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,A1=A2,且A1在A2之前,而在排序后的序列中,A1仍在A2之前,则称这种排序算法是稳定的;否则称为不稳定的。
不稳定排序算法
稳定排序算法
稳定性的意义
1、如果只是简单的进行数字的排序,那么稳定性将毫无意义。
2、如果排序的内容仅仅是一个复杂对象的某一个数字属性,那么稳定性依旧将毫无意义(所谓的交换操作的开销已经算在算法的开销内了,如果嫌弃这种开销,不如换算法好了?)
3、如果要排序的内容是一个复杂对象的多个数字属性,但是其原本的初始顺序毫无意义,那么稳定性依旧将毫无意义。
4、除非要排序的内容是一个复杂对象的多个数字属性,且其原本的初始顺序存在意义,那么我们需要在二次排序的基础上保持原有排序的意义,才需要使用到稳定性的算法,例如要排序的内容是一组原本按照价格高低排序的对象,如今需要按照销量高低排序,使用稳定性算法,可以使得想同销量的对象依旧保持着价格高低的排序展现,只有销量不同的才会重新排序。(当然,如果需求不需要保持初始的排序意义,那么使用稳定性算法依旧将毫无意义)。
工业界的意义
1. 排序数值关联到其他信息,并且其他信息也会影响到顺序
2. 排序算法影响到程序的健壮性
3. 多次排序,想要延续以前排序顺序
堆排,快排,归并比较
堆排序每次取一个最大值和堆底部的数据交换,重新筛选堆,把堆顶的X调整到位,有很大可能是依旧调整到堆的底部(堆的底部X显然是比较小的数,才会在底部),然后再次和堆顶最大值交换,再调整下来,可以说堆排序做了许多无用功。
总结起来就是,快排的最坏时间虽然复杂度高,但是在统计意义上,这种数据出现的概率极小,而堆排序过程里的交换跟快排过程里的交换虽然都是常量时间,但是常量时间差很多。
1.快速排序是目前基于比较的内部排序中被认为是最好的方法,当待排序的关键字是随机分布时,快速排序的平均时间最短
2.堆排序所需的辅助空间少于快速排序,并且不会出现快速排序可能出现的最坏情况,适合超大数据量。这两种排序都是不稳定的。
3.若要求排序稳定,则可选用归并排序。
一、快排
package zsh;
import java.util.Arrays;
public class quickSort {
public static void swap(int[] arr, int i, int j) {
int temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
public static int[] sort(int[] arr) {
if (arr == null || arr.length < 2) return arr;
recur(arr, 0, arr.length - 1);
return arr;
}
public static void recur(int[] arr, int L, int R) {
if (L >= R) return;
swap(arr, L + (int)(Math.random()*(R - L + 1)), R); //每次分组排序,与最后一个数字随机交换一下,最大程度避免顺序排序
int[] middle = partition(arr, L, R);
recur(arr, L, middle[0]-1); //注意再次递归排序时不要把中间排好的划分进去
recur(arr, middle[1]+1, R);
}
public static int[] partition(int[] arr, int L, int R) {
int less = L - 1;
int more = R;
int index = L;
while (index < more) { // 注意这里是 <more, 而不是 <R, 原因:要使成为more的部分不变,如果是R会重复变化
if (arr[index] < arr[R]) {
swap(arr, ++less, index++);
} else if (arr[index] > arr[R]) {
swap(arr, --more, index); //注意这里index不加,因为把当前数换到more后,交换过来数的大小不确定,还需要比较当前索引的数字
}
else if (arr[index] == arr[R]){
index++;
}
}
swap(arr, R, more);
int[] middle = {less + 1, more};
return middle;
}
public int[] generateRandomArray(int maxSize, int maxValue){
int[] arr = new int[(int) ((maxSize + 1) * Math.random())];
//注意random生成数为 0 =< random < 1 ; (int)2.9 = 2; 故要加一实现 maxSize 的出现,不然生成范围为 [0, maxSize - 1]
for(int i = 0; i < arr.length; i++){
arr[i] = (int) ((maxValue + 1) * Math.random()) - (int)(maxValue * Math.random());
}
return arr;
}
public int[] copyArray(int[] arr){
if(arr == null){
return null;
}
int[] copy = new int[arr.length];
for(int i = 0; i < arr.length; i++){
copy[i] = arr[i];
}
return copy;
}
public boolean isEqual(int[] arr1, int[] arr2){
if((arr1 == null && arr2 != null) || (arr1 != null && arr2 == null)){
return false;
}
if(arr1 == null && arr2 == null){
return true;
}
if(arr1.length != arr2.length){
return false;
}
for(int i = 0; i < arr1.length; i++){
if(arr1[i] != arr2[i]){
return false;
}
}
return true;
}
public static void main(String[] args) {
//int[] arr2 = {5, 1, 3, 1, 3, 2};
int maxSize = 500;
int maxValue = 50000;
int testTime = 1000;
boolean succeed = true;
quickSort zsh = new quickSort();
for(int i = 0; i < testTime; i++) {
int[] arr1 = zsh.generateRandomArray(maxSize, maxValue);
int[] arr2 = zsh.copyArray(arr1);
int[] res1 = sort(arr1);
Arrays.sort(arr2);
if (!zsh.isEqual(res1, arr2)) {
succeed = false;
break;
}
}
System.out.println(succeed);
}
}
快排 左程云 递归和非递归版,栈实现,栈中存放左右索引,模拟递归进出栈,可参考这种思想。
package class05;
import java.util.Stack;
public class Code03_QuickSortRecursiveAndUnrecursive {
// 荷兰国旗问题
public static int[] netherlandsFlag(int[] arr, int L, int R) {
if (L > R) {
return new int[] { -1, -1 };
}
if (L == R) {
return new int[] { L, R };
}
int less = L - 1;
int more = R;
int index = L;
while (index < more) {
if (arr[index] == arr[R]) {
index++;
} else if (arr[index] < arr[R]) {
swap(arr, index++, ++less);
} else {
swap(arr, index, --more);
}
}
swap(arr, more, R);
return new int[] { less + 1, more };
}
public static void swap(int[] arr, int i, int j) {
int tmp = arr[i];
arr[i] = arr[j];
arr[j] = tmp;
}
// 快排递归版本
public static void quickSort1(int[] arr) {
if (arr == null || arr.length < 2) {
return;
}
process(arr, 0, arr.length - 1);
}
public static void process(int[] arr, int L, int R) {
if (L >= R) {
return;
}
swap(arr, L + (int) (Math.random() * (R - L + 1)), R);
int[] equalArea = netherlandsFlag(arr, L, R);
process(arr, L, equalArea[0] - 1);
process(arr, equalArea[1] + 1, R);
}
// 快排非递归版本需要的辅助类
// 要处理的是什么范围上的排序
public static class Op {
public int l;
public int r;
public Op(int left, int right) {
l = left;
r = right;
}
}
// 快排3.0 非递归版本
public static void quickSort2(int[] arr) {
if (arr == null || arr.length < 2) {
return;
}
int N = arr.length;
swap(arr, (int) (Math.random() * N), N - 1);
int[] equalArea = netherlandsFlag(arr, 0, N - 1);
int el = equalArea[0];
int er = equalArea[1];
Stack<Op> stack = new Stack<>();
stack.push(new Op(0, el - 1));
stack.push(new Op(er + 1, N - 1));
while (!stack.isEmpty()) {
Op op = stack.pop(); // op.l ... op.r
if (op.l < op.r) {
swap(arr, op.l + (int) (Math.random() * (op.r - op.l + 1)), op.r);
equalArea = netherlandsFlag(arr, op.l, op.r);
el = equalArea[0];
er = equalArea[1];
stack.push(new Op(op.l, el - 1));
stack.push(new Op(er + 1, op.r));
}
}
}
// 生成随机数组(用于测试)
public static int[] generateRandomArray(int maxSize, int maxValue) {
int[] arr = new int[(int) ((maxSize + 1) * Math.random())];
for (int i = 0; i < arr.length; i++) {
arr[i] = (int) ((maxValue + 1) * Math.random()) - (int) (maxValue * Math.random());
}
return arr;
}
// 拷贝数组(用于测试)
public static int[] copyArray(int[] arr) {
if (arr == null) {
return null;
}
int[] res = new int[arr.length];
for (int i = 0; i < arr.length; i++) {
res[i] = arr[i];
}
return res;
}
// 对比两个数组(用于测试)
public static boolean isEqual(int[] arr1, int[] arr2) {
if ((arr1 == null && arr2 != null) || (arr1 != null && arr2 == null)) {
return false;
}
if (arr1 == null && arr2 == null) {
return true;
}
if (arr1.length != arr2.length) {
return false;
}
for (int i = 0; i < arr1.length; i++) {
if (arr1[i] != arr2[i]) {
return false;
}
}
return true;
}
// 打印数组(用于测试)
public static void printArray(int[] arr) {
if (arr == null) {
return;
}
for (int i = 0; i < arr.length; i++) {
System.out.print(arr[i] + " ");
}
System.out.println();
}
// 跑大样本随机测试(对数器)
public static void main(String[] args) {
int testTime = 500000;
int maxSize = 100;
int maxValue = 100;
boolean succeed = true;
System.out.println("test begin");
for (int i = 0; i < testTime; i++) {
int[] arr1 = generateRandomArray(maxSize, maxValue);
int[] arr2 = copyArray(arr1);
quickSort1(arr1);
quickSort2(arr2);
if (!isEqual(arr1, arr2)) {
succeed = false;
break;
}
}
System.out.println("test end");
System.out.println("测试" + testTime + "组是否全部通过:" + (succeed ? "是" : "否"));
}
}
1.1快排改编 leecode71
给定一个包含红色、白色和蓝色,一共 n 个元素的数组,原地对它们进行排序,使得相同颜色的元素相邻,并按照红色、白色、蓝色顺序排列。
此题中,我们使用整数 0、 1 和 2 分别表示红色、白色和蓝色。
示例 1:
输入:nums = [2,0,2,1,1,0]
输出:[0,0,1,1,2,2]
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/sort-colors
进阶:不使用代码库中的排序函数,仅使用常数空间的一趟扫描算法
package zsh;
import java.util.Arrays;
import java.util.Scanner;
public class Xiaomi2 {
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
int[] arr = new int[10];
for (int i = 0; i < 10; i++) {
arr[i] = scanner.nextInt();
}
partition(arr,0,arr.length - 1);
// Arrays.sort(arr);
for(int a : arr){
System.out.print(a);
System.out.print(" ");
}
}
// public static int[] partition(int[] arr, int L, int R) {
public static void partition(int[] arr, int L, int R) {
int less = L - 1;
int more = R;
int index = L;
while (index < more) { // 注意这里是 <more, 而不是 <R, 原因:要使成为more的部分不变,如果是R会重复变化
// if (arr[index] < arr[R]) {
if (arr[index] < 1) {
swap(arr, ++less, index++);
} else if (arr[index] > 1) {
// swap(arr, --more, index); //注意这里index不加,因为把当前数换到more后,交换过来数的大小不确定,还需要比较当前索引的数字
swap(arr, more--, index); //注意这里index不加,因为把当前数换到more后,交换过来数的大小不确定,还需要比较当前索引的数字
}
// else if (arr[index] == arr[R]){
else if (arr[index] == 1){
index++;
}
}
// swap(arr, R, more);
// int[] middle = {less + 1, more};
// return middle;
}
public static void swap(int[] arr, int i, int j) {
int temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
}
- 时间复杂度:O(N),这里 N 是输入数组的长度;
- 空间复杂度:O(1)。
二、堆排序
a.将无需序列构建成一个堆,根据升序降序需求选择大顶堆或小顶堆;
b.将堆顶元素与末尾元素交换,将最大元素"沉"到数组末端;
c.重新调整结构,使其满足堆定义,然后继续交换堆顶元素与当前末尾元素,反复执行调整+交换步骤,直到整个序列有序。
public class HeapSort {
public static void heapSort(int[] arr) {
if (arr == null || arr.length < 2) {
return;
}
for (int i = 0; i < arr.length; i++) {
heapInsert(arr, i);
}
int size = arr.length;
swap(arr, 0, --size);
//反复执行调整+交换步骤,直到整个序列有序。
while (size > 0) {
heapify(arr, 0, size);
swap(arr, 0, --size); //将堆顶元素与末尾元素交换,将最大元素"沉"到数组末端;
}
}
//将无需序列构建成一个堆,根据升序降序需求选择大顶堆或小顶堆;
public static void heapInsert(int[] arr, int index) {
while (arr[index] > arr[(index - 1) / 2]) {
swap(arr, index, (index - 1) / 2);
index = (index - 1) / 2;
}
}
//重新调整结构,使其满足堆定义
public static void heapify(int[] arr, int index, int size) {
int left = index * 2 + 1;
while (left < size) {
//有无右孩子(left+1)并且右孩子大,largest给右孩子,否则左孩子
int largest = ((left + 1 < size) && (arr[left + 1] > arr[left])) ? left + 1 : left;
largest = arr[largest] > arr[index] ? largest : index;
if (largest == index) {
break;
}
swap(arr, largest, index);
index = largest;
left = index * 2 + 1;
}
}
public static void swap(int[] arr, int i, int j) {
int tmp = arr[i];
arr[i] = arr[j];
arr[j] = tmp;
}
public static void main(String[] args) {
int[] arr1 = {4,6,8,5,9,1};
heapSort(arr1);
System.out.println(1);
}
}
三、旋转数组(二分法)
整数数组 nums 按升序排列,数组中的值互不相同 。
在传递给函数之前,nums 在预先未知的某个下标 k(0 <= k < nums.length)上进行了 旋转,使数组变为 [nums[k], nums[k+1], ..., nums[n-1], nums[0], nums[1], ..., nums[k-1]](下标 从 0 开始 计数)。例如, [0,1,2,4,5,6,7] 在下标 3 处经旋转后可能变为 [4,5,6,7,0,1,2] 。
给你 旋转后 的数组 nums 和一个整数 target ,如果 nums 中存在这个目标值 target ,则返回它的下标,否则返回 -1 。
public int search(int[] nums, int target) {
if (nums == null || nums.length == 0) {
return -1;
}
int start = 0;
int end = nums.length - 1;
int mid;
while (start <= end) {
mid = start + (end - start) / 2;
if (nums[mid] == target) {
return mid;
}
//前半部分有序,注意此处用小于等于
if (nums[start] <= nums[mid]) {
//target在前半部分
if (target >= nums[start] && target < nums[mid]) {
end = mid - 1;
} else {
start = mid + 1;
}
} else {
if (target <= nums[end] && target > nums[mid]) {
start = mid + 1;
} else {
end = mid - 1;
}
}
}
return -1;
}