03-10
本资源"常用排序算法C语言实现"提供了一个实践平台，帮助学习者将理论知识转化为实际代码。 首先，让我们探讨几种常见的排序算法及其C语言实现： 1. **冒泡排序（Bubble Sort）**：冒泡排序是最基础的排序方法，...
常用排序算法
01-28
常用排序算法 在计算机科学中，排序算法是最基本也是最重要的一种算法。排序算法可以分为两种：内排序和外排序。在排序过程中，全部记录存放在内存，则称为内排序，如果排序过程中需要使用外存，则称为外排序。内...
常用排序算法源码
05-22
在编程领域，排序算法是计算机科学中的核心概念，它们用于对数据进行有序排列。这里我们主要探讨五种常见的排序算法，这些算法的源码你可以在提供的压缩包文件中找到：MergeSort（归并排序）、RadixSort（基数排序）...
详解Java常用排序算法-归并排序
08-26
Java常用排序算法-归并排序 归并排序是一种分治思想的排序算法，其基本思想是将待排序的数组分成若干个子序列，每个子序列都是有序的，然后再将子序列合并成一个有序的数组。这种算法的时间复杂度为O(n log n)，...
希尔排序的增量怎么取_好程序员Java学习路线带你5分钟了解希尔排序
weixin_32957761的博客
01-21 782
好程序员Java学习路线带你5分钟了解希尔排序，前言：希尔排序(shell sort)是插入排序的一种，它是简单插入排序经过改进之后的一个更高效的算法，这个排序方法又称为缩小增量排序。希尔排序思想介绍简单来说，希尔排序是将较大的数据集合逻辑上分割成若干个小的集合，然后对每个分组分别进行插入排序。例如，假设待排序元素序列有n个元素，首先取一个整数increment(小于n)作为间隔将全部元素分为in...
Leetcode刷题笔记——剑指 Offer 25. 合并两个排序的链表（简单）
weixin_39739042的博客
10-21 97
Leetcode刷题笔记——剑指 Offer 25. 合并两个排序的链表（简单）题目表述方法一复杂度分析C++代码 题目表述 输入两个递增排序的链表，合并这两个链表并使新链表中的节点仍然是递增排序的。 示例1： 输入：1->2->4, 1->3->4 输出：1->1->2->3->4->4 限制： 0 <= 链表长度 <= 1000 方法一 使用双指针遍历两个链表，根据当前遍历到的结点值的大小关系确定节点添加顺序。 需要注意的一点是，由于合并
【链表】给定两个已排序的表L1和L2 只使用基本的表操作编写计算L1∩L2的过程和L1UL2
勿于浮沙筑高台
04-29 4200
交集的部分。这里利用已经排好序的这个条件来适当的减少时间复杂度static void CommonData(List head1, List head2) { Position position1 = head1; Position position2 = head2; while(position1!=NULL){ while(position2!=NULL){ if(posit...
如何证明Hibbard增量的希尔排序的减枝条件
灯抓黄粱零夜起
11-21 2913
在要排序的M个元素的数组aa中 对于Hibbard增量来说，其增量序列为{1,3,7……hn−1,hn}\{1,3,7……h_{n-1},h_n\}，并且hi+1=2hi+1 h_{i+1}=2h_i+1 。当希尔排序运行到hih_i 时对子数组{……a[λ−2hi],a[λ−hi],a[λ]}\{……a[\lambda-2h_i],a[\lambda-h_i],a[\lambda]\}进行插入排
【数据结构】几种常见的排序算法
pointer_y的博客
11-26 8054
一、排序算法的分类     下图是我掌握的一些排序算法，我将他们做了分类，当然，排序算法远不止这些。 本篇博客主要记录插入，选择，以及交换排序的冒泡排序，因为快排和归并算法相对复杂，所以，下一篇博客再细细讲述。 二、各种算法的基本思想，分析及其代码实现 1.直接插入排序     a>算法思想：假设第一个数是有序的，那么把后面的数拿出来插入到这个有序数的合适位置，假设是升序（比第一
排序算法汇总
w1lgy的博客
11-08 357
排序算法 1、基本介绍 ​ 排序算法比较基础，但是设计到很多计算机科学的想法，如下： ​ 1、比较和非比较的策略 ​ 2、迭代和递归的实现 ​ 3、分而治之思想 ​ 4、最佳、最差、平均情况时间复杂度分析 ​ 5、随机算法 2、排序算法的分类 算法分类 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-T2BZuSPd-1571761162745)...
理解希尔排序的排序过程
热门推荐
razorEdge的博客
01-30 15万+
1，有关插入排序 （1）插入排序的基本方法是：每步将一个待排序的元素，按其排序码大小插入到前面已经排好序的一组元素的适当位置上去，直到元素全部插入为止。 （2）可以选择不同的方法在已经排好序的有序数据表中寻找插入位置，依据查找方法的不同，有多种插入排序方法。下面是常用的三种。 1>直接插入排序 2>折半插入排序 3>希尔排序 （3）直接插入排序基本思想：当插入第i（i>1）个元素时，前
Java常用排序算法&程序员必须掌握的8大排序算法+二分法查找
05-27
Java常用的排序算法有冒泡排序、选择排序、插入排序、希尔排序、归并排序、快速排序和堆排序。 程序员必须掌握的8大排序算法包括冒泡排序、选择排序、插入排序、希尔排序、归并排序、快速排序、堆排序和计数排序。 ...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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