常見(jiàn)的排序算法,一篇就夠了
排序算法介紹
排序也稱(chēng)排序算法(Sort Algorithm
),排序是將一組數(shù)據(jù),依指定的順序進(jìn)行排列的過(guò)程。
排序的分類(lèi):
1) 內(nèi)部排序:
指將需要處理的所有數(shù)據(jù)都加載到內(nèi)部存儲(chǔ)器中進(jìn)行排序。
2) 外部排序法:
數(shù)據(jù)量過(guò)大,無(wú)法全部加載到內(nèi)存中,需要借助外部存儲(chǔ)進(jìn)行排序。
常見(jiàn)的排序的排序算法分類(lèi)如圖:
冒泡排序
冒泡排序(Bubble Sorting)的基本思想是:通過(guò)對(duì)待排序序列從前向后(從下標(biāo)較小的元素開(kāi)始),依次比較相鄰元素的值,若發(fā)現(xiàn)逆序則交換,使值較大的元素逐漸從前移向后部,就象水底下的氣泡一樣逐漸向上冒。
原始數(shù)組:3, 9, -1, 10, 20
第一趟排序
(1) 3, 9, -1, 10, 20 // 如果相鄰的元素逆序就交換
(2) 3, -1, 9, 10, 20
(3) 3, -1, 9, 10, 20
(4) 3, -1, 9, 10, 20
第二趟排序
(1) -1, 3, 9, 10, 20 //交換
(2) -1, 3, 9, 10, 20
(3) -1, 3, 9, 10, 20
第三趟排序
(1) -1, 3, 9, 10, 20
(2) -1, 3, 9, 10, 20
第四趟排序
(1) -1, 3, 9, 10, 20
小結(jié)冒泡排序規(guī)則
(1) 一共進(jìn)行 數(shù)組的大小-1 次 大的循環(huán)
(2)每一趟排序的次數(shù)在逐漸的減少
(3) 如果我們發(fā)現(xiàn)在某趟排序中,沒(méi)有發(fā)生一次交換, 可以提前結(jié)束冒泡排序。這個(gè)就是優(yōu)化
因?yàn)榕判虻倪^(guò)程中,各元素不斷接近自己的位置,如果一趟比較下 來(lái)沒(méi)有進(jìn)行過(guò)交換,就說(shuō)明序列有序,因此要在排序過(guò)程中設(shè)置 一個(gè)標(biāo)志flag判斷元素是否進(jìn)行過(guò)交換。從而減少不必要的比較。(這
里說(shuō)的優(yōu)化,可以在冒泡排序?qū)懞煤螅谶M(jìn)行)
代碼實(shí)現(xiàn)
public static void bubbleSort(int[] arr){ int temp = 0; //標(biāo)識(shí)變量,表示是否進(jìn)行過(guò)交換 boolean flag = false; //時(shí)間復(fù)雜度O(n^2) for (int i = 0; i < arr.length - 1; i++) { //一共要排序幾次 for (int j = 0; j < arr.length - 1 - i; j++) {//每次排序需要比較的次數(shù) if (arr[j] > arr[j + 1]){ flag = true; temp = arr[j + 1]; arr[j + 1] = arr[j]; arr[j] = temp; } } if (flag){//出現(xiàn)過(guò)交換,重置flag flag = false; }else//在上一趟排序中,一次交換也沒(méi)有發(fā)生過(guò) break; } }
選擇排序
選擇式排序也屬于內(nèi)部排序法,是從欲排序的數(shù)據(jù)中,按指定的規(guī)則選出某一元素,再依規(guī)定交換位置后達(dá)到排序的目的。
選擇排序思想
選擇排序(select sorting)也是一種簡(jiǎn)單的排序方法。它的基本思想是:第一次從arr[0]~arr[n-1]中選取最小值,與arr[0]交換,第二次從arr[1]~arr[n-1]中選取最小值,與arr[1]交換,第三次arr[2]~arr[n-1]中選取最小值,與arr[2]交換,…,第i次從arr[i-1]~arr[n-1]中選取最小值,與arr[i-1]交換,…, 第n-1次從arr[n-2]~arr[n-1]中選取最小值,與arr[n-2]交換,總共通過(guò)n-1次,得到一個(gè)按排序碼從小到大排列的有序序列
原始的數(shù)組 : 101, 34, 119, 1
第一輪排序 : 1, 34, 119, 101
第二輪排序 : 1, 34, 119, 101
第三輪排序 : 1, 34, 101, 119
小結(jié)選擇排序的規(guī)則
1. 選擇排序一共有 數(shù)組大小 - 1 輪排序
2. 每1輪排序,又是一個(gè)循環(huán), 循環(huán)的規(guī)則(代碼)
- 先假定當(dāng)前這個(gè)數(shù)是最小數(shù)
- 然后和后面的每個(gè)數(shù)進(jìn)行比較,如果發(fā)現(xiàn)有比當(dāng)前數(shù)更小的數(shù),就重新確定最小數(shù),并得到下標(biāo)
- 當(dāng)遍歷到數(shù)組的最后時(shí),就得到本輪最小數(shù)和下標(biāo) 2.4 交換 [代碼中再繼續(xù)說(shuō) ]
代碼實(shí)現(xiàn)
public static void selectSort(int[]arr){ for (int i = 0; i < arr.length - 1; i++) { int minIndex = i; int min = arr[i]; for (int j = i + 1; j < arr.length; j++) { if (min > arr[j]){ minIndex = j; min = arr[j]; } } //將最小值放在arr[i],即交換 if (minIndex != i){//如果最小值的下標(biāo)改變了則交換 arr[minIndex] = arr[i]; arr[i] = min; } } }
插入排序
插入式排序?qū)儆趦?nèi)部排序法,是對(duì)于欲排序的元素以插入的方式找尋該元素的適當(dāng)位置,以達(dá)到排序的目的。
插入排序思想
插入排序(Insertion Sorting)的基本思想是:把n個(gè)待排序的元素看成為一個(gè)有序表和一個(gè)無(wú)序表,開(kāi)始時(shí)有序表中只包含一個(gè)元素,無(wú)序表中包含有n-1個(gè)元素,排序過(guò)程中每次從無(wú)序表中取出第一個(gè)元素,把它的排序碼依次與有序表元素的排序碼進(jìn)行比較,將它插入到有序表中的適當(dāng)位置,使之成為新的有序表。
原始的數(shù)組 : (101), 34, 119, 1
橘色箭頭表示待插入的元素下標(biāo)
綠色箭頭表示待插入元素
第一次插入排序
第二次插入排序
第三次插入排序
代碼實(shí)現(xiàn)
public static void insertSort(int[] arr){ int insertIndex = 0; int insertValue = 0; for (int i = 1; i < arr.length; i++) { insertIndex = i - 1; insertValue = arr[i]; while(insertIndex >= 0 && arr[insertIndex] > insertValue){ arr[insertIndex + 1] = arr[insertIndex]; insertIndex--; } //優(yōu)化是否需要賦值 if (insertIndex + 1 != i){ arr[insertIndex + 1] = insertValue; } } }
分析簡(jiǎn)單插入排序存在的問(wèn)題
我們看簡(jiǎn)單的插入排序可能存在的問(wèn)題.
數(shù)組 arr = {2,3,4,5,6,1} 這時(shí)需要插入的數(shù) 1(最小), 這樣的過(guò)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}
結(jié)論: 當(dāng)需要插入的數(shù)是較小的數(shù)時(shí),后移的次數(shù)明顯增多,對(duì)效率有影響.
希爾排序
希爾排序是希爾(Donald Shell)于1959年提出的一種排序算法。希爾排序也是一種插入排序,它是簡(jiǎn)單插入排序經(jīng)過(guò)改進(jìn)之后的一個(gè)更高效的版本,也稱(chēng)為縮小增量排序。
希爾排序基本思想
希爾排序是把記錄按下標(biāo)的一定增量分組,對(duì)每組使用直接插入排序算法排序;隨著增量逐漸減少,每組包含的關(guān)鍵詞越來(lái)越多,當(dāng)增量減至1時(shí),整個(gè)文件恰被分成一組,算法便終止
為了方便大家理解
希爾排序時(shí),對(duì)有序序列在插入時(shí)先采用交換法(冒泡法)
public static void shellSort(int[] arr){ int temp = 0; int count = 0; for (int gap = arr.length / 2; gap > 0; gap /= 2) { for (int i = gap; i < arr.length; i++) { for (int j = i - gap; j >= 0; j -= gap) { if (arr[j] > arr[j + gap]){//這里采用交換法 temp = arr[j]; arr[j] = arr[j + gap]; arr[j + gap] = temp; } } } } }
希爾排序時(shí),對(duì)有序序列在插入時(shí)采用移位法(真正的希爾排序)(插入法)
public static void shellSort(int[]arr){ int count = 0; for (int gap = arr.length / 2; gap > 0; gap /= 2) { for (int i = gap; i < arr.length; i++) { int insertIndex = i - gap; int insertValue = arr[insertIndex + gap]; while(insertIndex >= 0 && insertValue < arr[insertIndex]){ arr[insertIndex + gap] = arr[insertIndex]; insertIndex -= gap; } if (insertIndex != (i - gap)){ arr[insertIndex + gap] = insertValue; } } } }
快速排序
快速排序(Quicksort
)是對(duì)冒泡排序的一種改進(jìn)?;舅枷胧牵和ㄟ^(guò)一趟排序?qū)⒁判虻臄?shù)據(jù)分割成獨(dú)立的兩部分,其中一部分的所有數(shù)據(jù)都比另外一部分的所有數(shù)據(jù)都要小,然后再按此方法對(duì)這兩部分?jǐn)?shù)據(jù)分別進(jìn)行快速排序,整個(gè)排序過(guò)程可以遞歸進(jìn)行,以此達(dá)到整個(gè)數(shù)據(jù)變成有序序列
代碼實(shí)現(xiàn)
public static void quickSort(int[] arr,int left,int right){ int r = right; int l = left; int temp = 0; int pivot = arr[(right + left) / 2]; while(l < r){ while(arr[l] < pivot){ l++; } while(arr[r] > pivot){ r--; } if(l == r) break; temp = arr[r]; arr[r] = arr[l]; arr[l] = temp; if (arr[l] == pivot){ r--; } if (arr[r] == pivot){ l++; } } if (l == r){ l += 1; r -= 1; } //向左遞歸 if(left < r){ quickSort(arr,left,r); } //向右遞歸 if(right > l){ quickSort(arr,l,right); } }
歸并排序
歸并排序(MERGE-SORT
)是利用歸并的思想實(shí)現(xiàn)的排序方法,該算法采用經(jīng)典的分治(divide-and-conquer
)策略(分治法將問(wèn)題分(divide
)成一些小的問(wèn)題然后遞歸求解,而治(conquer
)的階段則將分的階段得到的各答案"修補(bǔ)"在一起,即分而治之)。
說(shuō)明: 可以看到這種結(jié)構(gòu)很像一棵完全二叉樹(shù),本文的歸并排序我們采用遞歸去實(shí)現(xiàn)(也可采用迭代的方式去實(shí)現(xiàn))。分階段可以理解為就是遞歸拆分子序列的過(guò)程。
再來(lái)看看治階段,我們需要將兩個(gè)已經(jīng)有序的子序列合并成一個(gè)有序序列,比如上圖中的最后一次合并,要將[4,5,7,8]和[1,2,3,6]兩個(gè)已經(jīng)有序的子序列,合并為最終序列[1,2,3,4,5,6,7,8],來(lái)看下實(shí)現(xiàn)步驟
代碼實(shí)現(xiàn)
治
/** * * @param arr 排序的原始數(shù)組 * @param left 左邊有序序列的初始索引 * @param mid 中間索引 * @param right 右邊索引 * @param temp 中轉(zhuǎn)數(shù)組 */ public static void merge(int[] arr,int left,int mid,int right,int[]temp){ //System.out.println("*****"); int i = left; int j = mid + 1; int t = 0; /* (一) 先把兩邊有序的數(shù)據(jù)按照規(guī)則填充到temp數(shù)組 指導(dǎo)左右兩邊的有序序列,有一邊處理完畢 */ while(i <= mid && j <= right){ temp[t++] = arr[i] > arr[j] ? arr[j++] : arr[i++]; } /* (二) 把所有剩余數(shù)據(jù)的一邊一次全部填充到temp */ while(i <= mid){ temp[t++] = arr[i++]; } while (j <= right){ temp[t++] = arr[j++]; } /* (三) 將temp數(shù)組的元素拷貝到arr */ t = 0; int tempLeft = left; //System.out.println("tempLeft = " + tempLeft + "right = " + right); while(tempLeft <= right){ arr[tempLeft++] = temp[t++]; } }
分(遞歸)
public static void mergeSort(int[] arr,int left,int right,int[] temp){ if(left < right){ int mid = (left + right) / 2; mergeSort(arr,left,mid,temp); mergeSort(arr,mid + 1,right,temp); merge(arr,left,mid,right,temp); } }
基數(shù)排序(桶排序)
1、基數(shù)排序(radix sort
)屬于“分配式排序”(distribution sort
),又稱(chēng)“桶子法”(bucket sort
)或bin sort,顧名思義,它是通過(guò)鍵值的各個(gè)位的值,將要排序的元素分配至某些“桶”中,達(dá)到排序的作用
2、基數(shù)排序法是屬于穩(wěn)定性的排序,基數(shù)排序法的是效率高的穩(wěn)定性排序法
3、基數(shù)排序(Radix Sort)是桶排序的擴(kuò)展
4、基數(shù)排序是1887年赫爾曼·何樂(lè)禮發(fā)明的。它是這樣實(shí)現(xiàn)的:將整數(shù)按位數(shù)切割成不同的數(shù)字,然后按每個(gè)位數(shù)分別比較。
基數(shù)排序的基本思想
將所有待比較數(shù)值統(tǒng)一為同樣的數(shù)位長(zhǎng)度,數(shù)位較短的數(shù)前面補(bǔ)零。然后,從最低位開(kāi)始,依次進(jìn)行一次排序。這樣從最低位排序一直到最高位排序完成以后, 數(shù)列就變成一個(gè)有序序列。
這樣說(shuō)明,比較難理解,下面我們看一個(gè)圖文解釋?zhuān)斫饣鶖?shù)排序的步驟
數(shù)組的初始狀態(tài) arr = {53, 3, 542, 748, 14, 214}
第1輪排序:
(1) 將每個(gè)元素的個(gè)位數(shù)取出,然后看這個(gè)數(shù)應(yīng)該放在哪個(gè)對(duì)應(yīng)的桶(一個(gè)一維數(shù)組)
(2) 按照這個(gè)桶的順序(一維數(shù)組的下標(biāo)依次取出數(shù)據(jù),放入原來(lái)數(shù)組)
數(shù)組的第1輪排序 arr = {542, 53, 3, 14, 214, 748}
第2輪排序:
(1) 將每個(gè)元素的十位數(shù)取出,然后看這個(gè)數(shù)應(yīng)該放在哪個(gè)對(duì)應(yīng)的桶(一個(gè)一維數(shù)組)
(2) 按照這個(gè)桶的順序(一維數(shù)組的下標(biāo)依次取出數(shù)據(jù),放入原來(lái)數(shù)組)
數(shù)組的第2輪排序 arr = {3, 14, 214, 542, 748, 53}
第3輪排序:
(1) 將每個(gè)元素百位數(shù)取出,然后看這個(gè)數(shù)應(yīng)該放在哪個(gè)對(duì)應(yīng)的桶(一個(gè)一維數(shù)組)
(2) 按照這個(gè)桶的順序(一維數(shù)組的下標(biāo)依次取出數(shù)據(jù),放入原來(lái)數(shù)組)
數(shù)組的第3輪排序 arr = {3, 14, 53, 214, 542, 748}
以上就是基數(shù)排序的實(shí)現(xiàn)過(guò)程
代碼實(shí)現(xiàn)
代碼說(shuō)明
獲取數(shù)組最大元素的位數(shù)
使用二維數(shù)組bucket[10][arr.length]模擬桶
使用bucketElementCounts[10]模擬每個(gè)桶的指針
public static void redixSort(int[]arr){ //獲取數(shù)組中最大元素的位數(shù) int max = arr[0]; for (int i = 0; i < arr.length; i++) { if(max < arr[i]) max = arr[i]; } int maxLength = (max + "").length(); //定義一個(gè)二維數(shù)組模擬桶 int [][] bucket = new int[10][arr.length]; //為了記錄每個(gè)桶中的元素個(gè)數(shù)定義一個(gè)一維數(shù)組 int [] bucketElementCounts = new int[10]; for (int i = 0, n = 1; i < maxLength; i++,n *= 10) { //入桶 for (int j = 0; j < arr.length; j++) { int digitOfElement = arr[j] / n %10; bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j]; bucketElementCounts[digitOfElement]++; } int index = 0; //出桶 for (int j = 0; j < bucketElementCounts.length; j++) { if(bucketElementCounts[j] != 0){ for (int k = 0; k < bucketElementCounts[j]; k++) { arr[index++] = bucket[j][k]; } } //取出元素后,需要將bucketElementCount中的元素清零 bucketElementCounts[j] = 0; } //System.out.println("第" + (i + 1) + "次排序后的數(shù)組" + Arrays.toString(arr)); } }
排序算法的速度測(cè)試
下面我創(chuàng)建了一個(gè)長(zhǎng)度分別為80000的隨機(jī)數(shù)組進(jìn)行測(cè)試
硬件:CPU8代i7
public static void main(String[] args) { System.out.println("測(cè)試排序算法的時(shí)間"); int[] arr = new int[80000]; for (int i = 0; i < arr.length; i++) { arr[i] = (int)(Math.random() * 8000000); } Long startTime = System.currentTimeMillis(); redixSort(arr); Long endTime = System.currentTimeMillis(); System.out.println(endTime - startTime + "ms"); }
分別測(cè)試
冒泡排序(優(yōu)化后)
經(jīng)過(guò)多次測(cè)試80000個(gè)數(shù)據(jù)冒泡排序大致時(shí)間10s左右
選擇排序
經(jīng)過(guò)多次測(cè)試80000個(gè)數(shù)據(jù)選擇排序大致時(shí)間1900ms-2200ms
插入排序
經(jīng)過(guò)多次測(cè)試80000個(gè)數(shù)據(jù)插入排序大致時(shí)間528ms-600ms
希爾排序
經(jīng)過(guò)多次測(cè)試80000個(gè)數(shù)據(jù)希爾排序大致時(shí)間17ms-22ms
測(cè)試800000個(gè)數(shù)據(jù)
測(cè)試8000000個(gè)數(shù)據(jù)
快速排序
經(jīng)過(guò)多次測(cè)試80000個(gè)數(shù)據(jù)快速排序大致時(shí)間15ms-22ms
測(cè)試800000個(gè)數(shù)據(jù)
測(cè)試8000000個(gè)數(shù)據(jù)
基數(shù)排序
經(jīng)過(guò)多次測(cè)試80000個(gè)數(shù)據(jù)基數(shù)排序大致時(shí)間18ms-33ms
測(cè)試800000個(gè)數(shù)據(jù)
測(cè)試8000000個(gè)數(shù)據(jù)
分析
相關(guān)術(shù)語(yǔ)解釋?zhuān)?/strong>
穩(wěn)定:如果a原本在b前面,而a=b,排序之后a仍然在b的前面;
不穩(wěn)定:如果a原本在b的前面,而a=b,排序之后a可能會(huì)出現(xiàn)在b的后面;
內(nèi)排序:所有排序操作都在內(nèi)存中完成;
外排序:由于數(shù)據(jù)太大,因此把數(shù)據(jù)放在磁盤(pán)中,而排序通過(guò)磁盤(pán)和內(nèi)存的數(shù)據(jù)傳輸才能進(jìn)行;
時(shí)間復(fù)雜度: 一個(gè)算法執(zhí)行所耗費(fèi)的時(shí)間。
空間復(fù)雜度:運(yùn)行完一個(gè)程序所需內(nèi)存的大小。
n: 數(shù)據(jù)規(guī)模
k: “桶”的個(gè)數(shù)
In-place: 不占用額外內(nèi)存
Out-place: 占用額外內(nèi)存
總結(jié)
本篇文章就到這里了,希望能夠幫助到你,也希望你能夠多多關(guān)注腳本之家的更多內(nèi)容!
相關(guān)文章
Java使用httpRequest+Jsoup爬取紅藍(lán)球號(hào)碼
本文將結(jié)合實(shí)例代碼,介紹Java使用httpRequest+Jsoup爬取紅藍(lán)球號(hào)碼,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-07-07Spring中的ClassPathXmlApplicationContext源碼詳解
這篇文章主要介紹了Spring中的ClassPathXmlApplicationContext源碼詳解,ApplicationContext的主要實(shí)現(xiàn)類(lèi)是ClassPathXmlApplicationContext和FileSystemXmlApplicationContext,前者默認(rèn)從類(lèi)路徑加載配置文件,后者默認(rèn)從文件系統(tǒng)中裝載配置文件,需要的朋友可以參考下2023-12-12Java中在時(shí)間戳計(jì)算的過(guò)程中遇到的數(shù)據(jù)溢出問(wèn)題解決
這篇文章主要介紹了Java中在時(shí)間戳計(jì)算的過(guò)程中遇到的數(shù)據(jù)溢出問(wèn)題解決,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-06-06JAVA 中實(shí)現(xiàn)整句漢字拆分、轉(zhuǎn)換為ASCII實(shí)例詳解
這篇文章主要介紹了JAVA 中實(shí)現(xiàn)整句漢字拆分、轉(zhuǎn)換為ASCII實(shí)例詳解的相關(guān)資料,需要的朋友可以參考下2017-04-04