菜鸟笔记
提升您的技术认知

八大排序算法-ag真人游戏

目录

1. 交换排序——冒泡排序

从要排序序列的第一个元素开始,一次比较相邻元素的值,发现逆序则交换,将值较大的元素逐渐从前向后移动。

public void bubblesort(int[] arr){
  
    for (int i = 0; i < arr.length - 1; i  ) {
  
        for (int j = 0; j < arr.length - 1 - i; j  ) {
  
            if (arr[j] > arr[j   1]) {
  
                int t = arr[j];
                arr[j] = arr[j   1];
                arr[j   1] = t;
            }
        }
    }
}

优化:如果某次排序中,没有发生交换,则可结束排序

public void bubblesort(int[] arr){
  
    boolean flag = false;//表示没有发生过交换
    for (int i = 0; i < arr.length - 1; i  ) {
  
        for (int j = 0; j < arr.length - 1 - i; j  ) {
  
            if (arr[j] > arr[j   1]) {
  
                int t = arr[j];
                arr[j] = arr[j   1];
                arr[j   1] = t;
                flag = true;//发生交换
            }
        }
        if (!flag)
            break;
        else
            flag = false;//重置flag,进行下次判断
    }
}
  • 时间复杂度:o(n^2)
  • 稳定

2. 交换排序——快速排序

快速排序(quicksort)是对冒泡排序的一种改进。基本思想是:通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列

public static void quicksort(int[] arr, int left, int right) {
  
    int l = left;
    int r = right;
    int pivot = arr[(left   right) / 2];
    //while循环是为了让比pivot小的值放其左边,比pivot大的值放其右边
    while (l < r) {
  
        while (arr[l] < pivot)//直到找到比pivot小的数
            l  ;
        while (arr[r] > pivot)//直到找到比pivot大的数
            r--;
        if (l >= r)//说明比pivot小的值都在其左边,比pivot大的值都在其右边
            break;
        //找到pivot左边比其大的元素,右边比其小的元素;进行交换
        int t = arr[l];
        arr[l] = arr[r];
        arr[r] = t;
    }
    //如果l==r,则要l  、r--;否则会出现栈溢出
    if (l == r) {
  
        l  ;
        r--;
    }
    //向左递归
    if (left < r)
        quicksort(arr, left, r);
    //向右递归
    if (right > l)
        quicksort(arr, l, right);
}
  • 时间复杂度:o(nlog2n)
  • 不稳定

3. 选择排序——简单选择排序

基本思想

  • 第一次从 arr[0]~arr[n-1]中选取最小值,与 arr[0]交换
  • 第二次从 arr[1]~arr[n-1]中选取最小值,与 arr[1]交换
  • 第三次从 arr[2]~arr[n-1]中选取最小值,与 arr[2] 交换…
  • 第 i 次从 arr[i-1]~arr[n-1]中选取最小值,与 arr[i-1]交换…
  • 第 n-1 次从 arr[n-2]~arr[n-1]中选取最小值,与 arr[n-2]交换

总共通过 n-1 次,得到一个按排序码从小到大排列的有序序列

public void selectsort(int[] arr){
  
    for (int i = 0; i < arr.length - 1; i  ) {
  
        int min = arr[i];//假设当前值最小
        int minindex = i;//记录最小值的索引
        for (int j = i   1; j < arr.length; j  ) {
  
            if (arr[j] < min) {
  
                min = arr[j];
                minindex = j;
            }
        }
        if (minindex != i) {
  
            arr[minindex] = arr[i];
            arr[i] = min;
        }
    }
}
  • 时间复杂度:o(n^2)
  • 不稳定

4. 选择排序——堆排序

堆排序是利用这种数据结构而设计的一种排序算法,堆排序是一种选择排序,它的最坏,最好,平均时间复杂度均为o(nlogn),它也是不稳定排序。

什么是堆

堆是具有以下性质的完全二叉树

1️⃣ 每个结点的值都大于或等于其左右孩子结点的值,称为大顶堆(没有要求结点的左孩子的值和右孩子的值的大小关系)

arr[i] >= arr[2*i 1] && arr[i] >= arr[2*i 2]  //i对应第几个节点,i从0开始编号

我们对堆中的结点按层进行编号,映射到数组中就是下面这个样子:

2️⃣ 每个结点的值都小于或等于其左右孩子结点的值,称为小顶堆

arr[i] <= arr[2*i 1] && arr[i] <= arr[2*i 2]  //i对应第几个节点,i从0开始编号

堆排序基本思想

  1. 将待排序序列构造成一个大顶堆
  2. 此时,整个序列的最大值就是堆顶的根节点。
  3. 将其与末尾元素进行交换,此时末尾就为最大值。
  4. 然后将剩余n-1个元素重新构造成一个堆,这样会得到n个元素的次小值。如此反复执行,便能得到一个有序序列了。

一般升序采用大顶堆,降序采用小顶堆

步骤图解

步骤一:构造初始堆,将给定无序序列构造成一个大顶堆(一般升序采用大顶堆,降序采用小顶堆)

原始的数组 [4, 6, 8, 5, 9]

  1. 假设给定无序序列结构如下
  1. 此时我们从最后一个非叶子结点开始(叶结点不用调整,第一个非叶子结点 arr.length/2-1=5/2-1=1,也就是下面的6结点),从左至右,从下至上进行调整
  1. 找到第二个非叶节点 4,由于[4,9,8]中 9 元素最大,4 和 9 交换
  1. 这时,交换导致了子根[4,5,6]结构混乱,继续调整,[4,5,6]中 6 最大,交换 4 和 6

此时,我们就将一个无序序列构造成了一个大顶堆

步骤二:将堆顶元素与末尾元素进行交换,使末尾元素最大。然后继续调整堆,再将堆顶元素与末尾元素交换,得到第二大元素。如此反复进行交换、重建、交换

  1. 将堆顶元素 9 和末尾元素 4 进行交换
  1. 重新调整结构,使其继续满足堆定义
  1. 再将堆顶元素 8 与末尾元素 5 进行交换,得到第二大元素 8
  1. 后续过程,继续进行调整,交换,如此反复进行,最终使得整个序列有序

代码实现

import java.util.arrays;
public class heapsort {
  
    public static void main(string[] args) {
  
        int[] arr = {
  3, 5, 2, 7, 8, 0, -1, 99};
        heapsort(arr);
        system.out.println(arrays.tostring(arr));
    }
    //堆排序
    public static void heapsort(int[] arr) {
  
        //将无序序列构建成一个堆
        for (int i = arr.length / 2 - 1; i >= 0; i--) {
  
            adjustheap(arr, i, arr.length);
        }
        //将堆顶元素和末尾元素交换,将最大元素放置数组末端
        //重新调整至堆结构,然后继续将堆顶元素和当前末尾元素交换,以此往复
        for (int i = arr.length - 1; i > 0; i--) {
  
            int temp = arr[i];
            arr[i] = arr[0];
            arr[0] = temp;
            adjustheap(arr, 0, i);
        }
    }
    /**
     * 将二叉树调整为堆
     *
     * @param arr    待调整的数组
     * @param i      表示非叶子结点在数组中索引
     * @param length 表示对多少个元素继续调整,length逐渐减少
     */
    public static void adjustheap(int[] arr, int i, int length) {
  
        int temp = arr[i];
        //k=2i 1是i的左子节点
        for (int k = i * 2   1; k < length; k = k * 2   1) {
  
            if (k   1 < length && arr[k] < arr[k   1])//左子节点的值<右子节点的值
                k  ;//指向右节点
            if (arr[k] > temp) {
  //如果子结点的值>父节点的值
                arr[i] = arr[k];//将较大的值赋给当前节点
                i = k;//i指向k,继续循环比较
            } else
                break;
        }
        //for循环后,已经将以i为父结点的树的最大值,放在了顶部
        arr[i] = temp;//将temp值放到调整后的位置
    }
}

5. 插入排序——简单插入排序

基本思想:把 n 个待排序的元素看成为一个有序表和一个无序表,开始时 有序表 中只包含一个元素,无序表中包含有 n-1 个元素,排序过程中每次从无序表中取出第一个元素,与有序表中的元素进行比较,将它插入到有序表中的适当位置,使之成为新的有序表

public void insersort(int[] arr){
  
    for (int i = 1; i < arr.length; i  ) {
  
        int insertval = arr[i];//待插入左边有序表的数
        int left_index = i - 1;//左边有序表的索引,初值为有序表最右数的索引
        while (left_index >= 0 && insertval < arr[left_index]) {
  //不断遍历左边的有序表进行比较
            arr[left_index   1] = arr[left_index];//比较过的值右移
            left_index--;//索引-1,继续比较
        }
        if (left_index   1 != i)
            arr[left_index   1] = insertval;
    }
}
  • 时间复杂度:o(n^2)
  • 稳定

6. 插入排序——希尔排序

简单的插入排序可能存在的问题:当需要插入的数是较小的数时,后移的次数明显增多,对效率有影响

# 比如数组 arr = {2,3,4,5,6,1} 这时需要插入的数 1(最小),这样的过程是
{
   2,3,4,5,6,6} 
{
   2,3,4,5,5,6} 
{
   2,3,4,4,5,6} 
{
   2,3,3,4,5,6} 
{
   2,2,3,4,5,6} 
{
   1,2,3,4,5,6}

为了改进,提出了希尔排序算法:

希尔排序是希尔(donald shell)于 1959 年提出的一种排序算法。希尔排序也是一种插入排序,它是简单插入排序经过改进之后的一个更高效的版本,也称为缩小增量排序

//交换式
public void shellsort(int[] arr){
  
    for(int gap=arr.length/2;gap>0;gap/=2){
    //步长gap逐次递减
        for(int i=gap;i=0;j-=gap){
  
                if(arr[j]>arr[j gap]){
  
                    int t=arr[j];
                    arr[j]=arr[j gap];
                    arr[j gap]=t;
                }
            }
        }
    }
}
//改进成移位法
public void shellsort(int[] arr){
  
    for (int gap = arr.length / 2; gap > 0; gap /= 2) {
  //步长gap逐次递减
        for (int i = gap; i < arr.length; i  ) {
  
            int left_index = i - gap;//左边有序表的索引,初值为有序表最右数的索引
            int insertval = arr[i];//要插入的值
            while (left_index >= 0 && insertval < arr[left_index]) {
  
                arr[left_index   gap] = arr[left_index];//比较过的值右移
                left_index -= gap;
            }
            arr[left_index   gap] = insertval;
        }
    }
}
  • 时间复杂度:o(nlog2n)
  • 不稳定

7. 归并排序

归并排序(merge-sort)是利用归并的思想实现的排序方法,该算法采用经典的分治策略(divide-and-conquer)

  • 分治法将问题分(divide)成一些小的问题然后递归求解
  • 而治(conquer)的阶段则将分的阶段得到的各答案"修补"在一起,即分而治之

再来看看阶段,我们需要将两个已经有序的子序列合并成一个有序序列,比如上图中的最后一次合并,要将[4,5,7,8]和[1,2,3,6]两个已经有序的子序列,合并为最终序列[1,2,3,4,5,6,7,8],来看下实现步骤

  • 左边序列和右边序列分别有一个索引指向第一个元素,然后进行比较,较小的元素存入一个临时数组temp,较小元素边序列索引右移,以此往复不断比较存入,直到一边的索引走到该子序列的最后;然后将有剩余数据的序列的剩余值直接按序存入temp数组中;

  • 最后所有元素都存入临时数组temp中,此时temp数组中的元素有序

  • 最后将temp数组拷贝回原数组,即实现了排序

package test;
import java.util.*;
public class main {
  
    public static void main(string[] args) {
  
        int[] arr = {
  8, 10, -1, 6, 7, 3, 0, 40, 70};
        int[] temp = new int[arr.length];//归并排序需要额外的空间
        mergesort(arr, 0, arr.length - 1, temp);
        system.out.println(arrays.tostring(arr));
    }
    //分 合方法
    public static void mergesort(int[] arr, int left, int right, int[] temp) {
  
        if (left < right) {
  
            int mid = (left   right) / 2;//中间索引
            mergesort(arr, left, mid, temp);//向左递归分解
            mergesort(arr, mid   1, right, temp);//向右递归分解
            merge(arr, left, mid, right, temp);//合并
        }
    }
    //合并方法
    public static void merge(int[] arr, int left, int mid, int right, int[] temp) {
  
        int i = left;//i为指向左边序列第一个元素的索引
        int j = mid   1;//j为指向右边序列第一个元素的索引
        int t = 0;//指向临时temp数组的当前索引
        //先把左右两边有序数据按规则存入temp数组中,直到有一边的数据全部填充temp中
        while (i <= mid && j <= right) {
  
            if (arr[i] <= arr[j]) {
  
                temp[t] = arr[i];
                t  ;
                i  ;
            } else {
  
                temp[t] = arr[j];
                t  ;
                j  ;
            }
        }
        //将有剩余数据的一边全部存入temp中
        while (i <= mid) {
  //左边序列有剩余元素
            temp[t] = arr[i];
            t  ;
            i  ;
        }
        while (j <= right) {
  //右边序列有剩余元素
            temp[t] = arr[j];
            t  ;
            j  ;
        }
        /**
         * 将temp中的元素拷贝到arr中
         *  注意:不是每次都拷贝全部元素
         *  第一次:templeft=0,right=1
         *  第二次:templeft=2,right=3
         *  第三次:templeft=0,right=3
         */
        t = 0;
        int templeft = left;
        while (templeft <= right) {
  
            arr[templeft] = temp[t];
            t  ;
            templeft  ;
        }
    }
}
  • 时间复杂度:o(nlog2n)
  • 稳定

8. 基数排序

  • 基数排序radix sort属于“分配式排序”(distribution sort),又称“桶子法”(bucket sort)或bin sort,顾名思义,它是通过键值的各个位的值,将要排序的元素分配至某些“桶”中,达到排序的作用
  • 基数排序法是属于稳定性的排序,基数排序法的是效率高的稳定性排序法
  • 基数排序(radix sort)是桶排序的扩展
  • 基数排序是 1887 年赫尔曼·何乐礼发明的。它是这样实现的:将整数按位数切割成不同的数字,然后按每个位数分别比较。

基数排序基本思想

将所有待比较数值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。

package test;
import java.util.arrays;
public class main {
  
    public static void main(string[] args) {
  
        int[] arr = {
  8, 10, 6, 7, 3, 0, 40, 70};
        radixsort(arr);
        system.out.println(arrays.tostring(arr));
    }
    public static void radixsort(int[] arr) {
  
        //定义一个二维数组,表示10个桶,每一个桶就是一个一维数组
        int[][] bucket = new int[10][arr.length];//可能每个桶不会用满,所以基数排序是使用空间换时间的经典算法
        //定义一个一维数组记录每个桶每次放入数据的个数
        int[] bucketcounts = new int[10];
        //找到数组中最大数
        int max = arr[0];
        for (int i = 0; i < arr.length; i  ) {
  
            if (arr[i] > max)
                max = arr[i];
        }
        //获得最大数的位数,即为循环的次数,也就是要判断的总位数(个、十、百、千)
        int maxlength = (max   "").length();
        //针对每个元素的位进行比较
        for (int c = 0, n = 1; c < maxlength; c  , n *= 10) {
  
            for (int i = 0; i < arr.length; i  ) {
  
                //取出每个元素对应位的值(个位-->十位-->百位---)
                int digit = arr[i] / n % 10;//个位:  十位:/10再  百位:/100再
                //放入桶中
                bucket[digit][bucketcounts[digit]] = arr[i];
                bucketcounts[digit]  ;
            }
            int index = 0;
            //遍历每个桶,将桶中的数据放回到原数组
            for (int j = 0; j < 10; j  ) {
  
                if (bucketcounts[j] != 0) {
  //如果桶不为空
                    for (int k = 0; k < bucketcounts[j]; k  ) {
  
                        arr[index] = bucket[j][k];
                        index  ;
                    }
                }
                bucketcounts[j] = 0;//清空每个桶的数据
            }
        }
    }
}

负数问题:在找最大数的同时找最小值 如果最小值小于0就给每个值加上最小值的相反数,再比较

  1. 基数排序是对传统桶排序的扩展,速度很快
  2. 基数排序是经典的空间换时间的方式,占用内存很大,当对海量数据排序时,容易造成outofmemoryerror
  3. 基数排序时稳定的
  4. 有负数的数组,我们不用基数排序来进行排序,如果要支持负数
网站地图