目录
数组的排序
通过不同的计算方式将数组中的内容按顺序排序。
查找和排序算法是算法的入门知识,其经典思想可以用于很多算法当中。因为其实现代码较短,应用较常见。所以在面试中经常会问到排序算法及其相关的问题。但万变不离其宗,只要熟悉了思想,灵活运用也不是难事。一般在面试中最常考的是快速排序和归并排序,并且经常有面试官要求现场写出这两种排序的代码。对这两种排序的代码一定要信手拈来才行。还有插入排序、冒泡排序、堆排序、基数排序、桶排序等。面试官对于这些排序可能会要求比较各自的优劣、各种算法的思想及其使用场景。还有要会分析算法的时间和空间复杂度。通常查找和排序算法的考察是面试的开始,如果这些问题回答不好,估计面试官都没有继续面试下去的兴趣都没了。所以想开个好头就要把常见的排序算法思想及其特点要熟练掌握,有必要时要熟练写出代码。下面主要介绍经典排序算法。
算法总结
图片名词解释:
- n: 数据规模
- k: “桶”的个数
- In-place: 占用常数内存,不占用额外内存
- Out-place: 占用额外内存
算法分类
排序的定义
对一序列对象根据某个关键字进行排序。
八大排序算法
插入排序(Insertion Sort)
插入排序(Insertion-Sort)的算法描述是一种简单直观的排序算法。它的工作原理是通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入。插入排序在实现上,通常采用in-place排序(即只需用到O(1)的额外空间的排序),因而在从后向前扫描过程中,需要反复把已排序元素逐步向后挪位,为最新元素提供插入空间。
具体算法描述:
1.从第一个元素开始,该元素可以认为已经被排序
2.取出下一个元素,在已经排序的元素序列中从后向前扫描
3.如果该元素(已排序)大于新元素,将该元素移到下一位置
4.重复步骤3,直到找到已排序的元素小于或者等于新元素的位置
5.将新元素插入到该位置后
6.重复步骤2~5
package game01;
public class Insert {
public static void main(String[] args) {
//定义一个数组
int[] arr = {44,21,55,23,9,36,81,72,96,14,64};
//把数组输出
System.out.println("排序前");
outArray(arr);
//要插入的数tmp;
int tmp,j;
//通过i去中间值
for (int i = 1; i < arr.length ; i++) {
//每次循环之前,需要将比较的值拿出来,传递给中间值,空出位置
tmp = arr[i];
for (j = i-1; j >=0 && arr[j] > tmp ; j--) {
//判断数值,是否比中间值大,如果大,那么将数值往后移
arr[j+1] = arr[j];
}
arr[j+1] = tmp;
}
System.out.println("排序完以后:");
outArray(arr);
}
//写一个输出数组的方法
public static void outArray(int[] array){
for (int i : array) {
System.out.print(i+" ");
}
System.out.println();
}
}
冒泡排序(Bubble Sort)
原理: 相邻的元素两两比较,大的往后放,第一次排完,最大值就出现在最右侧(下标最大出)
冒泡排序拆分
public class BubbleSort1 {
public static void main(String[] args) {
//定义一个数组
int[] arr = {44,21,55,23,9,14};
//把数组输出
System.out.println("排序前");
outArray(arr);
//排序:
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]){ //如果前一个值大于后一个值,那么将数值调换
int tmp = arr[j]; //取中间值,接收前一个值
arr[j] = arr[j+1]; //把后一个值,赋值给前一个值
arr[j+1] = tmp; //把中间值,赋值给后一个值
}
}
}
System.out.println("排序完:");
outArray(arr);
}
//写一个输出数组的方法
public static void outArray(int[] array){
for (int i : array) {
System.out.print(i+" ");
}
System.out.println();
}
}
选择排序(Selection Sort)
从0下标开始,依次和后面的元素比较,小的往前放,第一次排序完,最小值出现在最小下标处
算法描述
n个记录的直接选择排序可经过n-1趟直接选择排序得到有序结果。具体算法描述如下:
- 初始状态:无序区为R[1…n],有序区为空;
- 第i趟排序(i=1,2,3…n-1)开始时,当前有序区和无序区分别为R[1…i-1]和R(i…n)。该趟排序从当前无序区中-选出关键字最小的记录 R[k],将它与无序区的第1个记录R交换,使R[1…i]和R[i+1…n)分别变为记录个数增加1个的新有序区和记录个数减少1个的新无序区;
- n-1趟结束,数组有序化了。
public class SelectSort1 {
public static void main(String[] args) {
//定义一个数组
int[] arr = {44,21,55,23,9,14};
//把数组输出
System.out.println("排序前");
outArray(arr);
//排序:
for (int i = 0; i < arr.length - 1 ; i++) {
for (int j = i+1; j < arr.length ; j++) {
if (arr[j] < arr[i]){ //如果后一个值小于前一个值,那么将数值调换
int tmp = arr[j]; //取中间值,接收后一个值
arr[j] = arr[i]; //把前一个值,赋值给后一个值
arr[i] = tmp; //把中间值,赋值给前一个值
}
}
}
System.out.println("排序完:");
outArray(arr);
}
//写一个输出数组的方法
public static void outArray(int[] array){
for (int i : array) {
System.out.print(i+" ");
}
System.out.println();
}
}
快速排序(Quick Sort)
基本思想:通过一趟排序,将要排序的数据,分隔成独立两部分,左边的部分,比右边的部分都要小,然后再按此方法,分别对这两个数据再次使用快速排序,内部再去分隔,排序。
整个排序过程使用递归进行,然后最终排成有序的序列
具体的做法:先要选取一个数据,作为参照数据,然后将比它小的放左边,比它大的放右面。这是一趟快速排序。
递归调用此过程,最终实现数据的快速排序。
public class QuickSort {
public static void main(String[] args) {
//定义一个数组
int[] arr = {44,21,55,23,9,14};
//把数组输出
System.out.println("排序前");
outArray(arr);
System.out.println("排序后");
//排序
quickSort(arr,0,arr.length-1);
// 输出
outArray(arr);
}
//直接写一个快速排序方法
public static void quickSort(int[] arr,int left,int right){
int i,j,tmp,t; //需要的几个变量先声明,tmp是基准值,t是中间值,用来交换数据
if(left > right){
return;
}
i = left;
j = right;
//基准值选择第一个
tmp = arr[left];
while (i < j){
//右边继续往左移动
while( tmp <= arr[j] && i < j){
j--;
}
//左边往右移动,如果值比基准值小,往右移动 i++
while (tmp >= arr[i] && i < j){
i++;
}
//满足条件,就交换
if( i < j){
t = arr[j];
arr[j] = arr[i];
arr[i] = t;
}
}
//最后将基准值和 i、j重复的位置的数字替换
arr[left] = arr[i];
arr[i] = tmp;
//递归调用左半边的数组
quickSort(arr,left,j-1);
//递归调用右半边的数组
quickSort(arr,j+1,right);
}
//写一个输出数组的方法
public static void outArray(int[] array){
for (int i : array) {
System.out.print(i+" ");
}
System.out.println();
}
}
希尔排序(Shell Sort)
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。它与插入排序的不同之处在于,它会优先比较距离较远的元素。希尔排序又叫缩小增量排序。
希尔排序是把记录按下表的一定增量分组,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。
算法描述
我们来看下希尔排序的基本步骤,在此我们选择增量gap=length/2,缩小增量继续以gap = gap/2的方式,这种增量选择我们可以用一个序列来表示,{n/2,(n/2)/2…1},称为增量序列。希尔排序的增量序列的选择与证明是个数学难题,我们选择的这个增量序列是比较常用的,也是希尔建议的增量,称为希尔增量,但其实这个增量序列不是最优的。此处我们做示例使用希尔增量。
先将整个待排序的记录序列分割成为若干子序列分别进行直接插入排序,具体算法描述:
- 选择一个增量序列t1,t2,…,tk,其中ti>tj,tk=1;
- 按增量序列个数k,对序列进行k 趟排序;
- 每趟排序,根据对应的增量ti,将待排序列分割成若干长度为m 的子序列,分别对各子表进行直接插入排序。仅增量因子为1 时,整个序列作为一个表来处理,表长度即为整个序列的长度。
public static void main(String[] args) {
int[] array = {3, 44, 38, 5, 47, 15, 36, 26, 27, 2, 46, 4, 19, 50, 48};
// 只需要修改成对应的方法名就可以了
shellSort(array);
System.out.println(Arrays.toString(array));
}
public static void shellSort(int[] array) {
if (array == null || array.length <= 1) {
return;
}
int length = array.length;
// temp为临时变量,gap增量默认是长度的一半,每次变为之前的一半,直到最终数组有序
int temp, gap = length / 2;
while (gap > 0) {
for (int i = gap; i < length; i++) {
// 将当前的数与减去增量之后位置的数进行比较,如果大于当前数,将它后移
temp = array[i];
int preIndex = i - gap;
while (preIndex >= 0 && array[preIndex] > temp) {
array[preIndex + gap] = array[preIndex];
preIndex -= gap;
}
// 将当前数放到空出来的位置
array[preIndex + gap] = temp;
}
gap /= 2;
}
}
归并排序(Merge Sort)
和选择排序一样,归并排序的性能不受输入数据的影响,但表现比选择排序好的多,因为始终都是O(n log n)的时间复杂度。代价是需要额外的内存空间。
归并排序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。归并排序是一种稳定的排序方法。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2-路归并。
算法描述
- 把长度为n的输入序列分成两个长度为n/2的子序列;
- 对这两个子序列分别采用归并排序;
- 将两个排序好的子序列合并成一个最终的排序序列。
public static void main(String[] args) {
int[] array = {3, 44, 38, 5, 47, 15, 36, 26, 27, 2, 46, 4, 19, 50, 48};
// 只需要修改成对应的方法名就可以了
mergeSort(array);
System.out.println(Arrays.toString(array));
}
public static void mergeSort(int[] array) {
if (array == null || array.length <= 1) {
return;
}
sort(array, 0, array.length - 1);
}
private static void sort(int[] array, int left, int right) {
if (left == right) {
return;
}
int mid = left + ((right - left) >> 1);
// 对左侧子序列进行递归排序
sort(array, left, mid);
// 对右侧子序列进行递归排序
sort(array, mid + 1, right);
// 合并
merge(array, left, mid, right);
}
private static void merge(int[] array, int left, int mid, int right) {
int[] temp = new int[right - left + 1];
int i = 0;
int p1 = left;
int p2 = mid + 1;
// 比较左右两部分的元素,哪个小,把那个元素填入temp中
while (p1 <= mid && p2 <= right) {
temp[i++] = array[p1] < array[p2] ? array[p1++] : array[p2++];
}
// 上面的循环退出后,把剩余的元素依次填入到temp中
// 以下两个while只有一个会执行
while (p1 <= mid) {
temp[i++] = array[p1++];
}
while (p2 <= right) {
temp[i++] = array[p2++];
}
// 把最终的排序的结果复制给原数组
for (i = 0; i < temp.length; i++) {
array[left + i] = temp[i];
}
}
堆排序(Heap Sort)
堆排序(Heapsort)是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构,并同时满足堆积的性质:即子结点的键值或索引总是小于(或者大于)它的父节点。
算法描述
- 将初始待排序关键字序列(R1,R2….Rn)构建成大顶堆,此堆为初始的无序区;
- 将堆顶元素R[1]与最后一个元素R[n]交换,此时得到新的无序区(R1,R2,……Rn-1)和新的有序区(Rn),且满足R[1,2…n-1]<=R[n];
- 由于交换后新的堆顶R[1]可能违反堆的性质,因此需要对当前无序区(R1,R2,……Rn-1)调整为新堆,然后再次将R[1]与无序区最后一个元素交换,得到新的无序区(R1,R2….Rn-2)和新的有序区(Rn-1,Rn)。不断重复此过程直到有序区的元素个数为n-1,则整个排序过程完成。
public static void main(String[] args) {
int[] array = {3, 44, 38, 5, 47, 15, 36, 26, 27, 2, 46, 4, 19, 50, 48};
// 只需要修改成对应的方法名就可以了
heapSort(array);
System.out.println(Arrays.toString(array));
}
//注意:这里用到了完全二叉树的部分性质
public static void heapSort(int[] array) {
if (array == null || array.length <= 1) {
return;
}
int length = array.length;
//1.构建大顶堆
for (int i = length / 2 - 1; i >= 0; i--) {
//从第一个非叶子结点从下至上,从右至左调整结构
adjustHeap(array, i, length);
}
//2.调整堆结构+交换堆顶元素与末尾元素
for (int j = length - 1; j > 0; j--) {
//将堆顶元素与末尾元素进行交换
swap(array, 0, j);
//重新对堆进行调整
adjustHeap(array, 0, j);
}
}
private static void adjustHeap(int[] array, int i, int length) {
//先取出当前元素i
int temp = array[i];
//从i结点的左子结点开始,也就是2i+1处开始
for (int k = i * 2 + 1; k < length; k = k * 2 + 1) {
//如果左子结点小于右子结点,k指向右子结点
if (k + 1 < length && array[k] < array[k + 1]) {
k++;
}
//如果子节点大于父节点,将子节点值赋给父节点(不用进行交换)
if (array[k] > temp) {
array[i] = array[k];
i = k;
} else {
break;
}
}
//将temp值放到最终的位置
array[i] = temp;
}
private static void swap(int[] array, int a, int b) {
int temp = array[a];
array[a] = array[b];
array[b] = temp;
}
基数排序(Radix Sort)
基数排序也是非比较的排序算法,对每一位进行排序,从最低位开始排序,复杂度为O(kn),为数组长度,k为数组中的数的最大的位数;
基数排序是按照低位先排序,然后收集;再按照高位排序,然后再收集;依次类推,直到最高位。有时候有些属性是有优先级顺序的,先按低优先级排序,再按高优先级排序。最后的次序就是高优先级高的在前,高优先级相同的低优先级高的在前。基数排序基于分别排序,分别收集,所以是稳定的。
算法描述
- 取得数组中的最大数,并取得位数;
- arr为原始数组,从最低位开始取每个位组成radix数组;
- 对radix进行计数排序(利用计数排序适用于小范围数的特点);
public static void main(String[] args) {
int[] array = {3, 44, 38, 5, 47, 15, 36, 26, 27, 2, 46, 4, 19, 50, 48};
// 只需要修改成对应的方法名就可以了
radixSort(array);
System.out.println(Arrays.toString(array));
}
public static void radixSort(int[] array) {
if (array == null || array.length <= 1) {
return;
}
int length = array.length;
// 每位数字范围0~9,基为10
int radix = 10;
int[] aux = new int[length];
int[] count = new int[radix + 1];
// 以关键字来排序的轮数,由位数最多的数字决定,其余位数少的数字在比较高位时,自动用0进行比较
// 将数字转换成字符串,字符串的长度就是数字的位数,字符串最长的那个数字也拥有最多的位数
int x = Arrays.stream(array).map(s -> String.valueOf(s).length()).max().getAsInt();
// 共需要d轮计数排序, 从d = 0开始,说明是从个位开始比较,符合从右到左的顺序
for (int d = 0; d < x; d++) {
// 1. 计算频率,在需要的数组长度上额外加1
for (int i = 0; i < length; i++) {
// 使用加1后的索引,有重复的该位置就自增
count[digitAt(array[i], d) + 1]++;
}
// 2. 频率 -> 元素的开始索引
for (int i = 0; i < radix; i++) {
count[i + 1] += count[i];
}
// 3. 元素按照开始索引分类,用到一个和待排数组一样大临时数组存放数据
for (int i = 0; i < length; i++) {
// 填充一个数据后,自增,以便相同的数据可以填到下一个空位
aux[count[digitAt(array[i], d)]++] = array[i];
}
// 4. 数据回写
for (int i = 0; i < length; i++) {
array[i] = aux[i];
}
// 重置count[],以便下一轮统计使用
for (int i = 0; i < count.length; i++) {
count[i] = 0;
}
}
}
private static int digitAt(int value, int d) {
return (value / (int) Math.pow(10, d)) % 10;
}