数据结构之排序了如指掌(二)

目录

题外话

正题

选择排序

选择排序思路

选择排序代码详解

选择排序复杂度

双向选择排序

双向选择排序思路

双向选择排序代码详解

堆排序

堆排序思路

堆排序代码详解

堆排序复杂度

冒泡排序

冒泡排序思路

冒泡排序代码详解

冒泡排序复杂度

小结


题外话

今天状态超级好,废话不说直接写博客!!

先说下,我会尽力将博客中的各种问题,通过文字和图形和代码结合的方式让大家更直观清晰的去理解,毕竟写博客不是看视频,我只能尽量让大家明白这些知识

想学的人自然会去琢磨,不想学的人你就喂到他嘴里,他都不想咀嚼一下

正题

上篇我们写完了直接插入排序和希尔排序,让我们继续写排序内容

选择排序

选择排序思路

创建i和j

i从0下标开始,j从i+1开始

j在数组中寻找剩余元素的最小值

找到之后把最小值和i交换

循环此过程,直到i走到数组倒数第1个元素结束,倒数第一个元素不需要再排序,因为前面都排序完成,最后一个肯定是有序的

觉得上面讲的不清晰可以看下图

选择排序代码详解

复制代码
public void selectSort(int[] arr)
{
    //创建tmp作为临时变量,swap作为交换变量
    int tmp;
    int swap;

    //i从0下标开始,i走到倒数第二个元素排完序就结束,最后一个元素必然有序!!
    for (int i=0;i<arr.length-1;i++) {
        //tmp是记录最小元素下标值,先将i下标放入tmp中
        tmp=i;

        //j下标就等于i+1
        int j = i + 1;

        //j每趟肯定是从i+1开始到数组最后一个元素结束
        for (; j <arr.length; j++) {

            //当tmp中元素大于j中元素,就说明tmp不是剩余数组中最小的元素
            if (arr[tmp] > arr[j]) {
                //将j下标传给tmp
                tmp = j;
            }
        }
        //如果i==tmp说明i此时就是剩余数组元素中最小的,不需要再交换位置
        //否则再交换位置
        if(i!=tmp)
        {
            swap = arr[tmp];
            arr[tmp] = arr[i];
            arr[i] = swap;
        }
    }
}

选择排序复杂度

**时间复杂度:**O(n^2)无论数组是否有序,i都会从0下标开始到arr.length-2下标结束

j总共会走n-1,n-2,n-3,.......1,相当于等差数列,所以计算出来为O(n^2)

**空间复杂度:**O(1),因为就一个数组

稳定性:不稳定,相同元素的位置可能会改变

双向选择排序

上面属于是单向的选择排序,下面我们说说另一个版本双向选择排序

双向选择排序思路

1.创建left,right两个变量,让left从0下标开始向后面走,让right从arr.lenght-1开始向前面走

2.创建minIndex,和maxIndex两个变量,并把left下标传给这两个变量

3.i从letf+1下标往后走,如果遇到比minIndex小的下标元素,就把i下标传给minIndex

4.如果遇到比maxIndex大的下标元素,就把i下标传给maxIndex

5.最后minIndex中的元素一定是剩余数组中最小的元素,maxIndex中的元素一定是剩余数组中最大的元素

6.将minIndex中的元素与left交换,maxIndex中的元素与right交换

7.left++,right--,循环上述过程,最后数组实现从小到大排序

注意!!! 如下图

双向选择排序代码详解

复制代码
public void DoubleSelectSort(int[] arr)
{
    //创建left让其指向0下标
    int left=0;

    //创建right让其指向arr.length-1下标
    int right=arr.length-1;

    //left等于right说明排序已经结束,所以left小于right
    while (left<right) {

        //创建minIndex和maxIndex每次循环将left传给他们
        int minIndex=left;
        int maxIndex=left;

        //i从left+1开始,每趟到right结束,一定要包括right所以i小于等于right
        for (int i = left + 1; i <= right; i++) {
    //如果遇到i下标元素值小于minIndex下标元素值,说明minIndex不是剩余数组元素最小值,将i传给minIndex
            if (arr[i] < arr[minIndex]) {
                minIndex = i;
            }
   //如果遇到i下标元素值大于maxIndex下标元素值,说明maxIndex不是剩余数组元素最大值,将i传给maxIndex
            if (arr[i] > arr[maxIndex]) {
                maxIndex = i;
            }
        }
        //将最小值和left交换
        swap(arr,left,minIndex);

        //如果maxIndex==left的话,而且left在上面已经和minIndex交换了
        if (maxIndex==left)
        {
            //我们需要将left交换的mainIndex传入maxIndex,这样maxIndex才是我们需要的
            maxIndex=minIndex;
        }
        //将最大值和right交换
        swap(arr,right,maxIndex);
            //left往前继续排序
            left++;
            //right往后继续排序
            right--;

    }
}
//下标元素交换代码
public void swap(int[] arr,int a,int b)
{
    int tmp=arr[a];
    arr[a]=arr[b];
    arr[b]=tmp;
}

堆排序

堆排序思路

1.先向下调整创建大根堆

2.堆排序,创建好的大根堆,堆顶元素和最后一个没有交换过位置的元素交换位置,然后将没有交换位置的元素,再向下调整成大根堆,然后循环这个过程

之前在堆的那篇博客中讲过堆排序这里就不说太多

堆排序代码详解

复制代码
//建立大根堆
private void creatHeap(int[] arr)
 {
     //父亲结点从最后往上依次建立大根堆
     for (int parent=(arr.length-1-1)/2;parent>=0;parent--)
     {
         //向下调整成大根堆
    siftDown(arr,parent,arr.length);
     }
 }
 //向下调整
 private void siftDown(int[] arr,int parent,int len)
 {
     //找到孩子节点
     int child=parent*2+1;
     //孩子节点一定不能超过数组元素数量
     while (child<len)
     {
         //孩子结点+1也不能超过数组元素数量并且child下标元素小于child+1下标元素
         if (child+1<len&&arr[child]<arr[child+1])
         {
             //child++,child指向孩子中最大的那个
             child++;
         }
         //如果孩子中最大的那个大于父亲结点
         if (arr[child]>arr[parent])
         {
             //交换父亲和孩子结点的位置
             swap(arr,parent,child);
             //继续向下调整
             parent=child;
             child=parent*2+1;
         }else
         //如果孩子中最大的不大于父亲结点则说明建立成大根堆,直接退出
         {
             break;
         }
     }
 }
 //从小到大排序,堆排序
 public void heapSort(int[] arr)
 { //创建成大根堆
     creatHeap(arr);
     //从最后一个结点开始
     int end=arr.length-1;
     //当end>0的时候
     while (end>0) {
         //交换堆顶元素和最后一个元素位置,这样end位置会是整个堆最大的元素
         swap(arr,0,end);
         //向下排序,把除去end下标的往后元素,建立成大根堆
         siftDown(arr,0,end);
         //end--继续循环
         end--;
     }
 }

堆排序复杂度

时间复杂度:O(n*logn),

建立大根堆时间复杂度为O(n),

而堆排序交换堆顶元素和最后一个没有交换元素的位置(交换n次)并且要向下调整为大根堆(相当于根的深度也就是logn),时间复杂度为O(nlogn)

所以时间复杂度为O(nlogn)

空间复杂度:o(1),就一个数组

稳定性:不稳定,相同元素的位置可能会改变

冒泡排序

冒泡排序思路

1.如果相邻的两个元素,前面的大于后面的元素,那么就把这两个元素调换位置

2.继续往后走,按照以上的方式进行循环,可以保证每一趟最后一个元素一定是数组中最大的元素

3.n个元素要走n-1趟

上面看不懂请看下图

冒泡排序代码详解

复制代码
public void bubbleSort(int[] arr)
{
复制代码
//i为趟数,n个元素只需要n-1趟
for (int i=0;i<arr.length-1;i++)
{//创建一个flg将false传入
    boolean flg=false;
    //莓走完一趟,最后一个元素一定为最大值,最后一个元素不需要再交换
    for (int j=0;j<arr.length-1-i;j++)
    {
        //如果相邻元素前面的比后面的大
    if (arr[j]>arr[j+1])
    {
        //交换两个元素位置
       swap(arr,j,j+1);
       //如果交换顺序了,就把flg变为true
       flg=true;
    }
    }
    //如果!flg为true则说明没有交换顺序,也就说明数组已经有序了,不需要再进行排序
    if (!flg)
{
    break;
}
}
}

冒泡排序复杂度

**时间复杂度:**O(n^2),j需要进行n+n-1+n-2+n-3......1次比较,等差数列,时间复杂度为O(n^2)

**空间复杂度:**O(1),就一个数组

稳定性:稳定,无论怎么交换顺序,相同的元素位置不会改变

小结

没想到会写这么久,画图还有逻辑梳理真的很需要时间,喜欢的家人们麻烦给我个三连(点赞关注收藏!!!!)

求求了!!

博主有不好的地方请在评论区留言或者私信,我都会虚心接受!!!

相关推荐
千天夜2 分钟前
多源多点路径规划:基于启发式动态生成树算法的实现
算法·机器学习·动态规划
从以前7 分钟前
准备考试:解决大学入学考试问题
数据结构·python·算法
.Vcoistnt30 分钟前
Codeforces Round 994 (Div. 2)(A-D)
数据结构·c++·算法·贪心算法·动态规划
ALISHENGYA1 小时前
全国青少年信息学奥林匹克竞赛(信奥赛)备考实战之分支结构(实战训练三)
数据结构·c++·算法·图论
我码玄黄3 小时前
正则表达式优化之算法和效率优化
前端·javascript·算法·正则表达式
Solitudefire4 小时前
蓝桥杯刷题——day9
算法·蓝桥杯
三万棵雪松4 小时前
1.系统学习-线性回归
算法·机器学习·回归·线性回归·监督学习
Easy数模5 小时前
基于LR/GNB/SVM/KNN/DT算法的鸢尾花分类和K-Means算法的聚类分析
算法·机器学习·支持向量机·分类·聚类
2401_858286115 小时前
117.【C语言】数据结构之排序(选择排序)
c语言·开发语言·数据结构·笔记·算法·排序算法
thesky1234565 小时前
活着就好20241226
学习·算法