排序【七大排序】

最新推荐文章于 2024-08-22 21:24:01 发布
最新推荐文章于 2024-08-22 21:24:01 发布
阅读量1k 收藏 9
点赞数 4
文章标签： 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_65476629/article/details/133877255
版权

文章目录

1. 排序的概念及引用

1.1 排序的概念

排序：所谓排序，就是使一串记录，按照其中的某个或某些关键字的大小，递增或递减的排列起来的操作。
稳定性：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。
在这里插入图片描述
内部排序：数据元素全部放在内存中的排序。
外部排序：数据元素太多不能同时放在内存中，根据排序过程的要求不能在内外存之间移动数据的排序。

1.2 常见的排序算法

在这里插入图片描述

2. 常见排序算法的实现

2.1 插入排序

2.1.1基本思想：

直接插入排序是一种简单的插入排序法，其基本思想是：
把待排序的记录按其关键码值的大小逐个插入到一个已经排好序的有序序列中，直到所有的记录插入完为止，得到一个新的有序序列 。实际中我们玩扑克牌时，就用了插入排序的思想。

2.1.2 直接插入排序

当插入第i(i>=1)个元素时，前面的array[0],array[1],…,array[i-1]已经排好序，此时用array[i]的排序码与array[i-1],array[i-2],…的排序码顺序进行比较，找到插入位置即将array[i]插入，原来位置上的元素顺序后移

代码实现

public static void insertSort(int[] array){

        for (int i = 1; i < array.length; i++) {

            int tmp = array[i];
            int j = i-1;
            for (; j >= 0; j--) {

                if(array[j] > tmp){
                    array[j+1] = array[j];
                }

                else{
                    break;
                }
            }
            array[j+1] = tmp;
        }
    }

直接插入排序的特性总结：

  1. 元素集合越接近有序，直接插入排序算法的时间效率越高
  2. 时间复杂度：O(N^2)
  3. 空间复杂度：O(1)，它是一种稳定的排序算法
  4. 稳定性：稳定

2.1.3 希尔排序( 缩小增量排序 )

希尔排序法又称缩小增量法。希尔排序法的基本思想是：先选定一个整数，把待排序文件中所有记录分成多个组，所有距离为的记录分在同一组内，并对每一组内的记录进行排序。然后，取，重复上述分组和排序的工作。当到达=1时，所有记录在统一组内排好序。
在这里插入图片描述
代码实现

 public static void hillSort(int[] array){
        int gap = array.length;
       while(gap > 1){
           gap/=2;
            hill(array,gap);
       }
    }
    public static void hill(int[] array,int gap){

        for (int i = gap; i < array.length; i++) {

            int tmp = array[i];
            int j = i - gap;

            for (; j >= 0 ; j-=gap) {
                if(array[j] > tmp){
                    array[j+gap] = array[j];
                }
                else {
                    break;
                }
            }
            array[j+gap] = tmp;
        }
    }

希尔排序的特性总结：

  1. 希尔排序是对直接插入排序的优化。
  2. 当gap > 1时都是预排序，目的是让数组更接近于有序。当gap == 1时，数组已经接近有序的了，这样就会很快。这样整体而言，可以达到优化的效果。我们实现后可以进行性能测试的对比。
  3. 希尔排序的时间复杂度不好计算，因为gap的取值方法很多，导致很难去计算，因此在好些树中给出的希尔排序的时间复杂度都不固定
  4. 稳定性：不稳定

2.2 选择排序

2.2.1基本思想：

每一次从待排序的数据元素中选出最小（或最大）的一个元素，存放在序列的起始位置，直到全部待排序的数据元
素排完 。

2.2.2 直接选择排序:

在元素集合array[i]–array[n-1]中选择关键码最大(小)的数据元素
若它不是这组元素中的最后一个(第一个)元素，则将它与这组元素中的最后一个（第一个）元素交换
在剩余的array[i]–array[n-2]（array[i+1]–array[n-1]）集合中，重复上述步骤，直到集合剩余1个元素

代码实现：
代码一：

public static void selectSort(int[] array){
        for (int i = 0; i < array.length; i++) {
            int min = i;
            for (int j = i+1; j < array.length; j++) {
                if(array[j] < array[min]){
                    min = j;
                }
            }
            swap(array,min,i);
        }
    }
     public static void swap(int[] array,int i,int j){
        int tmp = array[i];
        array[i] = array[j];
        array[j] = tmp;
    }

代码二：

public static void selectSort1(int[] array){
        int left = 0;
        int right = array.length-1;
        while(left < right){
            int max = left;
            int min = left;
            for (int j = left+1; j <= right; j++) {
                if(array[j] < array[min]){
                    min = j;
                }
                if(array[j] > array[max]){
                    max = j;
                }

            }
            swap(array,min,left);
            if(left == max){
                max = min;
            }
            swap(array,max,right);
            left++;
            right--;
        }
    }

    public static void swap(int[] array,int i,int j){
        int tmp = array[i];
        array[i] = array[j];
        array[j] = tmp;
    }

【直接选择排序的特性总结】

  1. 直接选择排序思考非常好理解，但是效率不是很好。实际中很少使用
  2. 时间复杂度：O(N^2)
  3. 空间复杂度：O(1)
  4. 稳定性：不稳定

2.2.3 堆排序

堆排序(Heapsort)是指利用堆积树（堆）这种数据结构所设计的一种排序算法，它是选择排序的一种。它是通过堆来进行选择数据。需要注意的是排升序要建大堆，排降序建小堆。
在这里插入图片描述
代码实现：

public static void heapSort(int[] array){
        int end = array.length-1;
        createHeap(array);
        while(end > 0){
            swap(array,0,end);
            siftDown(array,0,end);
            end--;
        }
    }
public static void createHeap(int[] array){
        for (int i = (array.length-1-1)/2; i >= 0; i--) {
            siftDown(array,i,array.length);
        }
    }

    private static void siftDown(int[] array, int parent, int length) {
        int child = parent*2 + 1;
        while(child < length){
            if(child+1 < length && array[child] < array[child+1]){
                child++;
            }
            if(array[child] > array[parent]){
                swap(array,child,parent);
                parent = child;
                child = child*2 +1;
            }
            else{
                break;
            }
        }
    }

【堆排序的特性总结】

  1. 堆排序使用堆来选数，效率就高了很多。
  2. 时间复杂度：O(N*logN)
  3. 空间复杂度：O(1)
  4. 稳定性：不稳定

2.3 交换排序

基本思想：所谓交换，就是根据序列中两个记录键值的比较结果来对换这两个记录在序列中的位置，交换排序的特
点是：将键值较大的记录向序列的尾部移动，键值较小的记录向序列的前部移动。

2.3.1冒泡排序

代码实现：

public static void bubbleSort(int[] array){
        for (int i = 0; i < array.length-1; i++) {
            boolean flg = false;
            for (int j = 0; j < array.length-1-i; j++) {
                if(array[j] > array[j+1]){
                    swap(array,j,j+1);
                    flg = true;
                }
            }
            if(!flg){
                break;
            }
        }
    }

【冒泡排序的特性总结】

  1. 冒泡排序是一种非常容易理解的排序
  2. 时间复杂度：O(N^2)
  3. 空间复杂度：O(1)
  4. 稳定性：稳定

2.3.2 快速排序

快速排序是Hoare于1962年提出的一种二叉树结构的交换排序方法，其基本思想为：任取待排序元素序列中的某元素作为基准值，按照该排序码将待排序集合分割成两子序列，左子序列中所有元素均小于基准值，右子序列中所有元素均大于基准值，然后最左右子序列重复该过程，直到所有元素都排列在相应位置上为止。

代码实现：

public static void quickSort(int[] array){
        quick(array,0,array.length-1);
    }
    public static void quick(int[] array,int start,int end){
        if(start >= end){
            return;
        }
        int mid= midIndex(array,start,end);
        swap(array,mid,start);
        int quickIndex = quickationHole(array,start,end);
        quick(array,start,quickIndex-1);
        quick(array,quickIndex+1,end);
    }
    public static int quickation(int[] array,int left ,int right){
        int tmp = left;
        while(left < right){

            while(left < right && array[right] >= array[tmp]){
                right--;
            }

            while(left< right && array[left] <= array[tmp]){
                left++;
            }
            swap(array,left, right);
        }
        swap(array,left,tmp);
        return left;
    }
    public static int quickationHole(int[] array,int left,int right){
        int tmp = array[left];
        while(left < right){
            while(left < right && array[right] >= tmp){
                right--;
            }
            array[left] = array[right];
            while(left < right && array[left] <= tmp){
                left++;
            }
            array[right] = array[left];
        }
        array[left] = tmp;
        return right;
    }

    public static int midIndex(int[] array,int start,int end){
        int mid = (start + end)>>>2;
        if(array[start] < array[end]){
            if(array[mid] > array[start]){
                return start;
            }
            else if (array[end] < array[mid]){
                return end;
            }
            else {
                return mid;
            }
        }
        else{
            if(array[mid] > array[start]){
                return end;
            }
            else if (array[end] < array[mid]){
                return start;
            }
            else {
                return mid;
            }
        }
    }

非递归实现：

public static void quickSortNor(int[] array){
        int start = 0;
        int end = array.length-1;
        Stack<Integer> stack = new Stack<>();
        int quickIndex = quickationHole(array,start,end);
        if(start+1 < quickIndex){
            stack.push(start);
            stack.push(quickIndex-1);
        }
        if(quickIndex+1 < end){
            stack.push(quickIndex+1);
            stack.push(end);
        }
        while(!stack.empty()){
            end = stack.pop();
            start = stack.pop();
            quickIndex = quickationHole(array,start,end);
            if(start+1 < quickIndex){
                stack.push(start);
                stack.push(quickIndex-1);
            }
            if(quickIndex+1 < end){
                stack.push(quickIndex+1);
                stack.push(end);
            }
        }
    }
     public static int quickationHole(int[] array,int left,int right){
        int tmp = array[left];
        while(left < right){
            while(left < right && array[right] >= tmp){
                right--;
            }
            array[left] = array[right];
            while(left < right && array[left] <= tmp){
                left++;
            }
            array[right] = array[left];
        }
        array[left] = tmp;
        return right;
    }

【快速排序总结】

  1. 快速排序整体的综合性能和使用场景都是比较好的，所以才敢叫快速排序

  2. 时间复杂度：O(N*logN)
    在这里插入图片描述

  3. 空间复杂度：O(logN)

  4. 稳定性：不稳定

2.4 归并排序

2.4.1 基本思想

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 andConquer）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。 归并排序核心步骤
在这里插入图片描述
代码实现：

public static void mergeSort(int[] array){
        mergeSortFun(array,0,array.length-1);
    }

    private static void mergeSortFun(int[] array, int left, int right) {
        if(left >= right){
            return;
        }
        int mid = (left + right)/2;
        mergeSortFun(array,left,mid);
        mergeSortFun(array,mid+1,right);
        merge(array,left,mid,right);
    }
    private static void merge(int[] array,int left,int mid,int right){
        int s1 = left;
        int e1 = mid;
        int s2 = mid+1;
        int e2 = right;
        int[] tmparr = new int[right-left+1];
        int k =0;
        while(s1 <= e1 && s2 <= e2){
            if(array[s1] <= array[s2]){
                tmparr[k++] = array[s1++];
            }else{
                tmparr[k++] = array[s2++];
            }
        }
        while(s1 <= e1){
            tmparr[k++] = array[s1++];
        }
        while (s2 <= e2){
            tmparr[k++] = array[s2++];
        }
        for (int i = 0; i < tmparr.length; i++) {
            array[left+i] = tmparr[i];
        }
    }

非递归先实现：

public static void mergeSortNor(int[] array){
        int gap = 1;
        while(gap < array.length){
            for(int i = 0;i < array.length;i= i+gap*2){
                int left = i;
                int mid = left + gap -1;
                int right = mid + gap;
                if(mid >= array.length){
                    mid = array.length-1;
                }
                if (right >= array.length) {

                    right = array.length-1;
                }
                merge(array,left,mid,right);
            }
            gap*=2;
        }
    }
    private static void merge(int[] array,int left,int mid,int right){
        int s1 = left;
        int e1 = mid;
        int s2 = mid+1;
        int e2 = right;
        int[] tmparr = new int[right-left+1];
        int k =0;
        while(s1 <= e1 && s2 <= e2){
            if(array[s1] <= array[s2]){
                tmparr[k++] = array[s1++];
            }else{
                tmparr[k++] = array[s2++];
            }
        }
        while(s1 <= e1){
            tmparr[k++] = array[s1++];
        }
        while (s2 <= e2){
            tmparr[k++] = array[s2++];
        }
        for (int i = 0; i < tmparr.length; i++) {
            array[left+i] = tmparr[i];
        }
    }

【归并排序总结】

  1. 归并的缺点在于需要O(N)的空间复杂度，归并排序的思考更多的是解决在磁盘中的外排序问题。
  2. 时间复杂度：O(N*logN)
  3. 空间复杂度：O(N)
  4. 稳定性：稳定

2.4.2 海量数据的排序问题

外部排序：排序过程需要在磁盘等外部存储进行的排序
前提：内存只有 1G，需要排序的数据有 100G
因为内存中因为无法把所有数据全部放下，所以需要外部排序，而归并排序是最常用的外部排序

  1. 先把文件切分成 200 份，每个 512 M
  2. 分别对 512 M 排序，因为内存已经可以放的下，所以任意排序方式都可以
  3. 进行 2路归并，同时对 200 份有序文件做归并过程，最终结果就有序了

3. 排序算法复杂度及稳定性分析

在这里插入图片描述
在这里插入图片描述

Mang go
关注
  • 4
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
数组的排序 七大排序
zbx1261438150的博客
03-10 1161
七大排序 交换排序 冒泡排序 快速排序 插入排序 直接插入排序 希尔排序 选择排序 直接选择排序 堆排序 归并排序 1、冒泡排序 每次比较相邻的两个元素，将较大的元素后移，每当将数组的数比较一次，最大的数都会出现在数组的最后，再对除去最后面数的前面的数进行重复操作，操作arr.length-1次即可 代码如下： private static void bubbleSort(int[] arr){ for (int i = arr.length - 1; i > 0;
七大排序算法总结
qq_52637200的博客
03-22 3749
1.稳定性(重要) 俩个相等的数据,如果经过排序后,排序算法能保证其相对位置不发生变化,则我们称该算法是具备稳定性的排序算法. 例如:某宝商城后台,需要你按照订单的金额排序,原订单是按照时间顺序排的,要求排序后原先的时间先后顺序不变,即为稳定性. 这时候就需要我们使用稳定性的排序算法对订单的金额进行升序排序,保证其他信息的先后顺序不发生变化. 2.分类: 内排序:一次性将所有待排序的数据放入内存中进行的排序,基于元素之间比较的排序.包括七大排序 外排序：需要在内外存之间多次交换数据才能进行...
七大排序算法
yahid的博客
06-28 1万+
排序：排序就是对某项数据按照特定的要求，比如大小或字符长短等按照升序或降序排序。排序过程中设计稳定性，稳定性指的是若有两个相同的数字，比如1和1。如果排序前1在1的前面，排完序后1还在1的前面。那么就说这个排序算法是稳定的，相反则说明不稳定。注意：如果本身就是一个稳定的排序，可以将其变成不稳定排序；如果本身就是不稳定排序，不能变成稳定的排序。常见的排序方法 上面是基于比较的排序。下面一个一个的分析一：直接插入排序 直接插入排序指的是将新的数据插入在已经排好序的序列中。比如我们生活中的玩的斗地主，我们需要将新
七大排序算法详解
m0_57248981的博客
08-24 5634
1.排序的稳定性 常见的稳定的排序有三种：直接插入排序，冒泡排序，归并排序** 对于一组数据元素排列，使用某种排序算法对它进行排序，若相同数据之间的前后位置排序后和未排序之前是相同的，我们就成这种排序算法具有稳定性
七大基于比较的排序算法
XHgga_的博客
07-22 1088
基于比较的排序算法是指通过比较元素之间的大小关系来确定元素的排列顺序的算法。这类算法的时间复杂度下界为O(n log n)。根据不同的策略和实现，常见的基于比较的排序算法包括插入排序、选择排序、冒泡排序、归并排序、快速排序、堆排序以及希尔排序。以下对这七种排序算法进行详细介绍。
图解七大排序算法
Mike's Tech Blog
07-06 3791
“排序是计算机的核心内容。事实上，从很多方面看，如果没有排序，计算机就不会变成现实。” 《算法之美：指导工作与生活的算法》 排序算法，或许是我们日常最常见也是使用频率最多的算法。比如你在电商网站买东西，推荐商品往往基于相似度或者基于销售量等维度排序。我们每日接收的邮件是程序中按照时间进行排序好的，我们点外卖时候推送的列表是按照评分和地理位置进行排序的。搜索引擎检索内容也是按照一定的相似度算法进行排序好才呈现给你的，所以搜索引擎实际上就是一个排序引擎。 本篇文章通过图例的方式逐一讲...
七大常用排序
weixin_54342360的博客
03-29 6979
常用的七大排序详解（带图），着重描述快速排序和归并排序。快速排序的优化以及递归非递归的实现，归并排序的递归、非递归实现。
七大经典比较排序算法
cccyi7的博客
07-27 4453
七大经典比较排序算法（插入排序、希尔排序、选择排序、堆排序、冒泡排序、快速排序hoare版本、快速排序挖坑法、快速排序前后指针法、快速排序三数、小区间优化、快速排序非递归、归并排序、归并排序非递归实现）。
【数据结构】图解七大排序
热门推荐
waywt1的博客
12-06 2万+
七大排序的可视化
数据结构七大排序算法图解
二哈喇子！
04-27 2677
详细整理——七大排序（代码+动图演示） ...
计算机七大排序
10-16
"计算机七大排序" 计算机七大排序是计算机科学中最基本也是最重要的算法之一。排序算法的目的是将一组无序的数据按照一定的规则排列成有序的数据，以便于后续的数据处理和分析。七大排序算法包括冒泡排序、直接插入...
七大经典排序算法总结详解
12-29
以上七大排序算法各有特点，选择哪种取决于具体的应用场景。例如，如果数据基本有序，插入排序可能更合适；对于大规模数据，快速排序或归并排序是更好的选择。理解这些排序算法，不仅有助于编程实践，也有助于提升...
插入排序（直接插入排序和希尔排序）
2301_81403537的博客
08-22 576
直接插入排序、希尔排序
算法日记day 45（单调栈之每日温度|接雨水）
m0_74980681的博客
08-22 868
如果大于，则取栈顶元素为中间值并弹出栈顶元素，将遍历的元素与新的栈顶元素值比较取较小者，减去中间值得到高度h，然后栈顶元素下标值减去当前遍历的元素下标值再减一得到宽度w，最后高×宽得到面积，并记录，重复上述操作，直到遍历结束。第三种，如果遍历的元素值大于栈顶元素，用该下标减去栈顶元素下标，并将栈顶元素弹出，继续用该元素与新的栈顶元素比较，如果小于等于，则压入栈，如果大于，重复第三步操作。第一种，如果之后遍历的元素值小于栈顶压入的元素，将该元素的下标压入栈中。如果小于栈顶元素值，则压入栈内。
代码随想录算法训练营19-回溯1
weixin_53416771的博客
08-22 361
画出来的树是这样记录所有组合，一个变量current装当前的处理结果，一个res装所有的处理的结果下面的代码还可以剪枝优化。
算法025：前缀和
最新发布
m0_62319039的博客
08-22 217
算法025：前缀和
计算机毕业设计选题推荐-二手房价分析与预测-Python爬虫可视化-算法
IT研究室的博客
08-21 883
随着城市化进程的加快和房地产市场的发展，二手房市场日益活跃。二手房价格不仅受到经济、政策、地理位置等多种因素的影响，还与房屋本身的结构、面积、建造年代等属性密切相关。根据国家统计局的数据，近年来，二手房交易量持续增长，房价波动也成为社会关注的焦点。有效的二手房价分析与预测对于政府制定房地产政策、投资者做出投资决策以及普通购房者选择购房时机都具有重要意义。本课题旨在开发一个二手房价分析与预测系统，通过该系统，管理员和用户能够对二手房市场进行深入的数据分析和房价预测。
七大经典排序算法解析 - 白话算法电子书
"七大经典排序算法的详细解析，包括冒泡排序、直接插入排序、直接选择排序、希尔排序、归并排序、快速排序和堆排序。这些算法是编程面试和ACM竞赛中的常见考点，也是程序员必备技能。文档由MoreWindows在研一时整理...
评论 2
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

打赏作者

Mang go

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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