欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

盤點(diǎn)幾種常見的java排序算法

 更新時(shí)間:2021年11月26日 10:37:34   作者:zzzgd816  
所謂排序就是使一串記錄,按照其中的某個(gè)或某些關(guān)鍵字的大小,遞增或遞減的排列起來(lái)的操作,下面這篇文章主要給大家介紹了幾種常見的java排序算法的相關(guān)資料,需要的朋友可以參考下

1.插入排序

這個(gè)打麻將或者打撲克的很好理解, 比如有左手有一副牌1,2,4,7 ,來(lái)一張3的牌, 是不是就是手拿著這張牌從右往左插到2,4之間

一次插入排序的操作過(guò)程:

將待插元素,依次與已排序好的子數(shù)列元素從后到前進(jìn)行比較,如果當(dāng)前元素值比待插元素值大,則將移位到與其相鄰的后一個(gè)位置,否則直接將待插元素插入當(dāng)前元素相鄰的后一位置,因?yàn)檎f(shuō)明已經(jīng)找到插入點(diǎn)的最終位置

public class InsertSort {

    public static void sort(int[] arr) {
        if (arr.length >= 2) {
            for (int i = 1; i < arr.length; i++) {
                //挖出一個(gè)要用來(lái)插入的值,同時(shí)位置上留下一個(gè)可以存新的值的坑
                int x = arr[i];
                int j = i - 1;
                //在前面有一個(gè)或連續(xù)多個(gè)值比x大的時(shí)候,一直循環(huán)往前面找,將x插入到這串值前面
                while (j >= 0 && arr[j] > x) {
                    //當(dāng)arr[j]比x大的時(shí)候,將j向后移一位,正好填到坑中
                    arr[j + 1] = arr[j];
                    j--;
                }
                //將x插入到最前面
                arr[j + 1] = x;
            }
        }
    }
}

2.分治排序法,快速排序法

簡(jiǎn)單的說(shuō), 就是設(shè)置一個(gè)標(biāo)準(zhǔn)值, 將大于這個(gè)值的放到右邊(不管排序), 將小于這個(gè)值的放到左邊(不管排序), 那么這樣只是區(qū)分了左小右大, 沒有排序, 沒關(guān)系, 左右兩邊再重復(fù)這個(gè)步驟.直到不能分了為止.

詳細(xì)說(shuō)就是:

  1. 選擇待排數(shù)列的首部第一個(gè)元素為基準(zhǔn)元素x,設(shè)置兩指針,分別指向數(shù)列首尾部位置,假設(shè)兩指針分別設(shè)為i和j。
  2. 每次遍歷的過(guò)程是這樣的,首先從右到左遍歷指針j所指向的元素,直到j(luò)指向的元素值小于基準(zhǔn)元素x時(shí),停止遍歷,將其放到i的位置(因?yàn)閕的值已經(jīng)拷貝成了基準(zhǔn)x騰出了位置)
  3. i往右挪一步, i++,接著輪到指針i從左到右遍歷,直到i所指向的元素值大于基準(zhǔn)元素x時(shí),停止遍歷,將其放到j(luò)的位置(因?yàn)樯厦嬉徊絡(luò)的值已經(jīng)占用到了i的位置,騰出位置了)
  4. 依此類推,兩邊輪流遍歷, 直到指針i與指針j相等或者大于(實(shí)際肯定是i==j)時(shí),停止外部循環(huán)。此時(shí)必定左邊都是比x小的, 右邊是比x大的.
  5. 最后直接將基準(zhǔn)元素x直接放置于指針i所指向的位置即可
  6. 完成分區(qū)操作, 從i的位置一分為二, 左邊和右邊再遞歸執(zhí)行上面的操作. 層層細(xì)分

接下來(lái),我們通過(guò)示圖來(lái)展示上述分區(qū)算法思路的過(guò)程:

public class QuickSort {

    public static void sort(int[] arr,int begin,int end) {
        //先定義兩個(gè)參數(shù)接收排序起始值和結(jié)束值
        int a = begin;
        int b = end;
        //先判斷a是否大于b

        if (a >= b) {
            //沒必要排序
            return;
        }
        //基準(zhǔn)數(shù),默認(rèn)設(shè)置為第一個(gè)值
        int x = arr[a];

        //循環(huán)
        while (a < b) {
            //從后往前找,找到一個(gè)比基準(zhǔn)數(shù)x小的值,賦給arr[a]
            //如果a和b的邏輯正確--a<b ,并且最后一個(gè)值arr[b]>x,就一直往下找,直到找到后面的值大于x
            while (a < b && arr[b] >= x) {
                b--;
            }
            //跳出循環(huán),兩種情況,一是a和b的邏輯不對(duì)了,a>=b,這時(shí)候排序結(jié)束.二是在后面找到了比x小的值
            if (a < b) {
                //將這時(shí)候找到的arr[b]放到最前面arr[a]
                arr[a] = arr[b];
                //排序的起始位置后移一位
                a++;
            }

            //從前往后找,找到一個(gè)比基準(zhǔn)數(shù)x大的值,放在最后面arr[b]
            while (a < b && arr[a] <= x) {
                a++;
            }
            if (a < b) {
                arr[b] = arr[a];
                //排序的終止位置前移一位
                b--;
            }
        }
        //跳出循環(huán) a < b的邏輯不成立了,a==b重合了,此時(shí)將x賦值回去arr[a]
        arr[a] = x;
        //調(diào)用遞歸函數(shù),再細(xì)分再排序
        sort(arr,begin,a-1);
        sort(arr,a+1,end);
    }
}

3.冒泡排序 low版

每次冒泡過(guò)程都是從數(shù)列的第一個(gè)元素開始,然后依次和剩余的元素進(jìn)行比較, 跟列隊(duì)一樣, 從左到右兩兩相鄰的元素比大小, 高的就和低的換一下位置. 最后最高(值最大)的肯定就排到后面了.

但是這只是把最高的排到后面了, 還得找出第二高的, 于是又從第一個(gè)開始兩兩比較, 高的往后站, 然后第二高的也到后面了.

然后是第三高的再往后排…

public class MaoPao {

    public static void  sort(int[] arr){
        for (int i = 1; i < arr.length; i++) {  //第一層for循環(huán),用來(lái)控制冒泡的次數(shù)
            for (int j = 0; j < arr.length-1; j++) { //第二層for循環(huán),用來(lái)控制冒泡一層層到最后
                //如果前一個(gè)數(shù)比后一個(gè)數(shù)大,兩者調(diào)換 ,意味著泡泡向上走了一層
                if (arr[j] > arr[j+1] ){
                    int temp = arr[j];
                    arr[j] = arr[j+1];
                    arr[j+1] = temp;
                }
            }
        }
    }
}

4.冒泡排序 bigger版

補(bǔ)充, 改進(jìn)后,看下文的測(cè)試結(jié)果發(fā)現(xiàn)提升并不大, 這是正常的, 因?yàn)楦倪M(jìn)后省略的是排序成功后的判斷步驟, 而就算沒改進(jìn), 排序成功后也只不過(guò)是對(duì)數(shù)組進(jìn)行遍歷而已, 沒有進(jìn)行數(shù)據(jù)更新操作, 而我們知道數(shù)組是讀取快更新慢的, 所以和上面的版本相比看起來(lái)提升不算大

在這個(gè)版本中,改動(dòng)了兩點(diǎn)

  1. 第一點(diǎn)是加入了一個(gè)布爾值,判斷第二層循環(huán)中的調(diào)換有沒有執(zhí)行,如果沒有進(jìn)行兩兩調(diào)換,說(shuō)明后面都已經(jīng)排好序了,已經(jīng)不需要再循環(huán)了,直接跳出循環(huán),排序結(jié)束.
  2. 第二點(diǎn)是第二層循環(huán)不再循環(huán)到arr.length - 1,因?yàn)橥饷娴膇循環(huán)遞增一次,說(shuō)明數(shù)組最后就多了一個(gè)排好序的大泡泡.第二層循環(huán)也就不需要到最末尾一位了,可以提前結(jié)束循環(huán)
 /**
 * 終極版冒泡排序
 * 加入一個(gè)布爾變量,如果內(nèi)循環(huán)沒有交換值,說(shuō)明已經(jīng)排序完成,提前終止
 * @param arr
 */
public static void sortPlus(int[] arr){
    if(arr != null && arr.length > 1){
        for(int i = 0; i < arr.length - 1; i++){
            // 初始化一個(gè)布爾值
            boolean flag = true;
            for(int j = 0; j < arr.length - i - 1 ; j++){
                if(arr[j] > arr[j+1]){
                    // 調(diào)換
                    int temp;
                    temp = arr[j];
                    arr[j] = arr[j+1];
                    arr[j+1] = temp;
                    // 改變flag
                    flag = false;
                }
            }
            if(flag){
                break;
            }
        }
    }
}

5.選擇排序

選擇排序也是一種簡(jiǎn)單直觀的排序算法,實(shí)現(xiàn)原理比較直觀易懂:

首先在未排序數(shù)列中找到最小元素,然后將其與數(shù)列的首部元素進(jìn)行交換,然后,在剩余未排序元素中繼續(xù)找出最小元素,將其與已排序數(shù)列的末尾位置元素交換。以此類推,直至所有元素圴排序完畢.

同理,可以類比與打撲克和打麻將, 和上面插入排序不同, 插入排序相當(dāng)于抽一張牌整理好了再抽一張, 而選擇排序相當(dāng)于一次性給你一副亂牌, 然后慢慢整理的感覺.
這也容易理解為什么選擇排序?yàn)樯侗炔迦肱判蚵? 插入排序是摸一張牌, 然后直接插入到手中已經(jīng)排好序的牌,再摸下一張牌.
選擇排序相當(dāng)于在一堆牌中, 不斷的找到最小的牌往前面放.

public static void sort(int[] arr){
    for(int i = 0; i < arr.length - 1 ; i++){
        int min = i; // 遍歷的區(qū)間最小的值
        for (int j = i + 1; j < arr.length ;j++){
             if(arr[j] < arr[min]){
                 // 找到當(dāng)前遍歷區(qū)間最小的值的索引
                 min = j;
             }
        }
        if(min != i){
            // 發(fā)生了調(diào)換
            int temp =  arr[min];
            arr[min] = arr[i];
            arr[i] = temp;
        }
    }
}

6. 歸并排序

歸并排序,簡(jiǎn)單的說(shuō)把一串?dāng)?shù)

從中平等分為兩份,再把兩份再細(xì)分,直到不能細(xì)分為止. 這就是分而治之的分的步驟.

再?gòu)淖钚〉膯卧?兩兩合并,合并的規(guī)則是將其按從小到大的順序放到一個(gè)臨時(shí)數(shù)組中,再把這個(gè)臨時(shí)數(shù)組替換原數(shù)組相應(yīng)位置,這就是治. 圖解如下:



代碼:

public static void mergeSort(int[] a,int s,int e){
    int m = (s + e) / 2;
    if (s < e){
      mergeSort(a,s,m);
      mergeSort(a,m+1,e);
      //歸并
      merge(a,s,m,e);
    }
  }

  private static void merge(int[] a, int s, int m, int e) {
    //初始化一個(gè)從起始s到終止e的一個(gè)數(shù)組
    int[] temp = new int[(e - s) + 1];
    //左起始指針
    int l = s;
    //右起始指針
    int r = m+1;
    int i = 0;
    //將s-e這段數(shù)據(jù)在邏輯上一分為二,l-m為一個(gè)左邊的數(shù)組,r-e為一個(gè)右邊的數(shù)組,兩邊都是有序的
    //從兩邊的第一個(gè)指針開始遍歷,將其中小的那個(gè)值放在temp數(shù)組中
    while (l <= m && r <= e){
      if (a[l] < a[r]){
        temp[i++] = a[l++];
      }else{
        temp[i++] = a[r++];
      }
    }

    //將兩個(gè)數(shù)組剩余的數(shù)放到temp中
    while (l <= m){
      temp[i++] = a[l++];
    }
    while (r <= e){
      temp[i++] = a[r++];
    }
    
    //將temp數(shù)組覆蓋原數(shù)組
    for (int n = 0; n < temp.length; n++) {
      a[s+n] = temp[n];
    }
    
  }

8. 堆排序

堆排序, 顧名思義, 就是將數(shù)據(jù)以堆的結(jié)構(gòu), 或者說(shuō)類似于二叉樹的結(jié)構(gòu), 每次都整理二叉樹將最大值找到, 然后放到數(shù)組末尾. 個(gè)人感覺有點(diǎn)像選擇排序.都是每次遍歷選擇一個(gè)最大值或最小值
從下往上調(diào)整堆, 將最大值放到頂部

  1. 首先我們可以把一個(gè)數(shù)組, 從上往下, 從左到右依次放置成為二叉樹
  2. 接著我們創(chuàng)建最大頂堆, 就是將最大的值調(diào)整到頂部.
  3. 然后我們開始遍歷, 把這個(gè)[0]的最大值放到最末尾, 然后再次整理二叉樹, 當(dāng)然將最后一位排除在外.然后我們將截至末尾的下標(biāo)往前移一位.
  4. 一直遍歷, 把最大值放到頂部, 再調(diào)換到末尾, 到只剩最后一個(gè)元素,
    找到最大值后, 放到數(shù)組后面, 并設(shè)置一個(gè)標(biāo)記, 表示截止后面的都是已排序的元素, 相當(dāng)于堆刪除一個(gè)元素

因?yàn)槭菢浣Y(jié)構(gòu), 所以整理一次樹的時(shí)間復(fù)雜度是O(logn), 但是又因?yàn)樗枰闅v一次挨個(gè)整理找到剩下數(shù)據(jù)中的最大值, 所以它的最壞,最好,平均時(shí)間復(fù)雜度均為O(nlogn)

踩坑

大家可以直奔v3.0版本

v1.0 巨慢不能用

這里說(shuō)下踩坑, 下面是我寫的堆排序v1.0版本, 寫了個(gè)簡(jiǎn)單的數(shù)組測(cè)試了下發(fā)現(xiàn)也沒有問題, ok. 然后我寫一個(gè)10w的數(shù)組來(lái)和冒泡排序, 選擇排序等比較, 結(jié)果發(fā)現(xiàn)程序像是卡死了直接花了幾分鐘還沒出結(jié)果. 這已經(jīng)遠(yuǎn)遠(yuǎn)大于冒泡排序的時(shí)間了.

/**
   * 最大頂堆排序
   * @param a
   */
  public static void topMaxHeapSort(int[] a){
    //先創(chuàng)建最大頂堆
    createTopMaxHeap(a);
    int end = a.length - 1 ;
    while(end > 0 ){
      //把0位的最大值放到最后
      swaparr(a, 0, end);
      //將計(jì)算的長(zhǎng)度減一.不考慮最后的那個(gè)值
      end--;
      //重新調(diào)整堆結(jié)構(gòu)
      handleMaxHeapFromIndex(a, end);
    }
      //打印下看看
      // System.out.println(Arrays.toString(a));
  }

  /** [3,7,1,4,9,5,6,7,2,6,8,3]
   * `````````3
   * ``````/     \
   * `````7       1
   * ````/ \     / \
   * ``4   9   5   6
   * `/ \ / \ /
   * `7 2 6 8 3
   * 變成 [9, 7, 6, 7, 6, 5, 1, 4, 2, 3, 8, 3]
   * `````````9
   * ```````/    \
   * `````7       6
   * ````/ \     / \
   * ``7   6   5   1
   * `/ \ / \ /
   * `4 2 3 8 3
   * 構(gòu)建最大頂堆, 變成父節(jié)點(diǎn)都比子節(jié)點(diǎn)大的樹
   * @param a
   */
  public static void createTopMaxHeap(int[] a){
    //從倒數(shù)第二排最后一個(gè)開始, 從下往上, 層層處理把最大的換上去構(gòu)建最大頂堆
    //如上面的注釋, 就是從5開始. 再往后就沒意義了
      handleMaxHeapFromIndex(a,a.length-1);
    //打印下看看
    // System.out.println(Arrays.toString(a));
  }

  private static void handleMaxHeapFromIndex(int[] a,int end){
    for (int i = end / 2; i>=0; i--) {
      //從i開始往后面調(diào)整它的堆
    //左子節(jié)點(diǎn), 右子節(jié)點(diǎn)
 
    // 設(shè)置一個(gè)用于玩下遍歷和判斷的子節(jié)點(diǎn), 默認(rèn)就是左邊的兒子
    int child = 2 * i + 1;
    while (child <= end){
      //如果右子節(jié)點(diǎn)比左邊大
      int leftson = child;
      int rightson = child + 1;
      if(rightson <= end && a[rightson] > a[leftson]){
        //就設(shè)置為右邊的兒子
        child++;
      }
      //再比較父子,如果兒子比父親大,就互換
      if(a[i] < a[child]){
        swaparr(a,i,child);
      }
      //繼續(xù)循環(huán)
      i = child;
      //繼續(xù)選擇它的左兒子
      child = 2 * i + 1;
    }
    }
  }

  

  private static void swaparr(int[] arr,int a,int b){
    int temp = arr[a];
    arr[a] = arr[b];
    arr[b] = temp;
  }

v2.0 太慢不能用

考慮肯定調(diào)整堆的代碼有問題

  1. 在初始構(gòu)建了最大頂堆時(shí), 父親都比兒子大
  2. 后面每次都只移除頂部元素.即變化了第一層
  3. 那我在調(diào)整的時(shí)候, 如果這個(gè)節(jié)點(diǎn)比兒子節(jié)點(diǎn)都大, 那應(yīng)該下面的都是調(diào)整好的不用管.

我選擇在handleMaxHeapFromIndex方法中, 加入了break來(lái)提前跳出循環(huán), 如下:

 while (child <= end) {
      // 如果右子節(jié)點(diǎn)比左邊大
      int leftson = child;
      int rightson = child + 1;
      if (rightson <= end && a[rightson] > a[leftson]) {
        // 就設(shè)置為右邊的兒子
        child++;
      }
      // 再比較父子,如果兒子比父親大,就互換
      if (a[i] < a[child]) {
        swaparr(a, i, child);
      } else {
        // 否則直接跳出循環(huán), 只要父節(jié)點(diǎn)比子節(jié)點(diǎn)大, 不用管下面的調(diào)整了
        break;
      }
      // 繼續(xù)循環(huán)
      i = child;
      // 繼續(xù)選擇它的左兒子
      child = 2 * i + 1;
    
  }

再跑一次, 發(fā)現(xiàn)還是很慢, 但是比之前好多了, 但是還是耗時(shí)很久, 這也還是有問題啊…

v3.0

代碼如下:

 /**
   * 最大頂堆排序
   * 
   * @param a
   */
  public static void topMaxHeapSort(int[] a) {
    // 先創(chuàng)建最大頂堆
    createTopMaxHeap(a);
    System.out.println("創(chuàng)建完畢");
    int end = a.length - 1;
    while (end > 0) {
      // 把0位的最大值放到最后
      swaparr(a, 0, end);
      // 將計(jì)算的長(zhǎng)度減一.不考慮最后的那個(gè)值
      end--;
      handleMaxHeapFromIndex(a, 0, end);
    }
    // 打印下看看
    // System.out.println(Arrays.toString(a));
  }

  /** [3,7,1,4,9,5,6,7,2,6,8,3]
   * `````````3
   * ``````/     \
   * `````7       1
   * ````/ \     / \
   * ``4   9   5   6
   * `/ \ / \ /
   * `7 2 6 8 3
   * 變成 [9, 7, 6, 7, 6, 5, 1, 4, 2, 3, 8, 3]
   * `````````9
   * ```````/    \
   * `````7       6
   * ````/ \     / \
   * ``7   6   5   1
   * `/ \ / \ /
   * `4 2 3 8 3
   * 構(gòu)建最大頂堆, 變成父節(jié)點(diǎn)都比子節(jié)點(diǎn)大的樹
   * @param a
   */
  public static void createTopMaxHeap(int[] a) {
    // 從倒數(shù)第二排最后一個(gè)開始, 從下往上, 層層處理把最大的換上去構(gòu)建最大頂堆
    // 如上面的注釋, 就是從5開始. 再往后就沒意義了
    for (int i = (a.length - 1) / 2; i >= 0; i--) {
      handleMaxHeapFromIndex(a, i, a.length - 1);
    }
    // 打印下看看
    // System.out.println(Arrays.toString(a));
  }

  private static void handleMaxHeapFromIndex(int[] a, int i, int end) {
    // 從i開始往后面調(diào)整它的堆
    // 左子節(jié)點(diǎn), 右子節(jié)點(diǎn)
    // 設(shè)置一個(gè)用于玩下遍歷和判斷的子節(jié)點(diǎn), 默認(rèn)就是左邊的兒子
    int child = 2 * i + 1;
    while (child <= end) {
      // 如果右子節(jié)點(diǎn)比左邊大
      int leftson = child;
      int rightson = child + 1;
      if (rightson <= end && a[rightson] > a[leftson]) {
        // 就設(shè)置為右邊的兒子
        child++;
      }
      // 再比較父子,如果兒子比父親大,就互換
      if (a[i] < a[child]) {
        swaparr(a, i, child);
      } else {
        // 否則直接跳出循環(huán), 只要父節(jié)點(diǎn)比子節(jié)點(diǎn)大, 不用管下面的調(diào)整了
        break;
      }
      // 繼續(xù)循環(huán)
      i = child;
      // 繼續(xù)選擇它的左兒子
      child = 2 * i + 1;
    }
  }

  private static void swaparr(int[] arr, int a, int b) {
    int temp = arr[a];
    arr[a] = arr[b];
    arr[b] = temp;
  }

無(wú)奈之下參考了別人的博客(也有一些寫的是我1.0版本和2.0版本的), 最后發(fā)現(xiàn)問題

首先再分析為什么要分成兩步, 1. 創(chuàng)建大頂堆. 2. 遍歷調(diào)整 ?

創(chuàng)建大頂堆的時(shí)候, 是從(a.length-1)/2處從下往上整理, 才能確保最大值能像冒泡一樣跑到頂部

那在構(gòu)建完了大頂堆后, 我們還需不需要重新從這個(gè)位置倒排往上整理呢? 其實(shí)是不需要的. 因?yàn)樽兓氖堑谝粋€(gè)元素, 除了這個(gè)元素以外, 其他的元素經(jīng)過(guò)大頂堆的整理肯定父親比兒子大.

所以后面遍歷調(diào)整的時(shí)候, 只需要從0下標(biāo)開始找最大值就可以了. 這樣就可以去掉handleMaxHeapFromIndex外層的那個(gè)循環(huán):

private static void handleMaxHeapFromIndex(int[] a,int end){
 for (int i = end / 2; i>=0; i--) { //這個(gè)循環(huán)只在創(chuàng)建大頂堆的時(shí)候需要, 這個(gè)就可以去掉了
    ....
     while (child <= end){
     ...
	}
 }

另外一個(gè)坑, child<=end這里要用大于等于號(hào), 以及后面的rightson <= end .因?yàn)槲揖蛯懼鴮懼浟薳nd是最后處理的下標(biāo), 而不是數(shù)組長(zhǎng)度, 習(xí)慣性用的<號(hào), 導(dǎo)致最后2個(gè)無(wú)法排序

9. 其他排序

比如Arrays工具類提供的排序方法。它內(nèi)部實(shí)現(xiàn)也是快速排序

private static void arraysSort(int[] a){
    Arrays.sort(a);
  }

還有就是將數(shù)組轉(zhuǎn)為list,使用集合的排序方法,但是這無(wú)異于兜圈子,因?yàn)榧系讓右彩菙?shù)組

private static void listSort(int[] a){
    List<Integer> integers = Ints.asList(a);
    Collections.sort(integers);
    integers.toArray(new Integer[a.length]);
  }

10. 比較

試了一下幾個(gè)排序的速度,代碼如下:

public static void main(String[] args) {

    int[] arr = new int[200000];
    int[] a =getRandomArr(arr);
    int[] b = a.clone();
    int[] c = b.clone();
    int[] d = b.clone();
    int[] e = b.clone();
    int[] f = b.clone();
    int[] g = b.clone();
    int[] h = b.clone();

    long s = Clock.systemDefaultZone().millis();
    quickSort(a, 0, a.length - 1);
    System.out.println("quickSort耗時(shí): " + (Clock.systemDefaultZone().millis() - s) + " ms");

    s = Clock.systemDefaultZone().millis();
    mergeSort(b,0,b.length-1);
    System.out.println("mergeSort: " + (Clock.systemDefaultZone().millis() - s) + " ms");

    s = Clock.systemDefaultZone().millis();
    listSort(c);
    System.out.println("listSort耗時(shí): " + (Clock.systemDefaultZone().millis() - s) + " ms");

    s = Clock.systemDefaultZone().millis();
    arraysSort(d);
    System.out.println("arraysSort耗時(shí): " + (Clock.systemDefaultZone().millis() - s) + " ms");

    s = Clock.systemDefaultZone().millis();
    maoPaoSort(e);
    System.out.println("maoPaoSort耗時(shí): " + (Clock.systemDefaultZone().millis() - s) + " ms");

    s = Clock.systemDefaultZone().millis();
    maoPaoSortPlus(f);
    System.out.println("maoPaoSortPlus耗時(shí): " + (Clock.systemDefaultZone().millis() - s) + " ms");

    s = Clock.systemDefaultZone().millis();
    insertSort(g);
    System.out.println("insertSort耗時(shí): " + (Clock.systemDefaultZone().millis() - s) + " ms");

    s = Clock.systemDefaultZone().millis();
    selectSort(h);
    System.out.println("selectSort耗時(shí): " + (Clock.systemDefaultZone().millis() - s) + " ms");



}

/**
   * 獲取一個(gè)打亂的數(shù)組
   * @param arr
   */
  private static int[] getRandomArr(int[] arr) {
    for (int i = 0; i < arr.length; i++) {
      arr[i] = new Random().nextInt(arr.length);
    }
    return arr;
  }

分別對(duì)1k,1w,10w,20w大小的隨機(jī)數(shù)組排序,結(jié)果如下:

得到綜合結(jié)果是:

速度: 快速排序>>歸并排序>>>>>插入排序>>選擇排序>>冒泡排序

并且可以看到,選擇排序,冒泡排序在數(shù)據(jù)量越來(lái)越大的情況下,耗時(shí)已經(jīng)呈指數(shù)型上漲,而不是倍數(shù)上漲,在50w的時(shí)候已經(jīng)需要足足5分鐘以上

//---1k---

quickSort耗時(shí): 0 ms

mergeSort: 1 ms

listSort耗時(shí): 7 ms

arraysSort耗時(shí): 1 ms

maoPaoSort耗時(shí): 3 ms

maoPaoSortPlus耗時(shí): 4 ms

insertSort耗時(shí): 2 ms

selectSort耗時(shí): 3 ms

//---1w---

quickSort耗時(shí): 2 ms

mergeSort: 3 ms

listSort耗時(shí): 19 ms

arraysSort耗時(shí): 4 ms

maoPaoSort耗時(shí): 166 ms

maoPaoSortPlus耗時(shí): 122 ms

insertSort耗時(shí): 12 ms

selectSort耗時(shí): 52 ms

//---10w---

quickSort耗時(shí): 14 ms

mergeSort: 19 ms

listSort耗時(shí): 65 ms

arraysSort耗時(shí): 12 ms

maoPaoSort耗時(shí): 15242 ms

maoPaoSortPlus耗時(shí): 15044 ms

insertSort耗時(shí): 797 ms

selectSort耗時(shí): 4073 ms

//---20w---

quickSort耗時(shí): 26 ms

mergeSort: 34 ms

listSort耗時(shí): 102 ms

arraysSort耗時(shí): 60 ms

maoPaoSort耗時(shí): 60811 ms

maoPaoSortPlus耗時(shí): 60378 ms

insertSort耗時(shí): 3279 ms

selectSort耗時(shí): 15762 ms

2021年11月25日 更新. 增加了堆排序

// 20w數(shù)據(jù)

quickSort耗時(shí): 39 ms

mergeSort: 32 ms

創(chuàng)建完畢

heapSort耗時(shí): 21 ms

listSort耗時(shí): 111 ms

arraysSort耗時(shí): 20 ms

maoPaoSort耗時(shí): 50410 ms

maoPaoSortPlus耗時(shí): 55862 ms

insertSort耗時(shí): 10127 ms

selectSort耗時(shí): 8619 ms

總結(jié)

到此這篇關(guān)于幾種常見的java排序算法的文章就介紹到這了,更多相關(guān)java排序算法內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • java數(shù)據(jù)結(jié)構(gòu)排序算法之歸并排序詳解

    java數(shù)據(jù)結(jié)構(gòu)排序算法之歸并排序詳解

    這篇文章主要介紹了java數(shù)據(jù)結(jié)構(gòu)排序算法之歸并排序,結(jié)合具體實(shí)例形式詳細(xì)分析了歸并排序的原理、實(shí)現(xiàn)技巧與相關(guān)注意事項(xiàng),需要的朋友可以參考下
    2017-05-05
  • mybatis如何實(shí)現(xiàn)繼承映射

    mybatis如何實(shí)現(xiàn)繼承映射

    這篇文章主要介紹了mybatis如何實(shí)現(xiàn)繼承映射的操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2021-08-08
  • springboot mybatis里localdatetime序列化問題的解決

    springboot mybatis里localdatetime序列化問題的解決

    這篇文章主要介紹了springboot mybatis里localdatetime序列化問題,小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧
    2018-10-10
  • Java @SentinelResource全面介紹

    Java @SentinelResource全面介紹

    在實(shí)際應(yīng)用過(guò)程中,我們可能需要限流的層面不僅限于接口??赡軐?duì)于某個(gè)方法的調(diào)用限流,對(duì)于某個(gè)外部資源的調(diào)用限流等都希望做到控制。對(duì)此,我們需要學(xué)習(xí)使用@SentinelResource注解,靈活的定義控制資源以及如何配置控制策略
    2022-08-08
  • 快速上手Java中的Properties集合類

    快速上手Java中的Properties集合類

    java.util.Properties集合繼承于Hashtable,來(lái)表示一個(gè)持久的屬性集,他使用鍵值結(jié)構(gòu)存儲(chǔ)數(shù)據(jù),每個(gè)鍵及其對(duì)應(yīng)的值都是一個(gè)字符串,該類被許多java類使用,下面這篇文章主要給大家介紹了關(guān)于如何快速上手Java中Properties集合類的相關(guān)資料,需要的朋友可以參考下
    2023-02-02
  • Arthas-java程序運(yùn)行時(shí)debug工具使用

    Arthas-java程序運(yùn)行時(shí)debug工具使用

    這篇文章主要介紹了Arthas-java程序運(yùn)行時(shí)debug工具使用,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2023-11-11
  • SpringBoot靜態(tài)視頻實(shí)時(shí)播放的實(shí)現(xiàn)代碼

    SpringBoot靜態(tài)視頻實(shí)時(shí)播放的實(shí)現(xiàn)代碼

    這篇文章主要介紹了SpringBoot靜態(tài)視頻實(shí)時(shí)播放的實(shí)現(xiàn)代碼,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
    2020-01-01
  • Java構(gòu)造器方法深入理解

    Java構(gòu)造器方法深入理解

    這篇文章主要介紹了Java構(gòu)造器方法深入理解,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2021-09-09
  • 基于java中cookie和session的比較

    基于java中cookie和session的比較

    下面小編就為大家?guī)?lái)一篇基于java中cookie和session的比較。小編覺得挺不錯(cuò)的,現(xiàn)在就分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧
    2016-08-08
  • HashMap原理及手寫實(shí)現(xiàn)部分區(qū)塊鏈特征

    HashMap原理及手寫實(shí)現(xiàn)部分區(qū)塊鏈特征

    這篇文章主要為大家介紹了HashMap原理及手寫實(shí)現(xiàn)部分區(qū)塊鏈特征,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2022-09-09

最新評(píng)論