排序算法
是将一组数据,以指定的顺序进行排列的过程
排序的分类:
1、内部排序(重点)
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
插入排序:直接插入排序,希尔排序
选择排序:简单选择排序,堆排序
交换排序:冒泡排序,快速排序
归并排序
基数排序
2、外部排序
数据量过大,无法加载到内存中,需要借助外部存储进行排序
测试排序速度
//给出80000个数据
int[] arr = new int[80000];
for (int i = 0; i < 80000; i++) {
arr[i] = (int) (Math.random() * 800000);//生成一个[0,800000)之间的数
}
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" + date1Str);
bubbleSort(arr);
Date date2 = new Date();
String date2Str = simpleDateFormat.format(date2);
System.out.println("排序前的时间" + date2Str);
冒泡排序
思想: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,使值更大的元素逐渐从前移向后部。
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,因此要在排序的过程中设置一个flag判断元素是否进行过交换,从而减少不必要的比较。
图解冒泡排序算法的过程
原始数据:3,9,-1,10,20
第一趟:
1)、3,9,-1,10,20//3和9比较
2)、3,-1,9,10,20//-1和9比较,如果相邻的元素逆序就交换
3)、3,-1,9,10,20//9和10比较,不交换
4)、3,-1,9,10,20//10和20比较,不交换,得到最大的20
第二趟:在前面的4个元素中比较
1)、-1,3,9,10,20//3和-1比较,如果相邻的元素逆序就交换
2)、-1,3,9,10,20//3和9比较,不交换
3)、-1,3,9,10,20//9和10比较,不交换,得到最大的10
第三趟:剩下的三个元素之间比较
1)、-1,3,9,10,20//-1和3比较,不交换
2)、-1,3,9,10,20//3和9比较,不交换,得到最大的9
第四趟:剩下的两个元素比较
1)、-1,3,9,10,20//-1和3比较,不交换,得到最大的3
小结:
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
package com.sort;
import java.text.SimpleDateFormat;
import java.util.Arrays;
import java.util.Date;
public class BubbleSort {
public static void main(String[] args) {
//int arr[] = {3, 9, -1, 10, 20};
//System.out.println("排序前");
//System.out.println(Arrays.toString(arr));
//测试冒泡排序的速度O(n^2),给出80000个数据
int[] arr = new int[80000];
for (int i = 0; i < 80000; i++) {
arr[i] = (int) (Math.random() * 800000);//生成一个[0,800000)之间的数
}
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" + date1Str);
bubbleSort(arr);
Date date2 = new Date();
String date2Str = simpleDateFormat.format(date2);
System.out.println("排序前的时间" + date2Str);
//System.out.println("排序后");
//System.out.println(Arrays.toString(arr));
}
//将前面的冒泡排序封装成一个算法
public static void bubbleSort(int[] arr) {
//时间复杂度时O(n^2)
int temp = 0;//临时变量,交换时使用
boolean flag = false;//表示变量,表示是否进行交换
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
}
}
}
}
时间测试:11秒
[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-OpTE0V5T-1659881083759)(C:\Users\任朝辉\AppData\Roaming\Typora\typora-user-images\image-20220804222102503.png)]
选择排序
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元素,再依规定交换位置后达到排序的目的
思想:第一次从arr[0]arr[n-1]中选取最小值,与arr[o]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。
图解选择排序算法的过程
初始状态 | [8 , 3 , 2 , 1 , 7 , 4 , 6 , 5] | |
---|---|---|
第一次 | [1 , 3 , 2 , 8 , 7 , 4 , 6 , 5] | 最小的是1,和第一位的8进行交换 |
第二次 | [1 , 2 , 3 , 8 , 7 , 4 , 6 , 5] | 最小的是2,和第二位的3进行交换 |
第三次 | [1 , 2 , 3 , 8 , 7 , 4 , 6 , 5] | 最小的是3,和第三位的3进行交换(自己和自己交换) |
第四次 | [1 , 2 , 3 , 4 , 7 , 8 , 6 , 5] | 最小的是4,和第四位的8进行交换 |
第五次 | [1 , 2 , 3 , 4 , 5 , 8 , 6 , 7] | 最小的是5,和第五位的7进行交换 |
第六次 | [1 , 2 , 3 , 4 , 5 , 6 , 8 , 7] | 最小的是6,和第六位的8进行交换 |
第七次 | [1 , 2 , 3 , 4 , 5 , 6 , 7 , 8] | 最小的是7,和第七位的8进行交换 |
原始的数组:101,34,119,1
第一轮:1,34,119,101
第二轮:1,34,119,101
第三轮:1,34,101,119
说明:
1、选择排序一共有数组大小-1轮排序
2、每一轮排序,又是一个循环,循环的规则(代码实现)
2.1先假定当前这个数是最小数
2.2然后和后面的,每个数进行比较,如果发现有比当前数更小的数,就重新确定最小数,并得到下标
2.3当遍历到数组的最后时,就得到本轮最小数和下标
2.4交换(代码)
public class SelectSort {
public static void main(String[] args) {
int[] arr = {101, 34, 119, 1, 2, -1, 54, 3, 0, 4};
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) {
//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]) {//假定的最小值,并不是最小值
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) + "轮后的排序结果");
System.out.println(Arrays.toString(arr));
}
}
}
[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-B24SFFSP-1659881083761)(C:\Users\任朝辉\AppData\Roaming\Typora\typora-user-images\image-20220804221739856.png)]
排序时间:一共三秒,相比冒泡排序快了很多
[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-bLgn5Ipf-1659881083763)(C:\Users\任朝辉\AppData\Roaming\Typora\typora-user-images\image-20220804221954121.png)]
插入排序
已插入的方式寻找元素的适当位置
思想:把n个待排序的元素看成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,把他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,使之称为新的有序表。
**思路图解:**括号中为有序表
arr[0] | arr[1] | arr[2] | arr[3] | arr[4] | arr[5] | |
---|---|---|---|---|---|---|
初始状态 | (17) | 3 | 25 | 14 | 20 | 9 |
第一次插入 | (3 | 17) | 25 | 14 | 20 | 9 |
第二次插入 | (3 | 17 | 25) | 14 | 20 | 9 |
第三次插入 | (3 | 14 | 17 | 25) | 20 | 9 |
第四次插入 | (3 | 14 | 17 | 20 | 25) | 9 |
第五次插入 | (3 | 9 | 14 | 17 | 20 | 25) |
//插入排序
public static void insertsort(int[] arr) {
int insertVal = 0;//定义待插入的数
int insertIndex = 0;//有序表中最后一个元素的下标
for (int i = 1; i < arr.length; i++) {
insertVal = arr[i];
insertIndex = i - 1;
//给insertVal 找到插入的位置
//说明
//1、insertIndex>=0保证在给insertVal找到插入位置,不越界
//2、insertVal<arr[insertIndex] 待插入的数,还没有找到插入位置
//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,insertIndex + 1
if (insertVal + 1 != i) {
arr[insertIndex + 1] = insertVal;
}
System.out.println("第" + i + "轮插入后");
System.out.println(Arrays.toString(arr));
}
}
速度:
[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-VgOdKSLi-1659881083764)(C:\Users\任朝辉\AppData\Roaming\Typora\typora-user-images\image-20220804231813416.png)]
简单插入排序可能存在的问题
数组 arr = {2,3,4,5,6,1},这时需要插入的数是1,有序表中的元素后移的次数明显增多,对效率有影响
希尔排序
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
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;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,整个文件恰好被分成一组,算法便终止。
示意图:
![img](https://i-blog.csdnimg.cn/blog_migrate/2ed853b56c9e294b8bde15fadfe25b88.png)
交换法
//希尔排序(交换法)
public static void shellsort(int[] arr) {
int temp = 0;
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,gap表示步长
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("分成" + gap + "组之后的排序结果");
System.out.println(Arrays.toString(arr));
}
}
注:
for (int j = i - gap; j >= 0; j -= gap) 找出每组中的第一个元素
移位法
//希尔排序(移位法)
public static void shellsort2(int[] arr) {
int temp = 0;
//增量gap,并逐个缩小
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;
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;
}
//当推出while循环之后,就给temp找到插入的位置
arr[j] = temp;
}
}
System.out.println("分成" + gap + "组之后的排序结果");
System.out.println(Arrays.toString(arr));
}
}
注:将交换法的分组思路和插入排序的移位思路相结合
快速排序
快速排序是对冒泡排序的一种改进
思想:
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数据都要小,然后再按此方法对这两部分的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
示意图:
代码实现:以数组中第一个元素为基准
public static void quickSort(int[] arr, int left, int right) {
if (left > right) return;
int i, j, base;
i = left;
j = right;
base = arr[left];
while (i < j) {
while (i < j && arr[j] >= base) {//从右往左依次找出比基准大的数,碰到比基准小的数,停止
j--;//从数组最右端依次往左走,找到比基准小的数,指向这个数的索引
}
while (i < j && arr[i] <= base) {//从左往右依次找出比基准大的数,碰到比基准大的数,停止
i++;//从数组最左端依次往右走,找到比基准大的数,指向这个数的索引
}
if (i < j) {//最右侧比基准小的数和最左侧比基准大的数交换
int temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
}
//基准和最右侧比基准小的数交换
int temp = arr[left];
arr[left] = arr[i];
arr[i] = temp;
//递归,在比基准小的数组中再次进行快速排序
quickSort(arr, left, j - 1);
//递归,在比基准大的数组中再次进行快速排序
quickSort(arr, j + 1, right);
}
归并排序
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策略(分治法将问题分成一些小的问题然后递归求解,而治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)。
示意图:
说明:可以看到这种结构很像一颗完全二叉树,本次的归并排序采用递归的方法实现(也可以采用迭代的方法去实现)。
分阶段可以理解为就是递归拆分子程序的过程
治的阶段,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]
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);
//到合并时
merg(arr, left, mid, right, temp);
}
}
//合并的方法
/**
* @param arr 需要排序的原始数组
* @param left 左边的有序序列的初始索引
* @param mid 中间索引
* @param right 右边的索引
* @param temp 中转的数组
*/
public static void merg(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,有一边处理完毕为止
while (i <= mid && j <= right) {
//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,填充到temp数组
//然后t++,i++
if (arr[i] <= arr[j]) {
temp[t] = arr[i];
t++;
i++;
} else {//反之,将右边的有序序列的当前元素填充到temp数组
temp[t] = arr[j];
t++;
j++;
}
}
//(二)
//把有剩余数据的一边的数据一次全部填充到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++;
i++;
}
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++;
j++;
}
//(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;//
System.out.println("tempLeft =" + templeft + " right =" + right);
System.out.println(Arrays.toString(arr));
//第一次合并时 templeft = 0,right = 1 //templeft = 2,right = 3//templeft = 0,right = 3
//最后一次templeft = 0,right = 7
while (templeft <= right) {
arr[templeft] = temp[t];
t++;
templeft++;
}
}
}
基数排序
介绍:
- 基数排序属于“分配式排序”,又称“桶子法”,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
- 基数排序法属于稳定性的排序,基数排序法的是效率高的稳定性排序法
- 基数排序是桶排序的扩展
- 实现: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
思想:
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,依次进行一次排序。这样从低位排序一直到最高位排序完成以后,数列就变成一个有序序列
基数排序示意图
数组的初始状态{53,3,542,748,14,214}
第一轮排序:
1、将每个元素的个位数取出,然后看这个数应该放在哪个对应的桶(一个一维数组)
2、按照这个桶的顺序(一维数组的下标依次取出数据,放在原来数组)
0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
---|---|---|---|---|---|---|---|---|---|
542 | 53 | 14 | 748 | ||||||
3 | 214 |
数组的第一轮排序:arr={542,53,3,14,214,748}
第二轮排序:
1、将每个元素的十位数取出,然后看这个数应该放在哪个对应的桶(一个一维数组)
2、按照这个桶的顺序(一维数组的下标依次取出数据,放在原来数组)
0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
---|---|---|---|---|---|---|---|---|---|
3 | 14 | 542 | 53 | ||||||
214 | 748 |
数组的第二轮排序:arr={3,14,214,542,748,53}
第三轮排序:
1、将每个元素的百位数取出,然后看这个数应该放在哪个对应的桶(一个一维数组)
2、按照这个桶的顺序(一维数组的下标依次取出数据,放在原来数组)
0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
---|---|---|---|---|---|---|---|---|---|
3 | 214 | 543 | 748 | ||||||
14 | |||||||||
53 |
数组的第三轮排序:arr={3,14,53,214,543,748}
没有千位数,排序结束,最后一次排序的结果就是最终的结果
public class RadixSort {
public static void main(String[] args) {
int arr[] = {53, 3, 542, 748, 14, 214};
radixsort(arr);
System.out.println(Arrays.toString(arr));
}
//基数排序方法
public static void radixsort(int[] arr) {
//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、为了防止放入数的时候,数据溢出,则每个一维数组(桶),大小定义为arr.length
//3、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
//可以这样理解
//比如:bucketElementCounts[0],记录的就是bucket[0]桶的存放的数据个数
int[] bucketElementCounts = new int[10];
//得到数组中最大数的位数
int max = arr[0];
for (int i = 1; i < arr.length; i++) {
if (arr[i] > max) {
max = arr[i];
}
}
//得到最大数是几位数
int maxLength = (max + "").length();
for (int i = 0, n = 1; i < maxLength; i++, n *= 10) {
//针对每个元素的(个十百千。。。。)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] / n % 10;
//放入对应的桶
bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
bucketElementCounts[digitOfElement]++;
}
//按照这个桶的顺序(一维数组的下标依次取出数据,放在原来数组)
int index = 0;
//遍历每个桶,并将桶中的数据,放入到原数组
for (int k = 0; k < bucketElementCounts.length; k++) {
//如果桶中有数据,我们才放入到原数组
if (bucketElementCounts[k] != 0) {
//循环该桶即第k个桶(即第k个一维数组)
for (int l = 0; l < bucketElementCounts[k]; l++) {
//取出元素放入到arr
arr[index++] = bucket[k][l];
}
}
//每一轮处理后,需要将每个bucketElementCounts[k] = 0
bucketElementCounts[k] = 0;
}
}
}
}