七大比较排序的代码实现
常用的时间复杂度和空间复杂度以此代码为准。
import java.util.Arrays;
import java.util.Random;
import java.util.Stack;
/**
* Created with IntelliJ IDEA.
* User: 12629
* Date: 2022/1/23
* Time: 12:07
* Description:
*/
public class TesSort {
/**
* 时间复杂度：O(N^2) 。逆序的时候
* 最好的情况是O(N): 对于直接插入排序来说，最好的情况就是数据有序的时候
* 根据这个结论，推导出另一个结论：对于直接插入排序来说，数据越有序，越快。
* 多用于排序的优化上，比如快速排序的优化
*
* 空间复杂度：O(1)
* 稳定性：稳定的
*
* 一个稳定的排序，可以实现为不稳定的排序
* 但是一个本身就不稳定的排序，是不可以变成稳定的排序的
* 经常使用在 数据量不多 且 整体数据 趋于有序了
* @param array
*/
public static void insertSort(int[] array) {
for (int i = 1; i < array.length; i++) {
int tmp = array[i];
int j = i-1;
for (; j >= 0 ; j--) {
if(array[j] > tmp) {
//此处如果有等号就不稳定了，
array[j+1] = array[j];
}else {
//array[j+1] = tmp; 只要j回退的时候，遇到了 比tmp小的元素就结束这次的比较
break;
}
}
//j回退到了 小于0 的地方
array[j+1] = tmp;
}
}
/**
* 其实就是一个直接插入排序
* @param array 待排序序列
* @param gap 组数
*/
public static void shell(int[] array,int gap) {
for (int i = gap; i < array.length; i++ ) {
int tmp = array[i];
int j = i-gap;
for (; j >= 0 ; j -= gap) {
if(array[j] > tmp) {
array[j+gap] = array[j];
}else {
break;
}
}
array[j+gap] = tmp;
}
}
/**
* 时间复杂度[和增量有关系的]：O(n^1.3 - n^1.5)
* 空间复杂度：O(1)
* 稳定性：不稳定的
* 看在比较的过程当中 是否发生了跳跃式的交换 如果发生了跳跃式的交换 那么就是不稳定的排序
* 基本上没有考过
* @param array
*/
public static void shellSort(int[] array) {
int gap = array.length;
while (gap > 1) {
shell(array,gap);
gap /= 2;
}
shell(array,1);//保证最后是1组
}
public static void shellSort1(int[] array) {
int[] drr = {
5,3,1};
for (int i = 0; i < drr.length; i++) {
shell(array,drr[i]);
}
}
public static void swap(int[] array,int i,int j) {
int tmp = array[i];
array[i] = array[j];
array[j] = tmp;
}
/**
* 选择排序
* 时间复杂度：O(N^2)
*
* 时间复杂度 != 代码的运行时间
*
* 其实 不是看你运行的时间 来说明的 时间只是一个衡量的某个标准
* 空间复杂度：O(1)
* 稳定性：不稳定的排序
* @param array 待排序序列
*/
public static void selectSort1(int[] array) {
for (int i = 0; i < array.length; i++) {
for (int j = i+1; j < array.length; j++) {
//1 2 3 4 5 6
if(array[j] < array[i]) {
swap(array,i,j);
}
}
}
}
public static void selectSort(int[] array) {
for (int i = 0; i < array.length; i++) {
int minIndex = i;
for (int j = i+1; j < array.length; j++) {
//找到最小值下标
if(array[j] < array[minIndex]) {
minIndex = j;
}
}
swap(array,i,minIndex);
}
}
/**
* 时间复杂度：O(N * log N)
*
* 空间复杂度：O(1)
*
* 稳定性：不稳定
*
* 面试 写堆排序 就是 写的调整过程
*
* @param array
*/
public static void heapSort(int[] array) {
//1、建堆 O(N)
createHeap(array);
int end = array.length-1;
//2、交换然后调整 O(N * log N)
while (end > 0) {
swap(array,0,end);
shiftDown(array,0,end);
end--;
}
}
public static void createHeap(int[] array) {
for (int parent = (array.length-1-1)/2; parent >= 0 ; parent--) {
shiftDown(array,parent,array.length);
}
}
public static void shiftDown(int[] array,int parent,int len) {
int child = 2*parent+1;//左孩子下标
while (child < len) {
if(child+1 < len && array[child] < array[child+1]) {
child++;
}
//child下标 就是左右孩子最大值的下标
if(array[child] > array[parent]) {
swap(array,child,parent);
parent = child;
child = 2*parent+1;
}else {
break;
}
}
}
/**
* 冒泡排序
* 时间复杂度：O(N^2) 这个代码 不管是好是坏 都是
* 空间复杂度：O(1)
* 稳定性：稳定的排序
* @param array
*/
public static void bubbleSort(int[] array) {
for (int i = 0; i < array.length-1; i++) {
for (int j = 0; j < array.length-1; j++) {
if(array[j] > array[j+1]) {
swap(array,j+1,j);
}
}
}
}
/**
* 冒泡排序
* 时间复杂度：O(N^2)
* 有序情况下：O(n)
* 空间复杂度：O(1)
* 稳定性：稳定的排序
* @param array
*/
public static void bubbleSort2(int[] array) {
for (int i = 0; i < array.length-1; i++) {
boolean flg = false;
for (int j = 0; j < array.length-1-i; j++) {
if(array[j] > array[j+1]) {
swap(array,j+1,j);
flg = true;
}
}
if(flg == false) {
break;
}
}
}
/**
* 时间复杂度：
* 最好【每次可以均匀的分割待排序序列】：O(N*logn)
* 最坏：数据有序 或者逆序的情况 O(N^2)
* 空间复杂度：
* 最好：O(logn)
* 最坏：O(n) 单分支的一棵树
* 稳定性：不稳定的排序
* @param array
*/
public static void quickSort1(int[] array) {
quick(array,0,array.length-1);
}
public static void insertSort2(int[] array,int start,int end) {
for (int i = 1; i <= end; i++) {
int tmp = array[i];
int j = i-1;
for (; j >= start ; j--) {
if(array[j] > tmp) {
array[j+1] = array[j];
}else {
//array[j+1] = tmp; 只要j回退的时候，遇到了 比tmp小的元素就结束这次的比较
break;
}
}
//j回退到了 小于0 的地方
array[j+1] = tmp;
}
}
public static void quick(int[] array,int left,int right) {
if(left >= right) {
return;
}
//0、如果区间内的数据，在排序的过程当中，小于某个范围了，可以使用直接插入排序 0 1 2 3
if(right-left+1 <= 1400) {
//使用直接插入排序
insertSort2(array,left,right);
return;
}
//1、找基准之前，我们找到中间大小的值-使用三数取中法
int midValIndex = findMidValIndex(array,left,right);
swap(array,midValIndex,left);
int pivot = partition(array,left,right);//基准
quick(array,left,pivot-1);
quick(array,pivot+1,right);
}
private static int findMidValIndex(int[] array,int start,int end) {
int mid = start + ((end-start) >>> 1);
if(array[start] < array[end]) {
if(array[mid] < array[start]) {
return start;
}else if(array[mid] > array[end]) {
return end;
}else {
return mid;
}
}else {
if(array[mid] > array[start]) {
return start;
}else if(array[mid] < array[end]) {
return end;
}else {
return mid;
}
}
}
private static int partition(int[] array,int start,int end) {
int tmp = array[start];
while (start < end) {
while (start < end && array[end] >= tmp) {
end--;
}
//end下标就遇到了 < tmp的值
array[start] = array[end];
while (start < end && array[start] <= tmp) {
start++;
}
//start下标就遇到了 > tmp的值
array[end] = array[start];
}
array[start] = tmp;
return start;
}
public static void quickSort(int[] array) {
Stack<Integer> stack = new Stack<>();
int left = 0;
int right = array.length-1;
int pivot = partition(array,left,right);
if(pivot > left+1) {
//左边有2个元素
stack.push(left);
stack.push(pivot-1);
}
if(pivot < right-1) {
//右边有2个元素
stack.push(pivot+1);
stack.push(right);
}
while (!stack.isEmpty()) {
right = stack.pop();
left = stack.pop();
pivot = partition(array,left,right);
if(pivot > left+1) {
//左边有2个元素
stack.push(left);
stack.push(pivot-1);
}
if(pivot < right-1) {
//右边有2个元素
stack.push(pivot+1);
stack.push(right);
}
}
}
/**
*
* @param array1 有序的
* @param array2 有序的
* @return
*/
public static int[] mergeArray(int[] array1,int[] array2) {
//注意判断参数
int[] tmp = new int[array1.length+array2.length];
int k = 0;//
int s1 = 0;
int e1 = array1.length-1;
int s2 = 0;
int e2 = array2.length-1;
while (s1 <= e1 && s2 <= e2) {
if(array1[s1] <= array2[s2]) {
tmp[k++] = array1[s1++];
//k++;
//s1++;
}else {
tmp[k++] = array2[s2++];
}
}
while (s1 <= e1) {
tmp[k++] = array1[s1++];
}
while (s2 <= e2) {
tmp[k++] = array2[s2++];
}
return tmp;
}
/**
* 归并排序：
* 时间复杂度：O(N*logN)
* 空间复杂度：O(N)
* 稳定性：稳定的排序
* 如果 array[s1] <= array[s2] 不取等号 那么就是不稳定的排序
*
* 学过的排序 只有3个是稳定的：
* 冒泡 插入 归并
* @param array
*/
public static void mergeSort1(int[] array) {
mergeSortInternal(array,0,array.length-1);
}
private static void mergeSortInternal(int[] array,int low,int high) {
if(low>=high) {
return;
}
//int mid = (low+high) >>> 1;
int mid = low + ((high-low) >>> 1);
//左边
mergeSortInternal(array,low,mid);
//右边
mergeSortInternal(array,mid+1,high);
//合并
merge(array,low,mid,high);
}
private static void merge(int[] array,int low,int mid,int high) {
int[] tmp = new int[high-low+1];
int k = 0;//
int s1 = low;
int e1 = mid;
int s2 = mid+1;
int e2 = high;
while (s1 <= e1 && s2 <= e2) {
if(array[s1] <= array[s2]) {
tmp[k++] = array[s1++];
}else {
tmp[k++] = array[s2++];
}
}
while (s1 <= e1) {
tmp[k++] = array[s1++];
}
while (s2 <= e2) {
tmp[k++] = array[s2++];
}
//拷贝tmp数组的元素 放入原来的数组array当中
for (int i = 0; i < k; i++) {
array[i+low] = tmp[i];
}
}
/**
* 非递归实现归并排序
*
* @param array
*/
public static void mergeSort(int[] array) {
int nums = 1;//每组的数据个数
while (nums < array.length) {
//数组每次都要进行遍历,确定要归并的区间
for (int i = 0; i < array.length; i += nums*2) {
int left = i;
int mid = left+nums-1;
//防止越界
if(mid >= array.length) {
mid = array.length-1;
}
int right = mid+nums;
//防止越界
if(right >= array.length) {
right = array.length-1;
}
//小标确定之后，进行合并
merge(array,left,mid,right);
}
nums *= 2;
}
}
/**
* 计数排序：
* 时间复杂度：O(N)
* 空间复杂度：O(M) M:代表 当前数据的范围900 - 999
* 稳定性：当前代码是不稳定的，但是本质是稳定的
*
* 一般适用于 有n个数，数据范围是0-n之间的
* @param array
*/
public static void countingSort(int[] array) {
int maxVal = array[0];
int minVal = array[0];
for (int i = 1; i < array.length; i++) {
if(array[i] < minVal) {
minVal = array[i];
}
if(array[i] > maxVal) {
maxVal = array[i];
}
}
//说明，已经找到了最大值和最小值
int[] count = new int[maxVal-minVal+1];//默认都是0
//统计array数组当中，每个数据出现的次数
for (int i = 0; i < array.length; i++) {
int index = array[i];
//为了空间的合理使用 这里需要index-minVal 防止923-900
count[index-minVal]++;
}
//说明，在计数数组当中，已经把array数组当中，每个数据出现的次数已经统计好了
//接下来，只需要，遍历计数数组，把数据写回array
int indexArray = 0;
for (int i = 0; i < count.length; i++) {
while (count[i] > 0) {
//这里一定要加minVal，因为不一定就是i出现了count[i]
array[indexArray] = i+minVal;
count[i]--;//拷贝一个之后，次数也就少一个
indexArray++;//下标得向后移动
}
}
}
/**
* 有序的数据
* @param capacity
*/
public static void test1(int capacity) {
int[] array = new int[capacity];
for (int i = 0; i < array.length; i++) {
array[i] = i;
}
long start = System.currentTimeMillis();
//insertSort(array);
//shellSort(array);
//selectSort1(array);
//heapSort(array);
quickSort(array);
long end = System.currentTimeMillis();
System.out.println(end-start);
}
/**
* 无序的数据
* @param capacity
*/
public static void test2(int capacity) {
int[] array = new int[capacity];
Random random = new Random();
for (int i = 0; i < array.length; i++) {
array[i] = random.nextInt(capacity);
}
long start = System.currentTimeMillis();
//insertSort(array);
//shellSort(array);
//selectSort1(array);
//heapSort(array);
quickSort(array);
long end = System.currentTimeMillis();
System.out.println(end-start);
}
//1M 2M 需要优化快拍
public static void main2(String[] args) {
test1(100_0000);
//test2(1000_0000);
}
public static void main(String[] args) {
//int[] array = {12,5,18,10,4,2};
int[] array = {
12,5,9,34,6,0,33,56,89,0,7,4,0,55,77};
countingSort(array);
System.out.println(Arrays.toString(array));
}
public static void main3(String[] args) {
int[] array1 = {
1,3,5,7,9};
int[] array2 = {
2,4,6,8,10};
int[] ret = mergeArray(array1,array2);
System.out.println(Arrays.toString(ret));
}
}