飞道的博客

手撕八大排序(上)

230人阅读  评论(0)

排序的概念及其引用:

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;

画图说明:

排序前A在B前面,排序后说明该排序稳定,如果排序后B在A前面则说明不稳定。

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。

八大排序我们一般将其分为五类,分别为:

一:  插入排序

1. 直接插入排序

2. 希尔排序

二: 选择排序

1.直接选择排序

2.堆排序

三: 交换排序

1. 冒泡排序

2. 快速排序

四: 归并排序

五:基数排序

插入排序:

直接插入排序:

基本思路:

思路:从第二个数开始,假设此数为 tmp ,逐个往前进行比对,如果前数大于 tmp ,就将前数值赋值到 tmp 处,然后继续往前比对,直到找到小于或等于 tmp 的数(或者比对至数据首)就停止,最后将 tmp 的值赋值到此处就行了

动图演示:

代码:


  
  1. public void insertSort(int[] array) {
  2. if (array. length = = 0) {
  3. return;
  4. }
  5. for (int i = 1; i < array. length; i + +) {
  6. int temp = array[i];
  7. int j = i - 1;
  8. for ( ; j >= 0 ; j--) {
  9. if (array[j] > temp) {
  10. array[j + 1] = array[j];
  11. } else {
  12. break;
  13. }
  14. }
  15. array[j + 1] = temp;
  16. }
  17. }

 直接插入排序总结:

1. 集合元素越接近有序,时间效率越高

2. 时间复杂度: O(N^2)

3. 空间复杂度: O(1)

4. 稳定性: 稳定 

希尔排序:

前言:

既然同为插入排序,那必然是有共同点的。

希尔排序是建立在直接插入排序基础上,经过优化的插入排序。

希尔排序分为两步:

  • 1、预排序,使得数据尽可能接近有序
  • 2、直接插入排序,最后调用一次直接插入排序,快速的完成排序

基本思路:

思路:预排序是通过区间划分实现的,假设当前区间为 gap,那么 1、1+gap*n 可以分成一组,同理2、3、4 都可以分,将这些组分别进行直接插入排序(数据少,效率高)。每完成一次分组排序,gap 就会缩小,直到 gap 为1时,进行一次直接插入排序,整个希尔排序就完成了

代码如下:


  
  1. public static void shellSort(int[] array) {
  2. int gap = array. length;
  3. while (gap > 1) {
  4. shell(array,gap);
  5. gap / = 2;
  6. }
  7. / /整体进行插入排序
  8. shell(array, 1);
  9. }
  10. public static void shell(int[] array,int gap) {
  11. for (int i = 1; i < array. length; i + +) {
  12. int temp = array[i];
  13. int j = i - gap;
  14. for ( ; j >= 0 ; j- = gap) {
  15. if (array[j] > temp) {
  16. array[j + gap] = array[j];
  17. } else {
  18. break;
  19. }
  20. }
  21. array[j + gap] = temp;
  22. }
  23. }

动图演示:

预排序:

 直接插入排序:

希尔排序总结:

1. 希尔排序的时间复杂度要用到高数中的知识,“根据大量的数据的得到了局部的结论...”,我们直接记答案即可:O(N^1.25)

2. 空间复杂度: O(1);

我们仅仅只创建了一个gap

3. 稳定性: 不稳定;

我们在排序过程中gap会有多次的改变,不同的组别中可能会发生交换现象。

选择排序:

直接选择排序:

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

代码:


  
  1. / /选择排序
  2. public static void selectSort(int[] array) {
  3. for (int i = 0; i < array. length; i + +) {
  4. int minIndex = i;
  5. for (int j = i + 1; j < array. length; j + +) {
  6. if(array[j] < array[minIndex]) {
  7. minIndex = j;
  8. }
  9. }
  10. int temp = array[i];
  11. array[i] = array[minIndex];
  12. array[minIndex] = temp;
  13. }
  14. }

如果像这样去遍历的话,时间复杂度为O(N^2)不算是个很优解我们可以考虑对此进行优化

优化:每次遍历选最大与最小,分别与 end 值和 begin 值交换

动图演示:

 直接选择排序总结:

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

堆排序:

我们之前也介绍过堆排序,PriorityQueue本质就是个小根堆,这里就不过多介绍了。

思路:堆排序用到了堆的知识,如果想排升序的话建大堆,因为大堆中堆顶是最大值,将堆顶值与堆低值交换后,执行向下调整,使其再次变为大堆,就这样反复交换、调整,堆排序就完成了。


  
  1. / **
  2. * 堆排序
  3. * @param array 目标数组
  4. */
  5. public static void heapSort(int[] array) {
  6. createBigHeap(array);
  7. int end = array. length - 1;
  8. while ( end > 0) {
  9. swap(array, 0, end);
  10. shiftDown(array, 0, end);
  11. end--;
  12. }
  13. }
  14. public static void createBigHeap(int[] array) {
  15. / /父下标 从倒数第二层开始
  16. int parent = (array. length - 1 - 1) / 2;
  17. for (; parent > 0 ; parent-- ) {
  18. shiftDown(array,parent, array. length);
  19. }
  20. }
  21. public static void shiftDown(int[] array,int parent,int len) {
  22. int child = 2 *parent + 1;
  23. while (child < len) {
  24. if (child + 1 < len & & array[child] < array[child + 1]) {
  25. child + +;
  26. }
  27. if (array[child] > array[parent]) {
  28. swap(array, parent, child);
  29. parent = child;
  30. child = 2 * parent + 1;
  31. } else {
  32. break;
  33. }
  34. }
  35. }
  36. private static void swap(int[] array,int i,int j) {
  37. int tmp = array[i];
  38. array[i] = array[j];
  39. array[j] = tmp;
  40. }

向上调整动图演示:

 堆排序总结:

1. 堆排序使用堆来选数相对于直接插入排序,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

本文只是排序的上半部分,涉及的排序思想都还算简单,下一篇文章中将会介绍排序大哥:快速排序,知识点很难敬请期待吧。


转载:https://blog.csdn.net/weixin_67807492/article/details/129144868
查看评论
* 以上用户言论只代表其个人观点,不代表本网站的观点或立场