文章目录
十大排序算法
选择排序
-
原理
从待排序的数据元素中找出最小或最大的一个元素,存放在序列的起始位置,
然后再从剩余的未排序元素中寻找最小/最大元素,放在已排序的序列的末尾,
以此类推,直到全部待排序的数据元素的个数为零。
-
实现方法
- 设置下标指针i和j,i从数组的第一个元素开始,j从(i+1)个元素开始
- j遍历到lens,选出最小的值min,将nums[i]与min交换;如果没有找到一个nums[j]<nums[i],说明自己本身就是最值,不交换;
- i++开始选取下一个元素,重复2,直到i到达lens-1出
以数据{12,8,6,45,18}为例
-
图示
-
代码实现
java
public class Sort {
public static void main(String[] args) {
int[] nums = {12,8,6,45,18};
//选择排序
selectSort(nums);
}
public static void selectSort(int[] nums){
int lens = nums.length;
int temp;
//优化,排序之前先遍历
boolean isSort = true;
for(int i=0; i < lens-1; ++i){
if(nums[i] > nums[i+1]){
//有无序的
isSort = false;
break;
}
}
if(isSort){
return;//直接结束
}
//优化结束
System.out.println("开始选择排序");
for(int i=0; i< lens-1; ++i){
for(int j=i+1;j< lens;++j){
if(nums[j] < nums[i]){
temp = nums[j];
nums[j] = nums[i];
nums[i] = temp;
}
}
}
for(int i =0; i < lens; ++i){
System.out.print(nums[i] + " ");
}
}
}
冒泡排序
-
原理
通过对排序序列从前向后(从下标较小的元素开始)依次比较相邻元素的值,若发现逆序则交换,
使得值比较大的元素逐渐从前向后移动,就像水底下的气泡一样逐渐向上冒。
-
实现方法
- 设置下标指针i和j,i用于统计外循环的次数,j用来表示当前轮次需要遍历的元素范围
- j的范围是0~lens-1-i,因为我们这里是每次将最大的值放在尾部,因此到第i轮的时候,最后i个值已经排完序了,不需要再判断了;
- 如果nums[j] > nums[j+1],则进行交换
- 重复上述步骤,直到lens轮排序完毕
-
图示
-
代码
java
public class Sort {
public static void main(String[] args) {
int[] nums = {12,8,6,45,18};
//冒泡排序
bubbleSort(nums);
}
public static void bubbleSort(int[] nums){
int lens = nums.length;
int temp;
System.out.println("开始冒泡排序");
for(int i=0; i< lens - 1; ++i){
for(int j = 0; j < lens - 1 - i; ++j){
if(nums[j] > nums[j + 1]){
temp = nums[j];
nums[j] = nums[j + 1];
nums[j + 1] = temp;
}
}
}
for(int i=0;i<lens;++i){
System.out.print(nums[i] + " ");
}
}
}
插入排序
-
原理
将一个记录插入到有序表中,从而形成一个新的有序表;
每一步将一个待排序的元素,按照排序码的大小,插入到前面已经排好序的一组元素的适当位置上去,直到元素全部插入为主。
-
实现过程
- 每次从待排序数组中选取元素value,将其插入到有序表中
- 设置下标指针i和j,i指向待排序元素,j指向已排序元素尾部,并不断左移
- j=i-1,当j不越界并且value小于nums[j]的时候,我们要将nums[j]及其后面的数组往右边移一位,直到value大于等于nums[j]
- 此时j+1的位置是value应该插入的位置,将其插入进去即可
-
图示
-
代码
java
public class Sort {
public static void main(String[] args) {
int[] nums = {12, 8, 6, 45, 18};
insertSort(nums);
}
public static void insertSort(int[] nums) {
int lens = nums.length;
System.out.println("开始插入排序");
for (int i = 1; i < lens; ++i) {
int value = nums[i];
int j;
for (j = i - 1; j >= 0 && value < nums[j]; j--) {
nums[j + 1] = nums[j];//挪空位
}
nums[j + 1] = value;
}
for (int i = 0; i < lens; ++i) {
System.out.print(nums[i] + " ");
}
}
}
希尔排序
-
原理
先将整个待排序的记录序列分组,对若干子序列分别进行直接插入排序,
随着增量逐渐减少即整个序列中的记录"基本有序"时,再对全体记录进行依次直接插入排序。
-
实现过程
参考:java希尔排序
-
代码
java
public class Sort {
public static void main(String[] args) {
int[] nums = {12, 8, 6, 45, 18};
shellSort(nums);
}
public static void shellSort(int[] nums) {
for (int gap = nums.length / 2; gap > 0; gap /= 2) {
for (int i = gap; i < nums.length; ++i) {
for (int j = i - gap; j >= 0; j -= gap) {
if (nums[j] > nums[j + gap]) {
int temp = nums[j];
nums[j] = nums[j + gap];
nums[j + gap] = temp;
}
}
}
}
System.out.println(Arrays.toString(nums));
}
}
快速排序
-
原理
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。
-
图示
-
代码
java
public class Sort {
static int[] nums = {12, 8, 6, 45, 18};
public static void main(String[] args) {
quickSort(nums, 0, nums.length - 1);
System.out.println("快速排序: " + Arrays.toString(nums));
}
public static void quickSort(int[] nums, int low, int high) {
int i, j, pivot;
//结束条件
if (low >= high) {
return;
}
i = low;
j = high;
//选择的节点,默认选择第一位数
pivot = nums[low];
while (i < j) {
//从右到左找到第一个比pivot小的数
while (nums[j] >= pivot && i < j) {
j--;
}
//从左到右找到比节点大的数
while (nums[i] <= pivot && i < j) {
i++;
}
if (i < j) {
//循环找到后,交换
int temp = nums[i];
nums[i] = nums[j];
nums[j] = temp;
}
}
//一轮结束后,交换节点的数和ij相遇点的数
nums[low] = nums[i];
nums[i] = pivot;
//对pivot左边和右边的数进行快速排序
quickSort(nums, low, i - 1);
quickSort(nums, i + 1, high);
}
}
归并排序
-
原理
基于分治思想,先将待排序的数组不断拆分,直到拆分到区间里只剩下一个元素的时候。
不断合并两个有序的子区间,直到所有区间都合并在一起,此时数组有序。
-
实现过程
- 编写递归函数sortMerge(int[] nums,int left,int right);
- 参数nums表示要排序的数组,left和right表示当前排序的范围;
- 每进入一个子函数,计算mid,将待排序数组再一分为二,函数sortMerge的终止条件是left==right,即无法再拆分
- 回溯时要合并刚刚自己拆分的两个数组,合并的范围同样是left到right,用k表示合并后数组元素对应的下标
- 此时,两个子区间的合并,就说合并两个有序数组,借助临时数组temp存储还未合并的两个子数组原始的内容
- 有序数组1的下标用i表示,范围是[left,mid],有序数组2的下标用j表示,范围是[mid+1,right]
- 在i,j都未越界的情况下,选择小的存到nums[k],并将对应的指针往右移;
- 若i/j越界,则将j/i剩下的数据修改到nums中
- 图示
从数组中间拆分,每次拆成两个子区间
函数的指向过程就是构造一个二叉树,红色箭头是当递归到left==right时,进行回溯
此时指向函数体里面的合成操作
- 代码
java
public class Sort {
public static void main(String[] args) {
int[] nums = {6, 2, 7, 1, 9, 4, 8, 5, 12, 10}; //给定一个数组
int len = nums.length;
int[] temp = new int[len];
mergeSort(nums, 0, len - 1, temp);
System.out.println(Arrays.toString(nums)); //打印输出得到数组
}
private static void mergeSort(int[] nums, int left, int right, int[] temp) {
if (left == right) {//当拆分到数组当中只要一个值的时候,结束递归
return;
}
int mid = (left + right) / 2; //找到下次要拆分的中间值
mergeSort(nums, left, mid, temp);//记录树左边的
mergeSort(nums, mid + 1, right, temp);//记录树右边的
//合并两个区间
for (int i = left; i <= right; i++) {
temp[i] = nums[i];
//temp就是辅助列表,新列表的需要排序的值就是从辅助列表中拿到的
}
int i = left; //左子数组起点
int j = mid + 1; //右子数组起点
//合并两个有序数组,成为一个新的有序数组
for (int k = left; k <= right; k++) {//k 就为当前要插入的位置
if (i == mid + 1) { //i到了右子数组起点,证明左子数字已经比较完毕
nums[k] = temp[j]; //右子数字剩余的全部值赋给原数组
j++;
} else if (j == right + 1) { //当j超过当前的数组范围,证明右区间的数组已经遍历完毕了
nums[k] = temp[i];//如果k还没有走完,证明左区间数据还有剩余,直接全部复制上去
i++;
}
//用来比较,寻找小的哪一位插入
else if (temp[i] <= temp[j]) { //如果左子数组最小值小于右子数组最小值
nums[k] = temp[i]; //将两个数组中的最小值赋值给原数组
i++;
} else {
nums[k] = temp[j];
j++;
}
}
}
}
堆排序
-
原理
堆是一种完全二叉树的数据结构,可以分为大根堆,小根堆。
大根堆:每个结点的值都大于或者等于他的左右孩子结点的值
小根堆:每个结点的值都小于或等于其左右孩子的结点值
以大根堆为例,首先把待排序的元素按照大小在二叉树位置上排列,且要满足堆的特性。
根据特性把根节点拿出来,然后再堆化下,即用父节点和他的孩子节点进行比较,取最大的孩子节点和其进行交换,
再把根节点拿出来,一直循环到最后一个节点,就排序好了。
-
实现过程
- 给定的待排序序列作为二叉树的层序遍历结果,构建二叉树
- 将这个二叉树构造成一个大顶堆(从最后一个非叶子结点开始,比较它的左右孩子是否比自己大,比自己大就交换,逐层往上找,最后根节点是最大值)
- 将堆顶元素与末尾元素进行交换,此时末尾为最大值;
- 将剩余n-1个元素重新构成一个堆,这样会得到n个元素的次小值。如此反复执行,便得到有序序列;
-
图示
-
代码
java
public class Sort {
static int[] nums = {4, 6, 1, 8, 9, 3, 5, 7, 11};
public static void main(String[] args) {//给定一个数组
heapSort(nums);
System.out.println(Arrays.toString(nums)); //打印输出得到数组
}
public static void heapSort(int[] nums) {
System.out.println("开始堆排序");
//1.构建堆,使得nums[0]成为最大值
buildMaxHeap(nums);
for (int i = nums.length - 1; i >= 1; i--) {
swap(nums, 0, i);//将当前的最大堆顶放在最后一位
adjustHeap(nums, 0, i);//寻找次大值
}
}
public static void buildMaxHeap(int[] nums) {
for (int i = (nums.length - 1 - 1) / 2; i >= 0; i--) {
adjustHeap(nums, i, nums.length);
}
}
public static void adjustHeap(int[] nums, int i, int length) {
int left = 2 * i + 1;
int right = 2 * i + 2;
int largest = i;
if (left < length && nums[left] > nums[i]) {
//左结点大,修改largest下标
largest = left;
}
if (right < length && nums[right] > nums[largest]) {
//看右节点的值是否会比largest的大
largest = right;
}
if (largest != i) {
//需要交换
swap(nums, i, largest);
adjustHeap(nums, largest, length);//继续调整
}
}
public static void swap(int[] nums, int i, int largest) {
int temp = nums[i];
nums[i] = nums[largest];
nums[largest] = temp;
}
}
计数排序
-
原理
将待排序元素值转换为键存储在额外开辟的数组空间中,其要求输入的数据必须是有确定范围的整数。
-
实现过程
以待排序元素为0~9以内整数为例
我们创建一个长度为10的整数ans,ans[i]用于统计数字i在待排序元素中出现的次数
之后,根据ans[i]的值,输出ans[i]次i,直到遍历完成。
-
图示
-
代码
java
public class Sort {
static int[] nums = {6, 2, 7, 1, 9, 4, 8, 5, 2, 1, 3, 2, 4, 4, 5, 6, 7};
public static void main(String[] args) {
int len = nums.length;
countSort(nums);
System.out.println(Arrays.toString(nums)); //打印输出得到数组
}
public static void countSort(int[] nums) {
System.out.println("开始计数排序");
int len = nums.length;
int[] a = new int[10];//下标0~9
for (int i = 0; i < len; ++i) {
a[nums[i]]++;
}
int k = 0;
for (int i = 0; i < 10; ++i) {
for (int j = 1; j <= a[i]; j++) {
nums[k++] = i;
}
}
}
}
基数排序
- 原理
通过键值的部分资讯,将要排序的元素分配至某些桶中;对于一个整数数组,先按个位数从低到高进行排序,相同的放在同一个桶中;
之后按十位数排序,再按百位数排序,直到所有数的第k位数都是0(K取决于数组中最大的元素)。 - 实现过程
- 找出数组中的最大值maxNum,遍历轮次与其有关
- 指针div表示的是当前按哪一个键值进行排序,1,10,100,1000分别表示键值为个位,十位,百位,千位。
- 每一轮计算元素对应的键值,做法是 nums[i] / div % 10; 如nums[i] = 248,div = 10; nums[i]/div = 248 / 10 = 24,24 %10得到4,
- 将元素依次装入对应的桶中,每一轮分配完之后,将桶中的数据按顺序依次传回原数组nums中,因为下一轮遍历需要根据此顺序。
-
图示
-
代码
java
public class Sort {
static int[] nums = {4, 6, 1, 8, 9, 3, 5, 7, 11};
public static void main(String[] args) {//给定一个数组
radixSort(nums);
System.out.println(Arrays.toString(nums)); //打印输出得到数组
}
public static void radixSort(int[] nums) {
System.out.println("开始基数排序");
//先找到最大值,知道要排序几轮
int maxNum = Integer.MIN_VALUE;
for (int i = 0; i < nums.length; ++i) {
if (nums[i] > maxNum) {
maxNum = nums[i];
}
}
//创建10个桶,因为桶里面装的数据个数未知,所以用数组+list优于二维数组
LinkedList<Integer>[] lists = new LinkedList[10];
for (int i = 0; i < 10; ++i) {
lists[i] = new LinkedList<>();
}
//开始分桶,div表示当前排序的位数,1为个位,10为十位
for (int div = 1; div <= maxNum; div *= 10) {
for (int i = 0; i < nums.length; ++i) {
int num = nums[i] / div % 10;//计算其位数的值
lists[num].offer(nums[i]);
}
//把桶中的数据传回nums数组
int index = 0;
for (LinkedList<Integer> list : lists) {
while (!list.isEmpty()) {
nums[index++] = list.poll();
}
}
}
}
}
桶排序
- 原理
将序列中的元素分布到一定数量的桶内,然后分别对桶内的元素进行排序与,最后再将各个桶内的有序子序列放回原始序列中。
对于桶内的元素,可以使用别的排序算法,也可以递归使用桶排序;
一般桶内元素使用插入算法进行排序。 - 实现过程
- 找出待排序的数组中的最大元素max和最小元素min
- 根据指定的桶数创建桶,本文使用的桶是List结构,桶里面的数据也采用List结构存储
- 根据公式遍历数组元素:桶编号=(数组元素-最小值)*(桶个数-1)/(最大值-最小值),把数据放到相同的桶中
- 从小到大遍历每一个桶,同时对也桶里的元素进行排序
- 把排好序的元素从索引为0开始放入,完成排序
- 代码
java
public class Sort {
static int[] nums = {4, 6, 1, 8, 9, 3, 5, 7, 11};
public static void main(String[] args) {//给定一个数组
bucketSort(nums, 3);
System.out.println(Arrays.toString(nums)); //打印输出得到数组
}
public static void bucketSort(int[] nums, int bucketSize) {
System.out.println("开始桶排序");
int max = Integer.MIN_VALUE;
int min = Integer.MAX_VALUE;
for (int num : nums) {
max = Math.max(num, max);
min = Math.min(num, min);
}
//创建bucketSize个桶
List<List<Integer>> bucketList = new ArrayList<>();
for (int i = 0; i < bucketSize; i++) {
bucketList.add(new ArrayList<>());
}
//将数据放入桶中
for (int num : nums) {
//确定桶号:桶编号=(数组元素-最小值)*(桶个数-1)/(最大值-最小值)
int bucketIndex = (num - min) * (bucketSize - 1) / (max - min);
List<Integer> list = bucketList.get(bucketIndex);
list.add(num);
}
//对每一个桶进行排序
for (int i = 0, index = 0; i < bucketList.size(); ++i) {
List<Integer> list = bucketList.get(i);
list.sort(null);
for (int value : list) {
nums[index++] = value;
}
}
}
}
时间复杂度
排序方法 | 时间复杂度(平均) | 时间复杂度(最坏) | 时间复杂度(最好) | 空间复杂度 | 稳定性 |
---|---|---|---|---|---|
插入排序 | O(N^2^) | O(N^2^) | O(N) | O(1) | 稳定 |
希尔排序 | O(N^1.3^) | O(N^2^) | O(N) | O(1) | 不稳定 |
选择排序 | O(N^2^) | O(N^2^) | O(N^2^) | O(1) | 不稳定 |
堆排序 | O(N log~2~ N) | O(N log~2~ N) | O(N log~2~ N) | O(1) | 不稳定 |
冒泡排序 | O(N^2^) | O(N^2^) | O(N) | O(1) | 稳定 |
快速排序 | O(N log~2~ N) | O(N^2^) | O(N log~2~ N) | O(log~2~ N) | 不稳定 |
归并排序 | O(N log~2~ N) | O(N log~2~ N) | O(N log~2~ N) | O(N) | 稳定 |
计数排序 | O(N+k) | O(N+k) | O(N+k) | O(N+k) | 稳定 |
桶排序 | O(N+k) | O(N^2^) | O(N) | O(N+k) | 稳定 |
基数排序 | O(N*k) | O(N*k) | O(N*k) | O(N+k) | 稳定 |