目录
题外话
今天状态超级好,废话不说直接写博客!!
先说下,我会尽力将博客中的各种问题,通过文字和图形和代码结合的方式让大家更直观清晰的去理解,毕竟写博客不是看视频,我只能尽量让大家明白这些知识
想学的人自然会去琢磨,不想学的人你就喂到他嘴里,他都不想咀嚼一下
正题
上篇我们写完了直接插入排序和希尔排序,让我们继续写排序内容
选择排序
选择排序思路
创建i和j
i从0下标开始,j从i+1开始
j在数组中寻找剩余元素的最小值
找到之后把最小值和i交换
循环此过程,直到i走到数组倒数第1个元素结束,倒数第一个元素不需要再排序,因为前面都排序完成,最后一个肯定是有序的
觉得上面讲的不清晰可以看下图
选择排序代码详解
public void selectSort(int[] arr) { //创建tmp作为临时变量,swap作为交换变量 int tmp; int swap; //i从0下标开始,i走到倒数第二个元素排完序就结束,最后一个元素必然有序!! for (int i=0;i<arr.length-1;i++) { //tmp是记录最小元素下标值,先将i下标放入tmp中 tmp=i; //j下标就等于i+1 int j = i + 1; //j每趟肯定是从i+1开始到数组最后一个元素结束 for (; j <arr.length; j++) { //当tmp中元素大于j中元素,就说明tmp不是剩余数组中最小的元素 if (arr[tmp] > arr[j]) { //将j下标传给tmp tmp = j; } } //如果i==tmp说明i此时就是剩余数组元素中最小的,不需要再交换位置 //否则再交换位置 if(i!=tmp) { swap = arr[tmp]; arr[tmp] = arr[i]; arr[i] = swap; } } }
选择排序复杂度
时间复杂度:O(n^2)无论数组是否有序,i都会从0下标开始到arr.length-2下标结束
j总共会走n-1,n-2,n-3,.......1,相当于等差数列,所以计算出来为O(n^2)
空间复杂度:O(1),因为就一个数组
稳定性:不稳定,相同元素的位置可能会改变
双向选择排序
上面属于是单向的选择排序,下面我们说说另一个版本双向选择排序
双向选择排序思路
1.创建left,right两个变量,让left从0下标开始向后面走,让right从arr.lenght-1开始向前面走
2.创建minIndex,和maxIndex两个变量,并把left下标传给这两个变量
3.i从letf+1下标往后走,如果遇到比minIndex小的下标元素,就把i下标传给minIndex
4.如果遇到比maxIndex大的下标元素,就把i下标传给maxIndex
5.最后minIndex中的元素一定是剩余数组中最小的元素,maxIndex中的元素一定是剩余数组中最大的元素
6.将minIndex中的元素与left交换,maxIndex中的元素与right交换
7.left++,right--,循环上述过程,最后数组实现从小到大排序
注意!!! 如下图
双向选择排序代码详解
public void DoubleSelectSort(int[] arr) { //创建left让其指向0下标 int left=0; //创建right让其指向arr.length-1下标 int right=arr.length-1; //left等于right说明排序已经结束,所以left小于right while (left<right) { //创建minIndex和maxIndex每次循环将left传给他们 int minIndex=left; int maxIndex=left; //i从left+1开始,每趟到right结束,一定要包括right所以i小于等于right for (int i = left + 1; i <= right; i++) { //如果遇到i下标元素值小于minIndex下标元素值,说明minIndex不是剩余数组元素最小值,将i传给minIndex if (arr[i] < arr[minIndex]) { minIndex = i; } //如果遇到i下标元素值大于maxIndex下标元素值,说明maxIndex不是剩余数组元素最大值,将i传给maxIndex if (arr[i] > arr[maxIndex]) { maxIndex = i; } } //将最小值和left交换 swap(arr,left,minIndex); //如果maxIndex==left的话,而且left在上面已经和minIndex交换了 if (maxIndex==left) { //我们需要将left交换的mainIndex传入maxIndex,这样maxIndex才是我们需要的 maxIndex=minIndex; } //将最大值和right交换 swap(arr,right,maxIndex); //left往前继续排序 left++; //right往后继续排序 right--; } } //下标元素交换代码 public void swap(int[] arr,int a,int b) { int tmp=arr[a]; arr[a]=arr[b]; arr[b]=tmp; }
堆排序
堆排序思路
1.先向下调整创建大根堆
2.堆排序,创建好的大根堆,堆顶元素和最后一个没有交换过位置的元素交换位置,然后将没有交换位置的元素,再向下调整成大根堆,然后循环这个过程
之前在堆的那篇博客中讲过堆排序这里就不说太多
堆排序代码详解
//建立大根堆 private void creatHeap(int[] arr) { //父亲结点从最后往上依次建立大根堆 for (int parent=(arr.length-1-1)/2;parent>=0;parent--) { //向下调整成大根堆 siftDown(arr,parent,arr.length); } } //向下调整 private void siftDown(int[] arr,int parent,int len) { //找到孩子节点 int child=parent*2+1; //孩子节点一定不能超过数组元素数量 while (child<len) { //孩子结点+1也不能超过数组元素数量并且child下标元素小于child+1下标元素 if (child+1<len&&arr[child]<arr[child+1]) { //child++,child指向孩子中最大的那个 child++; } //如果孩子中最大的那个大于父亲结点 if (arr[child]>arr[parent]) { //交换父亲和孩子结点的位置 swap(arr,parent,child); //继续向下调整 parent=child; child=parent*2+1; }else //如果孩子中最大的不大于父亲结点则说明建立成大根堆,直接退出 { break; } } } //从小到大排序,堆排序 public void heapSort(int[] arr) { //创建成大根堆 creatHeap(arr); //从最后一个结点开始 int end=arr.length-1; //当end>0的时候 while (end>0) { //交换堆顶元素和最后一个元素位置,这样end位置会是整个堆最大的元素 swap(arr,0,end); //向下排序,把除去end下标的往后元素,建立成大根堆 siftDown(arr,0,end); //end--继续循环 end--; } }
堆排序复杂度
时间复杂度:O(n*logn),
建立大根堆时间复杂度为O(n),
而堆排序交换堆顶元素和最后一个没有交换元素的位置(交换n次)并且要向下调整为大根堆(相当于根的深度也就是logn),时间复杂度为O(nlogn)
所以时间复杂度为O(nlogn)
空间复杂度:o(1),就一个数组
稳定性:不稳定,相同元素的位置可能会改变
冒泡排序
冒泡排序思路
1.如果相邻的两个元素,前面的大于后面的元素,那么就把这两个元素调换位置
2.继续往后走,按照以上的方式进行循环,可以保证每一趟最后一个元素一定是数组中最大的元素
3.n个元素要走n-1趟
上面看不懂请看下图
冒泡排序代码详解
public void bubbleSort(int[] arr) {
//i为趟数,n个元素只需要n-1趟 for (int i=0;i<arr.length-1;i++) {//创建一个flg将false传入 boolean flg=false; //莓走完一趟,最后一个元素一定为最大值,最后一个元素不需要再交换 for (int j=0;j<arr.length-1-i;j++) { //如果相邻元素前面的比后面的大 if (arr[j]>arr[j+1]) { //交换两个元素位置 swap(arr,j,j+1); //如果交换顺序了,就把flg变为true flg=true; } } //如果!flg为true则说明没有交换顺序,也就说明数组已经有序了,不需要再进行排序 if (!flg) { break; } } }
冒泡排序复杂度
时间复杂度:O(n^2),j需要进行n+n-1+n-2+n-3......1次比较,等差数列,时间复杂度为O(n^2)
空间复杂度:O(1),就一个数组
稳定性:稳定,无论怎么交换顺序,相同的元素位置不会改变
小结
没想到会写这么久,画图还有逻辑梳理真的很需要时间,喜欢的家人们麻烦给我个三连(点赞关注收藏!!!!)
求求了!!
博主有不好的地方请在评论区留言或者私信,我都会虚心接受!!!