排序算法
1.简单排序
1.1冒泡排序
package it.sort;
/**
* @Author:Fwh
* @date 2022/2/23 15:06
*/
public class Bubble {
/*
* 对数组中的数据进行排序
* */
public static void sort(Comparable[] a){
for (int i = a.length; i > 0; i--) {
for (int j = 0; j < i; j++) {
if (greater(a[j],a[j+1])){
exch(a,j,j+1);
}
}
}
}
/*
*比较两个元素之间的大小
* */
public static boolean greater(Comparable a ,Comparable b){
//a元素大于b元素就返回true
return a.compareTo(b)>0;
}
/*
* 数组元素 i j 交换位置
* */
public static void exch(Comparable[] a,int i,int j){
Comparable temp=a[i];
a[i]=a[j];
a[j]=temp;
}
}
1.2选择排序
package it.sort;
/**
* @Author:Fwh
* @date 2022/2/23 15:06
*/
//冒泡排序
public class Selection {
/*
* 对数组中的数据进行排序
* */
public static void sort(Comparable[] a){
for (int i = 0; i < a.length - 2; i++) {
//定义一个变量,记录最小元素的索引,默认为参与选择排序的第一个元素所在的位置
int minIndex=i;
for (int j = i+1; j < a.length; j++) {
//需要比较最小索引minIndex的值和j处的值的大小
if(greater(a[minIndex],a[j])){
minIndex=j;
}
}
//交换索引i位置的值的最小所引出的位置的值
exch(a,i,minIndex);
}
}
/*
*比较两个元素之间的大小
* */
public static boolean greater(Comparable a ,Comparable b){
//a元素大于b元素就返回true
return a.compareTo(b)>0;
}
/*
* 数组元素 i j 交换位置
* */
public static void exch(Comparable[] a,int i,int j){
Comparable temp=a[i];
a[i]=a[j];
a[j]=temp;
}
}
1.3插入排序
package it.sort;
import org.omg.PortableServer.ForwardRequest;
/**
* @Author:Fwh
* @date 2022/2/23 15:06
*/
//插入排序
public class Insertion {
/*
* 对数组中的数据进行排序
* */
public static void sort(Comparable[] a){
for (int i = 0; i < a.length; i++) {
for (int j = i; j >0; j--) {
//比较索引j与索引j-1处的值的大小。如果j小于j-1,则交换,否则,就满足要求
if (greater(a[j-1],a[j])){
exch(a,j-1,j);
}else {
break;
}
}
}
}
/*
*比较两个元素之间的大小
* */
public static boolean greater(Comparable a ,Comparable b){
//a元素大于b元素就返回true
return a.compareTo(b)>0;
}
/*
* 数组元素 i j 交换位置
* */
public static void exch(Comparable[] a,int i,int j){
Comparable temp=a[i];
a[i]=a[j];
a[j]=temp;
}
}
2.高级排序
2.1希尔排序
package it.sort;
/**
* @Author:Fwh
* @date 2022/2/23 15:06
*/
//选择排序
public class Shell {
/*
* 对数组中的数据进行排序
* */
public static void sort(Comparable[] a){
//根据a的长度,确定增长量长度的初始值
int h = 1;
while (h<a.length/2){
h=2*h+1;
}
//希尔排序
while(h>=1){
//排序
//首先找到待插入的元素:初始的h长度的数据默认是有序的
for (int i = h; i < a.length; i++) {
//然后插入到有序的序列中
for (int j = i; j >=h; j-=h) {
//待插入的元素是a[j],比较a[j]与a[j-h]处
if (greater(a[j-h],a[j])){
//大于,交换元素
exch(a,j-h,j);
}else{
//待插入元素已经找到了合适的位置,结束循环
break;
}
}
}
//减小h的值
h=h/2;
}
}
/*
*比较两个元素之间的大小
* */
public static boolean greater(Comparable a ,Comparable b){
//a元素大于b元素就返回true
return a.compareTo(b)>0;
}
/*
* 数组元素 i j 交换位置
* */
public static void exch(Comparable[] a,int i,int j){
Comparable temp=a[i];
a[i]=a[j];
a[j]=temp;
}
}
2.2归并排序
package it.sort;
/**
* @Author:Fwh
* @date 2022/2/23 15:06
*/
//选择排序
public class Merge {
public static Comparable[] assist;//完成归并操作需要的辅助数组
/*
* 对数组中的数据进行排序
* */
public static void sort(Comparable[] a) {
//1.初始化辅助数组assist
assist = new Comparable[a.length];
//2.定义一个lo变量,和hi变量分别揭露最小索引和最大索引
int lo = 0, hi = a.length - 1;
//3.调用sort的重载方法,完成从lo到hi之间的元素的排序
sort(a, lo, hi);
}
/*
* 对数组中的从索引lo到hi之间的元素进行排序
* */
public static void sort(Comparable[] a, int lo, int hi) {
if (lo >= hi) {
return;
}
//对lo到hi之间的数据分成两个组
int mid = lo + (hi - lo) / 2;
//分别对两个组中的数据进行排序
sort(a, lo, mid);
sort(a, mid + 1, hi);
//再把两个组中的数据进行归并
merge(a, lo, mid, hi);
}
/*
* 从索引lo到mid为一个子组,从mid+1到hi为另一个子组,把数组a中这两个子组合并成一个有序的大组
* */
public static void merge(Comparable[] a, int lo, int mid, int hi) {
//定义三个指针
int i = lo;
int p1 = lo;
int p2 = mid + 1;
//移动p1,p2指针,比较相应索引处的值找出小的,放到辅助数组
while (p1<=mid&&p2<=hi){
//比较对应所引处的值
if(less(a[p1],a[p2])){
assist[i++]=a[p1++];
}else assist[i++]=a[p2++];
}
//只要一个子数组遍历完毕,另一个顺序移动添加到辅助数组中
//p1指针没有走完,顺序移动p1指针,将数据添加到辅助数组
while(p1<=mid){
assist[i++]=a[p1++];
}
//p2指针没有走完,顺序移动p1指针,将数据添加到辅助数组
while (p2<=hi){
assist[i++]=a[p2++];
}
//把辅助数组copy到原始数组中
for (int j = lo; j <= hi; j++) {
a[j]=assist[j];
}
}
/*
*比较两个元素之间的大小
* */
public static boolean less(Comparable a, Comparable b) {
//a元素大于b元素就返回true
return a.compareTo(b) < 0;
}
/*
* 数组元素 i j 交换位置
* */
public static void exch(Comparable[] a, int i, int j) {
Comparable temp = a[i];
a[i] = a[j];
a[j] = temp;
}
}
2.3快速排序
2.算法性能分析
2.1冒泡排序
时间复杂度:O(n^2)
稳定性:稳定的算法
2.2选择排序
时间复杂度:O(n^2)
稳定性:不稳定的算法
2.3插入排序
**时间复杂度:O(n^2) **
稳定性:稳定的算法
2.4希尔排序
时间复杂度由于增长量的不同,不能常规的计算出时间复杂度
采用事后估算法,逆序一组数据,分别使用插入排序和希尔排序运行,得到的结果就是希尔排序的效率大大强于插入排序
稳定性:不稳定的算法
2.5归并排序
时间复杂度:O(nlogn)
归并排序的缺点:需要申请额外的数组空间。导致空间复杂度提升,是典型的以空间换时间的操作
稳定性:稳定的算法
2.6快速排序
时间复杂度:**O(nlogn)最坏的情况下是O(n^2) **
稳定性:不稳定的算法
2.7快速排序和归并排序的区别
快速排序是另外一种分治的排序算法,它将一个数组分成两个子数组,将两部分独立的排序。
快速排序和归并排序是互补的:归并排序将数组分成两个子数组分别排序,并将有序的子数组归并从而将整个数组排序,而快速排序的方式则是当两个数组都有序时,整个数组自然就有序了。在归并排序中,一个数组被等分为两半,归并调用发生在处理整个数组之前,在快速排序中,切分数组的位置取决于数组的内容,递归调用发生在处理整个数组之后。