我不喜欢死记硬背,我更偏向于弄清来龙去脉,理解性地记忆。比如下面这张图,我们将围绕这张图来思考几个问题。
上面的这张图来自一个PPT。它概括了数据结构中的所有常见的排序算法。现在有以下几个问题:
1、每个算法的思想是什么?
2、每个算法的稳定性怎样?时间复杂度是多少?
3、在什么情况下,算法出现最好情况 or 最坏情况?
4、每种算法的具体实现又是怎样的?
这个是排序算法里面最基本,也是最常考的问题。下面是我的小结。
一、直接插入排序(插入排序)。
1、算法的伪代码(这样便于理解):
INSERTION-SORT (A, n) A[1 . . n]
for j ←2 to n
do key ← A[ j]
i ← j – 1
while i > 0 and A[i] > key
do A[i+1] ← A[i]
i ← i – 1
A[i+1] = key
2、思想:如下图所示,每次选择一个元素K插入到之前已排好序的部分A[1…i]中,插入过程中K依次由后向前与A[1…i]中的元素进行比较。若发现发现A[x]>=K,则将K插入到A[x]的后面,插入前需要移动元素。
3、算法时间复杂度。
最好的情况下:正序有序(从小到大),这样只需要比较n次,不需要移动。因此时间复杂度为O(n)
最坏的情况下:逆序有序,这样每一个元素就需要比较n次,共有n个元素,因此实际复杂度为O(n2)
平均情况下:O(n2)
4、稳定性。
理解性记忆比死记硬背要好。因此,我们来分析下。稳定性,就是有两个相同的元素,排序先后的相对位置是否变化,主要用在排序时有多个排序规则的情况下。在插入排序中,K1是已排序部分中的元素,当K2和K1比较时,直接插到K1的后面(没有必要插到K1的前面,这样做还需要移动!!),因此,插入排序是稳定的。
5、代码(java版)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
|
package
com.yonyou.test;
/**
* 内部排序算法之直接插入排序
* 默认按照从小到大进行排序操作
* @author 小浩
* @创建日期 2015-3-27
*/
public
class
Test{
public
static
void
main(String[] args) {
//需要进行排序的数组
int
[] array=
new
int
[]{
8
,
3
,
2
,
1
,
7
,
4
,
6
,
5
};
//输出原数组的内容
printResult(array);
//直接插入排序操作
directInsertSort(array);
//输出排序后的相关结果
printResult(array);
}
/**
* 直接插入排序的方法
* @param array
*/
private
static
void
directInsertSort(
int
[] array) {
for
(
int
i=
0
;i<array.length;i++)
{
for
(
int
j=
0
;j<i;j++)
{
if
(array[i]<array[j])
{
int
temp=array[i];
System.arraycopy(array,j,array,j+
1
,i-j);
array[j]=temp;
}
}
}
}
/**
*
* 输出相应数组的结果
* @param array
*/
private
static
void
printResult(
int
[] array) {
for
(
int
value:array)
System.out.print(
" "
+value+
" "
);
System.out.println();
}
/**
* 交换数组中两个变量的值
* @param array
* @param i
* @param j
*/
private
static
void
swap(
int
[] array,
int
i,
int
j){
int
temp=array[i];
array[i]=array[j];
array[j]=temp;
}
}
|
二、希尔排序(插入排序)
1、思想:希尔排序也是一种插入排序方法,实际上是一种分组插入方法。先取定一个小于n的整数d1作为第一个增量,把表的全部记录分成d1个组,所有距离为d1的倍数的记录放在同一个组中,在各组内进行直接插入排序;然后,取第二个增量d2(<d1),重复上述的分组和排序,直至所取的增量dt=1(dt<dt-1<…<d2<d1),即所有记录放在同一组中进行直接插入排序为止。 <="" font="">
例如:将 n 个记录分成 d 个子序列:
{ R[0], R[d], R[2d],…, R[kd] }
{ R[1], R[1+d], R[1+2d],…,R[1+kd] }
…
{ R[d-1],R[2d-1],R[3d-1],…,R[(k+1)d-1] }
说明:d=5 时,先从A[d]开始向前插入,判断A[d-d],然后A[d+1]与A[(d+1)-d]比较,如此类推,这一回合后将原序列分为d个组。<由后向前>
2、时间复杂度。
最好情况:由于希尔排序的好坏和步长d的选择有很多关系,因此,目前还没有得出最好的步长如何选择(现在有些比较好的选择了,但不确定是否是最好的)。所以,不知道最好的情况下的算法时间复杂度。
最坏情况下:O(N*logN),最坏的情况下和平均情况下差不多。
平均情况下:O(N*logN)
3、稳定性。
由于多次插入排序,我们知道一次插入排序是稳定的,不会改变相同元素的相对顺序,但在不同的插入排序过程中,相同的元素可能在各自的插入排序中移动,最后其稳定性就会被打乱,所以shell排序是不稳定的。(有个猜测,方便记忆:一般来说,若存在不相邻元素间交换,则很可能是不稳定的排序。)
4、代码(java版)
- package sort;
- public class ShellSortTest {
- public static int count = 0;
- public static void main(String[] args) {
- int[] data = new int[] { 5, 3, 6, 2, 1, 9, 4, 8, 7 };
- print(data);
- shellSort(data);
- print(data);
- }
- public static void shellSort(int[] data) {
- // 计算出最大的h值
- int h = 1;
- while (h <= data.length / 3) {
- h = h * 3 + 1;
- }
- while (h > 0) {
- for (int i = h; i < data.length; i += h) {
- if (data[i] < data[i - h]) {
- int tmp = data[i];
- int j = i - h;
- while (j >= 0 && data[j] > tmp) {
- data[j + h] = data[j];
- j -= h;
- }
- data[j + h] = tmp;
- print(data);
- }
- }
- // 计算出下一个h值
- h = (h - 1) / 3;
- }
- }
- public static void print(int[] data) {
- for (int i = 0; i < data.length; i++) {
- System.out.print(data[i] + "\t");
- }
- System.out.println();
- }
- }
三、冒泡排序(交换排序)
1、基本思想:通过无序区中相邻记录关键字间的比较和位置的交换,使关键字最小的记录如气泡一般逐渐往上“漂浮”直至“水面”。
2、时间复杂度
最好情况下:正序有序,则只需要比较n次。故,为O(n)
最坏情况下: 逆序有序,则需要比较(n-1)+(n-2)+……+1,故,为O(N*N)
3、稳定性
排序过程中只交换相邻两个元素的位置。因此,当两个数相等时,是没必要交换两个数的位置的。所以,它们的相对位置并没有改变,冒泡排序算法是稳定的!
4、代码(java版)
package 冒泡排序; import java.util.Arrays; /** * 冒泡排序改进版 * @author mmz * */ public class BubbleSort1 { public static void BubbleSort(int[] arr) { boolean flag = flase; while(!flag){ int temp;//定义一个临时变量 for(int i=0;i<arr.length-1;i++){//冒泡趟数,n-1趟 for(int j=0;j<arr.length-i-1;j++){ if(arr[j+1]<arr[j]){ temp = arr[j]; arr[j] = arr[j+1]; arr[j+1] = temp; flag = true; } } if(!flag){ break;//若果没有发生交换,则退出循环 } } } } public static void main(String[] args) { int arr[] = new int[]{1,6,2,2,5}; BubbleSort.BubbleSort(arr); System.out.println(Arrays.toString(arr)); } }
四、快速排序(交换排序)
1、思想:它是由冒泡排序改进而来的。在待排序的n个记录中任取一个记录(通常取第一个记录),把该记录放入适当位置后,数据序列被此记录划分成两部分。所有关键字比该记录关键字小的记录放置在前一部分,所有比它大的记录放置在后一部分,并把该记录排在这两部分的中间(称为该记录归位),这个过程称作一趟快速排序。
说明:最核心的思想是将小的部分放在左边,大的部分放到右边,实现分割。
2、算法复杂度
最好的情况下:因为每次都将序列分为两个部分(一般二分都复杂度都和logN相关),故为 O(N*logN)
最坏的情况下:基本有序时,退化为冒泡排序,几乎要比较N*N次,故为O(N*N)
3、稳定性
由于每次都需要和中轴元素交换,因此原来的顺序就可能被打乱。如序列为 5 3 3 4 3 8 9 10 11会将3的顺序打乱。所以说,快速排序是不稳定的!
4、代码(java版)
public class QuickSort {
public static void sort(int a[], int low, int hight) {
int i, j, index;
if (low > hight) {
return;
}
i = low;
j = hight;
index = a[i]; // 用子表的第一个记录做基准
while (i < j) { // 从表的两端交替向中间扫描
while (i < j && a[j] >= index)
j--;
if (i < j)
a[i++] = a[j];// 用比基准小的记录替换低位记录
while (i < j && a[i] < index)
i++;
if (i < j) // 用比基准大的记录替换高位记录
a[j--] = a[i];
}
a[i] = index;// 将基准数值替换回 a[i]
sort(a, low, i - 1); // 对低子表进行递归排序
sort(a, i + 1, hight); // 对高子表进行递归排序
}
public static void quickSort(int a[]) {
sort(a, 0, a.length - 1);
}
public static void main(String[] args) {
int a[] = { 49, 38, 65, 97, 76, 13, 27, 49 };
quickSort(a);
System.out.println(Arrays.toString(a));
}
}
五、直接选择排序(选择排序)
1、思想:首先在未排序序列中找到最小元素,存放到排序序列的起始位置,然后,再从剩余未排序元素中继续寻找最小元素,然后放到排序序列末尾。以此类推,直到所有元素均排序完毕。具体做法是:选择最小的元素与未排序部分的首部交换,使得序列的前面为有序。
2、时间复杂度。
最好情况下:交换0次,但是每次都要找到最小的元素,因此大约必须遍历N*N次,因此为O(N*N)。减少了交换次数!
最坏情况下,平均情况下:O(N*N)
3、稳定性
由于每次都是选取未排序序列A中的最小元素x与A中的第一个元素交换,因此跨距离了,很可能破坏了元素间的相对位置,因此选择排序是不稳定的!
4、代码(java版)
package Algorithm;
public class InsertSort {
public static void main(String[] args) {
// TODO Auto-generated method stub
int[] a={11,10,55,78,100,111,45,56,79,90,345,1000};//创建一个数组a
System.out.println("排序之前:");
InsertSort.output(a);
System.out.println();
InsertSort.Sort(a);
System.out.println("排序之后:");
InsertSort.output(a);
}
//插入排序
public static void Sort(int[] arr){
for(int i=1;i<arr.length;i++){
int tempdata = arr[i];
int j;
for(j=i-1;j>=0;j--){
if(arr[j]>tempdata){
arr[j+1] = arr[j];
}else{
break;
}
}
arr[j+1] = tempdata;
}
}
//输出打印
public static void output(int[] arr){
for(int i=0;i<arr.length;i++){
System.out.print(arr[i]+",");
}
}
}
六、堆排序
1、思想:利用完全二叉树中双亲节点和孩子节点之间的内在关系,在当前无序区中选择关键字最大(或者最小)的记录。也就是说,以最小堆为例,根节点为最小元素,较大的节点偏向于分布在堆底附近。
2、算法复杂度
最坏情况下,接近于最差情况下:O(N*logN),因此它是一种效果不错的排序算法。
3、稳定性
堆排序需要不断地调整堆,因此它是一种不稳定的排序!
4、代码(java版,看代码后更容易理解!)
- public class HeapSortTest {
- public static void main(String[] args) {
- int[] data5 = new int[] { 5, 3, 6, 2, 1, 9, 4, 8, 7 };
- print(data5);
- heapSort(data5);
- System.out.println("排序后的数组:");
- print(data5);
- }
- public static void swap(int[] data, int i, int j) {
- if (i == j) {
- return;
- }
- data[i] = data[i] + data[j];
- data[j] = data[i] - data[j];
- data[i] = data[i] - data[j];
- }
- public static void heapSort(int[] data) {
- for (int i = 0; i < data.length; i++) {
- createMaxdHeap(data, data.length - 1 - i);
- swap(data, 0, data.length - 1 - i);
- print(data);
- }
- }
- public static void createMaxdHeap(int[] data, int lastIndex) {
- for (int i = (lastIndex - 1) / 2; i >= 0; i--) {
- // 保存当前正在判断的节点
- int k = i;
- // 若当前节点的子节点存在
- while (2 * k + 1 <= lastIndex) {
- // biggerIndex总是记录较大节点的值,先赋值为当前判断节点的左子节点
- int biggerIndex = 2 * k + 1;
- if (biggerIndex < lastIndex) {
- // 若右子节点存在,否则此时biggerIndex应该等于 lastIndex
- if (data[biggerIndex] < data[biggerIndex + 1]) {
- // 若右子节点值比左子节点值大,则biggerIndex记录的是右子节点的值
- biggerIndex++;
- }
- }
- if (data[k] < data[biggerIndex]) {
- // 若当前节点值比子节点最大值小,则交换2者得值,交换后将biggerIndex值赋值给k
- swap(data, k, biggerIndex);
- k = biggerIndex;
- } else {
- break;
- }
- }
- }
- }
- public static void print(int[] data) {
- for (int i = 0; i < data.length; i++) {
- System.out.print(data[i] + "\t");
- }
- System.out.println();
- }
- }
七、归并排序
1、思想:多次将两个或两个以上的有序表合并成一个新的有序表。
2、算法时间复杂度
最好的情况下:一趟归并需要n次,总共需要logN次,因此为O(N*logN)
最坏的情况下,接近于平均情况下,为O(N*logN)
说明:对长度为n的文件,需进行logN 趟二路归并,每趟归并的时间为O(n),故其时间复杂度无论是在最好情况下还是在最坏情况下均是O(nlgn)。
3、稳定性
归并排序最大的特色就是它是一种稳定的排序算法。归并过程中是不会改变元素的相对位置的。
4、缺点是,它需要O(n)的额外空间。但是很适合于多链表排序。
5、代码(java版)
- public class MergeSortTest {
- public static void main(String[] args) {
- int[] data = new int[] { 5, 3, 6, 2, 1, 9, 4, 8, 7 };
- print(data);
- mergeSort(data);
- System.out.println("排序后的数组:");
- print(data);
- }
- public static void mergeSort(int[] data) {
- sort(data, 0, data.length - 1);
- }
- public static void sort(int[] data, int left, int right) {
- if (left >= right)
- return;
- // 找出中间索引
- int center = (left + right) / 2;
- // 对左边数组进行递归
- sort(data, left, center);
- // 对右边数组进行递归
- sort(data, center + 1, right);
- // 合并
- merge(data, left, center, right);
- print(data);
- }
- /**
- * 将两个数组进行归并,归并前面2个数组已有序,归并后依然有序
- *
- * @param data
- * 数组对象
- * @param left
- * 左数组的第一个元素的索引
- * @param center
- * 左数组的最后一个元素的索引,center+1是右数组第一个元素的索引
- * @param right
- * 右数组最后一个元素的索引
- */
- public static void merge(int[] data, int left, int center, int right) {
- // 临时数组
- int[] tmpArr = new int[data.length];
- // 右数组第一个元素索引
- int mid = center + 1;
- // third 记录临时数组的索引
- int third = left;
- // 缓存左数组第一个元素的索引
- int tmp = left;
- while (left <= center && mid <= right) {
- // 从两个数组中取出最小的放入临时数组
- if (data[left] <= data[mid]) {
- tmpArr[third++] = data[left++];
- } else {
- tmpArr[third++] = data[mid++];
- }
- }
- // 剩余部分依次放入临时数组(实际上两个while只会执行其中一个)
- while (mid <= right) {
- tmpArr[third++] = data[mid++];
- }
- while (left <= center) {
- tmpArr[third++] = data[left++];
- }
- // 将临时数组中的内容拷贝回原数组中
- // (原left-right范围的内容被复制回原数组)
- while (tmp <= right) {
- data[tmp] = tmpArr[tmp++];
- }
- }
- public static void print(int[] data) {
- for (int i = 0; i < data.length; i++) {
- System.out.print(data[i] + "\t");
- }
- System.out.println();
- }
- }
八、基数排序
1、思想:它是一种非比较排序。它是根据位的高低进行排序的,也就是先按个位排序,然后依据十位排序……以此类推。示例如下:
2、算法的时间复杂度
分配需要O(n),收集为O(r),其中r为分配后链表的个数,以r=10为例,则有0~9这样10个链表来将原来的序列分类。而d,也就是位数(如最大的数是1234,位数是4,则d=4),即"分配-收集"的趟数。因此时间复杂度为O(d*(n+r))。
3、稳定性
基数排序过程中不改变元素的相对位置,因此是稳定的!
4、适用情况:如果有一个序列,知道数的范围(比如1~1000),用快速排序或者堆排序,需要O(N*logN),但是如果采用基数排序,则可以达到O(4*(n+10))=O(n)的时间复杂度。算是这种情况下排序最快的!!
5、代码(java版)
public
class
RadixSort
{
public
static
void
sort(
int
[] number,
int
d)
//d表示最大的数有多少位
{
intk =
0
;
intn =
1
;
intm =
1
;
//控制键值排序依据在哪一位
int
[][]temp = newint[
10
][number.length];
//数组的第一维表示可能的余数0-9
int
[]order = newint[
10
];
//数组orderp[i]用来表示该位是i的数的个数
while
(m <= d)
{
for
(inti =
0
; i < number.length; i++)
{
intlsd = ((number[i] / n) %
10
);
temp[lsd][order[lsd]] = number[i];
order[lsd]++;
}
for
(inti =
0
; i <
10
; i++)
{
if
(order[i] !=
0
)
for
(intj =
0
; j < order[i]; j++)
{
number[k] = temp[i][j];
k++;
}
order[i] =
0
;
}
n *=
10
;
k =
0
;
m++;
}
}
public
static
void
main(String[] args)
{
int
[]data =
{
73
,
22
,
93
,
43
,
55
,
14
,
28
,
65
,
39
,
81
,
33
,
100
};
RadixSort.sort(data,
3
);
for
(inti =
0
; i < data.length; i++)
{
System.out.print(data[i] +
""
);
}
}
}
总结: 每种算法都要它适用的条件,本文也仅仅是回顾了下基础。如有不懂的地方请参考课本。