数据结构与算法之经典排序
来源:互联网 发布:au录音软件win10 编辑:程序博客网 时间:2024/05/15 12:10
1 经典算法对比
2 衡量算法的优劣指标
(1)时间复杂度:主要是分析关键字的比较次数和记录的移动次数。
(2)空间复杂度:分析排序算法中需要多少辅助内存
(3)稳定性:若两个记录A和B的关键字值相等,但排序后A、B的先后次序保持不变,则称这种算法是稳定的;反之,就是不稳定的。
2 参考链接
java的几种经典排序算法
Java程序员必须掌握的8大排序算法
3 算法分类解析
3.1 直接插入排序
3.1.1 核心思想
核心思想:对n个数据要进行n-1趟比较,每趟比较 a[i] 与 a[i-1]–a[0] ,目的就是将大于temp的往后移动一位,并将temp插入进来本趟中的最小数据的位置。
3.1.2 演示图
3.1.3 源码
package com.dn.sort;public class InsertSort { /** * 直接插入排序 * */ private static int[] insertSort(int[] a) { for (int i = 1; i < a.length; i++) { // 1.待插入元素 int temp = a[i]; int j; for (j = i - 1; j >= 0; j--) {//j=i-1开始,j--,直至j=0或a[j] <= temp // 2.将大于temp的往后移动一位 if (a[j] > temp) { a[j + 1] = a[j]; } else { break;// 执行后j--,所以插入时j+1 } } a[j + 1] = temp;// 3.temp插入进来本趟中的最小数据的位置 } return a; } public static void main(String[] args) { int[] a = { 49, 38, 65, 97, 76, 13, 27, 49, 78, 34, 12, 64, 1 }; System.out.println("排序之前:"); for (int i = 0; i < a.length; i++) { System.out.print(a[i] + " "); } System.out.println(); System.out.println("排序之后:"); a = insertSort(a); for (int i = 0; i < a.length; i++) { System.out.print(a[i] + " "); } }}
3.2 二分法插入排序(折半插入排序)
3.2.1 核心思想
具体操作为:在将一个新元素temp插入已排好序的数组的过程中,寻找插入点时, 将待插入区域的首元素设置为a[left],末元素设置为a[high],比较时将temp与a[mid],其中mid=(left+high)/2相比较;
* 如果比参考元素小,则选择a[left]到a[m-1]为新的插入区域(即high=m-1);否则选择a[m+1]到a[high]为新的插入区域(即left=m+1),
* 如此直至left<=high不成立,即将此位置之后所有元素后移一位,并将新元素插入a[left]。
3.2.2 源码
package com.dn.sort;public class BinaryInsertSort { /** * 二分法插入排序(折半插入排序) * * 二分法插入排序是对直接插入排序的改进, */ private static int[] binaryInsertSort(int[] a) { for (int i = 0; i < a.length; i++) { int temp = a[i];//待插入元素 int left = 0; int right = i - 1; int mid = 0; // 确定要插入的位置 while (left <= right) { // 找出left和high中间的索引 mid = (left + right) / 2; if (temp < a[mid]) { // 如果值比中间值小,限制在大于mid的那一半搜索,让left左移到"中间下标-1" right = mid - 1; } else { // 如果值比中间值大,限制在小于mid的那一半搜索,让left右移到"中间下标+1" left = mid + 1; } } //将left到i处的所有元素后移一位 for (int j = i - 1; j >= left; j--) { a[j + 1] = a[j]; } //元素位置变化时 if (left != i) { // 元素位置变化时插入新元素temp(因为插入都在mid的右边mid+1,即是) a[left] = temp; } } return a; } public static void main(String[] args) { int[] a = { 49, 38, 65, 97, 176, 213, 227, 49, 78, 34, 12, 164, 11, 18, 1 }; System.out.println("排序之前:"); for (int i = 0; i < a.length; i++) { System.out.print(a[i] + " "); } // 二分插入排序 a = binaryInsertSort(a); System.out.println(); System.out.println("排序之后:"); for (int i = 0; i < a.length; i++) { System.out.print(a[i] + " "); } }}
3.3 希尔排序(缩小增量排序)
3.3.1 核心思想
核心思想:算法先将要排序的一组数按某个增量d(n/2,n为要排序数的个数)分成若干组,每组中记录的下标相差d.对每组中全部元素进行直接插入排序,然后再用一个较小的增量(d/2)对它进行分组,在每组中再进行直接插入排序。当增量减到1时,进行直接插入排序后,排序完成。
3.3.2 演示图
3.3.3 源码
package com.dn.sort;//不稳定public class HeerSort { /** * 希尔排序(缩小增量排序) */ private static int[] heerSort(int[] a) { // 希尔排序 System.out.println(); int d = a.length / 2;//默认增量 while (true) { for (int i = 0; i < d; i++) { for (int j = i; j + d < a.length; j += d) {//i开始,d为增量分组比较(eg:d=3; i=0; j=0、3,3、6,6、9,9、12,12、15) int temp; if (a[j] > a[j + d]) {//互换位置 temp = a[j]; a[j] = a[j + d]; a[j + d] = temp; } } } if (d == 1) { break; } d--;//增量-1继续比较 } return a; } /** * 增强希尔排序&冒泡排序 * */ private static int[] heerBubbleSort(int[] a) { // 希尔排序 System.out.println(); int d = a.length / 2; while (true) { d = d/2; for (int i = 0; i < d; i++) { for (int j = i; j + d < a.length; j += d) {//i开始,d为增量分组比较并组内排序(eg:d=3; i=0; j=0、3、6、9、12、15) for (int n = i; n + d < a.length; n += d) {//冒泡排序(组内排序) int temp; if (a[n] > a[n + d]) {//互换位置 temp = a[n]; a[n] = a[n + d]; a[n + d] = temp; } } } } if (d == 1) { break; } d--;//增量-1继续比较 } return a; } // 希尔排序 public static void main(String[] args) { int[] a = { 49, 38, 65, 97, 76, 13, 27, 49, 78, 34, 12, 64, 1, 33, 85,29 }; System.out.println("排序之前:"); for (int i = 0; i < a.length; i++) { System.out.print(a[i] + " "); } a = heerBubbleSort(a); System.out.println(); System.out.println("排序之后:"); for (int i = 0; i < a.length; i++) { System.out.print(a[i] + " "); } }}
3.4 简单选择排序
3.4.1 核心思想
核心思想:在要排序的一组数中,选出最小的一个数与第一个位置的数交换;然后在剩下的数当中再找最小的与第二个位置的数交换,如此循环到倒数第二个数和最后一个数比较为止。
3.4.2 演示图
3.4.3 源码
package com.dn.sort;public class SelertSort { /** * 简单选择排序 * @param array */ public static int[] selectSort(int[] array) { int min; int tmp = 0; for (int i = 0; i < array.length; i++) { min = array[i]; for (int j = i; j < array.length; j++) {//j=i,从i开始对比 if (array[j] < min) { min = array[j];//最小值 tmp = array[i]; array[i] = min; array[j] = tmp; } } } return array; } @SuppressWarnings("unused") public static void main(String [] args){ SelertSort selertSort = new SelertSort(); int[] array = selectSort(new int[]{9,4,2,6,7,3,10,33,88,1,17}); for(int num:array){ System.out.print(num + " "); } }}
3.5 堆排序
3.5.1 定义
堆的定义如下:具有n个元素的序列(h1,h2,…,hn),当且仅当满足(hi>=h2i,hi>=2i+1)或(hi<=h2i,hi<=2i+1) (i=1,2,…,n/2)时称之为堆。在这里只讨论满足前者条件的堆。由堆的定义可以看出,堆顶元素(即第一个元素)必为最大项(大顶堆)。完全二叉树可以很直观地表示堆的结构。堆顶为根,其它为左子树、右子树。初始时把要排序的数的序列看作是一棵顺序存储的二叉树,调整它们的存储序,使之成为一个堆,这时堆的根节点的数最大。然后将根节点与堆的最后一个节点交换。然后对前面(n-1)个数重新调整使之成为堆。依此类推,直到只有两个节点的堆,并对它们作交换,最后得到有n个节点的有序序列。
3.5.2 核心思想
核心思想:堆排序是一种树形选择排序,是对直接选择排序的有效改进。
堆排序的关键在于:1.建堆(大顶堆或小顶堆)2.拿堆的根节点和最后一个节点交换。
3.5.2 演示图
1.建堆:
2.交换,从堆中排除最大数:
3.剩余节点再建堆,再交换从堆中排除最大数
依次类推:最后堆中剩余的最后两个结点交换,踢出一个,排序完成。
存储模式:
3.5.3 源码
package com.dn.sort;//堆排序public class HeapSort { /** * 堆排序 * * 核心思想:堆排序是一种树形选择排序,是对直接选择排序的有效改进。 * 堆排序的关键在于:1.建堆(大顶堆或小顶堆)2.拿堆的根节点和最后一个节点交换。 */ public void heapSort(int[] array) { if (array == null || array.length <= 1) { return; } // 建立最大堆 buildMaxHeap(array); // 排序 for (int i = array.length - 1; i >= 1; i--) { // 最大的在0位置,那么开始沉降,这样每交换一次最大的值就丢到最后了 exchangeElements(array, 0, i); // 调整大堆 maxHeap(array, i, 0);//i--,不遍历最后的值 } } /** * 建立最大堆 * @param array */ private void buildMaxHeap(int[] array) { if (array == null || array.length <= 1) { return; } int half = (array.length - 1) / 2;//遍历一半(即可得到另一半,最深一层),假设有13个 for (int i = half; i >= 0; i--) {//从中间序号6开始 //调整大堆,只需遍历i=6543210 maxHeap(array, array.length, i); } } /** * 调整大堆️ * @param array 堆数组 * @param length 表示用于构造大堆的数组长度元素数量 * @param index 从哪位置开始 */ private void maxHeap(int[] array, int length, int index) { int left = index * 2 + 1;//左节点 int right = index * 2 + 2;//右节点 int largest = index;//目标序号 //如果左右节点比根节点大,将左右序号需要赋值为目标序号 if (left < length && array[left] > array[index]) {//left < length安全范围内 largest = left; } if (right < length && array[right] > array[largest]) { largest = right; } if (index != largest) {//largest位置元素不是最大值 //数据交换 exchangeElements(array, index, largest); //继续调整大堆 maxHeap(array, length, largest);//largest==变化的值 } } /** * 数据交换 */ public void exchangeElements(int[] array, int index1, int index2) { int temp = array[index1]; array[index1] = array[index2]; array[index2] = temp; } /** * 打印 */ public void printArray(int[] array) { System.out.print("{"); for (int i = 0; i < array.length; i++) { System.out.print(array[i]); if (i < array.length - 1) { System.out.print(", "); } } System.out.println("}"); } public static void main(String[] args) { HeapSort heapSort = new HeapSort(); int[] array = { 19, 8, 27, 6, 35, 14, 3, 12, 1, 0, 9, 10, 7 }; System.out.println("Before heap:"); heapSort.printArray(array); heapSort.heapSort(array); System.out.println("After heap sort:"); heapSort.printArray(array); }}
3.6 冒泡排序
3.6.1 核心思想
冒泡排序是最简单的排序算法之一,实现起来也比较简单
基本思想:其原理就是进行n-1趟比较并交换,小数往上冒,大数往下沉,经过n-1趟之后形成了有序的数列。
3.6.2 演示图
3.6.3 源码
public class BubbleSort { public static void bubbleSort(int[] data){ for(int i=0; i<data.length-1; i++){ for(int j=0; j<data.length-i-1; j++){ if(data[j] > data[j+1]){ int temp = data[j]; data[j] = data[j+1]; data[j+1] = temp; } } } } public static void main(String[] args){ int data[] = {22,34,12,32,50,67,43,32}; System.out.print("排序前:"); for(int i=0; i<data.length; i++){ System.out.print(data[i]+" "); } System.out.println(); bubbleSort(data); System.out.print("排序后:"); for(int i=0; i<data.length; i++){ System.out.print(data[i]+" "); } } }
3.7 快速排序
3.7.1 核心思想
快速排序死对 冒泡排序的一种改进。
基本思想是:选择一个基准元素,通常选择第一个元素或者最后一个元素,通过一趟扫描,将待排序列分成两部分,一部分比基准元素小,一部分大于等于基准元素,此时基准元素在其排好序后的正确位置,然后再用同样的方法递归地排序划分的两部分。
3.7.2 演示图
3.7.3 源码
package com.dn.sort;public class quickSort { public static int getMiddle(int[] list, int low, int high) { int tmp = list[low]; // 数组的第一个作为中轴 while (low < high) { while (low < high && list[high] >= tmp) { high--; } list[low] = list[high]; // 比中轴小的记录移到低端 while (low < high && list[low] <= tmp) { low++; } list[high] = list[low]; // 比中轴大的记录移到高端 } list[low] = tmp; // 中轴记录到尾 return low; // 返回中轴的位置 } public static void quickSort(int[] list, int low, int high) { if (low < high) { int middle = getMiddle(list, low, high); // 将list数组进行一分为二 quickSort(list, low, middle - 1); // 对低字表进行递归排序 quickSort(list, middle + 1, high); // 对高字表进行递归排序 } } public static void main(String[] args) { int a[] = { 49, 99, 56, 67, 18, 23, 34, 15, 35, 25, 73, 51 }; if (a.length > 0) { // 查看数组是否为空 quickSort(a, 0, a.length - 1); } for (int i = 0; i < a.length; i++) System.out.print(a[i] + " "); }}
3.8 归并排序
3.8.1 核心思想
基本思想是:归并(Merge)排序法是将两个(或两个以上)有序表合并成一个新的有序表,即把待排序序列分为若干个子序列,每个子序列是有序的。然后再把有序子序列合并为整体有序序列。
细化来说,归并排序现将长度为n的无序序列看成是n个长度为1的有序子序列,首先做两两合并,得到n/2个长度为2的有序子序列,再做两两合并…不断重复这个过程,最终可以得到一个长度为n的有序序列。
3.8.2 演示图
3.8.3 源码
package com.dn.sort;public class MergeSort { public void mergeSort(int[] a,int left,int right){ if(left<right){ int middle = (left+right)/2; //找出中间索引 mergeSort(a, left, middle); //对左边数组进行递归 mergeSort(a,middle+1,right); //对右边数组进行递归 merge(a,left,middle,right); //合并 } } private void merge(int[] a, int left, int middle, int right) { //中间数组 int [] tmpArray = new int[a.length]; //右起第一个索引 int rightStart = middle+1; //中间索引 int tmp = left; //third记录中间数组的索引 int third = left; //比较两个小数组相应下标位置的数组大小,小的先放进中间数组 while(left<=middle&&rightStart<=right){ // 4 10 3 6 if(a[left]<=a[rightStart]){ // 4>3 b 4<6 a 10>6 b rightStart=4 > right=3 c tmpArray[third++] = a [left++];//a // 3 4 6 10 }else{ tmpArray[third++] = a[rightStart++];//b } } //如果左边还有数据需要拷贝,把左边数组剩下的拷贝到中间数组 while(left<=middle){ tmpArray[third++] = a[left++];//c } //如果右边还有数据...... while(rightStart<=right){ tmpArray[third++] = a[rightStart++]; } //将中间数组中的内容复制回原数组 while(tmp<=right){ a[tmp] = tmpArray[tmp++]; } } public static void main(String[] args){ MergeSort mergeSort = new MergeSort(); int [] a = new int[]{10,4,6,3,8,2,5,7}; mergeSort.mergeSort(a, 0, a.length-1); for(int n:a){ System.out.print(" "+n); } }}
3.9 基数排序
3.9.1 核心思想
基本思想是:将所有待比较数值(正整数)统一为同样的数位长度,数位较短的数前面补零。然后,从最低位开始,依次进行一次排序。这样从最低位排序一直到最高位排序完成以后,数列就变成一个有序序列。
3.9.2 演示图
个位:
十位:
百位:
3.9.3 源码
package com.dn.sort;import java.util.ArrayList;import java.util.List;public class BasicSort { /** * 基数排序 * * @param array */ @SuppressWarnings({ "rawtypes", "unchecked" }) public void basicSort(int[] array) { int max = 0;// 获取最大值 for (int i = 0; i < array.length; i++) { if (max < array[i]) { max = array[i]; } } int times = 0;// 获取最大值位数 while (max > 0) { max = max / 10; times++; } //建立10个集合 List<ArrayList> baseList = new ArrayList<ArrayList>();// 多维数组 for (int i = 0; i < 10; i++) { ArrayList list1 = new ArrayList<>(); baseList.add(list1); } //进行times次分配和收集; for (int i = 0; i < times; i++) { //分配数组元素 for (int j = 0; j < array.length; j++) { // 获取对应的位的值(i为0是个位,i为1是10位,i为2是百位) int x = array[j] % (int) Math.pow(10, i + 1) / (int) Math.pow(10, i);//取余、取整 ArrayList list2 = baseList.get(x); list2.add(array[j]);// 把元素添加进对应下标数组 // queue.set(x,q);//待定 } int count = 0;//元素计数器; //收集队列元素; for (int j = 0; j < 10; j++) {//0-9 while (baseList.get(j).size() > 0) { ArrayList<Integer> list3 = baseList.get(j);// 拿到每一个集合 array[count] = list3.get(0);//获取集合第一个,每次都是新的数据 list3.remove(0);//删除集合第一个 count++; } } } } public static void main(String[] args) { BasicSort basicSort = new BasicSort(); int[] a = { 136, 2, 6, 8, 9, 2, 8, 11, 23, 56, 34, 90, 89, 29, 145,209, 320, 78, 3 }; basicSort.basicSort(a); for (int n : a) { System.out.print(" " + n); } }}
- 数据结构与算法之经典排序
- 算法与数据结构之排序
- 数据结构与算法之排序
- 数据结构与算法之排序
- 数据结构与算法之排序
- 数据结构与算法之排序
- 数据结构与算法之排序
- [数据结构与算法]白话经典算法系列之五 归并排序的实现
- 【数据结构与算法之排序】归并排序
- 经典数据结构与算法之循环单链表
- 常用数据结构与算法之排序算法
- 经典算法之堆与堆排序
- 经典算法和数据结构(一) 优先级队列与堆排序
- 数据结构与算法练习题之高效排序
- 数据结构与算法之快速排序
- 数据结构与算法之二分法插入排序
- 数据结构与算法之插入排序
- 算法与数据结构之堆排序
- linux nc命令相互发消息及传文件
- transcode_init()函数介绍
- CSS-字体
- 最小的应用(tkinter,Python3.x )
- 机器学习模型评价指标 -- 混淆矩阵
- 数据结构与算法之经典排序
- Codeforces 516A Drazil and Factorial【暴搜找规律+贪心】
- EventBus 3使用文档(二)
- 轻快的VIM(一):移动
- centos7 安装Nginx
- 算法整理-二分查找列表最大值
- 1. hadoop 1.0.0 source code
- Android事件分发机制
- 简单说说 angularJs 中的 MVC