常见排序算法可以分为两大类:
非线性时间比较类排序:通过比较来决定元素间的相对次序,由于其时间复杂度不能突破O(nlogn),因此称为非线性时间比较类排序。
线性时间非比较类排序:不通过比较来决定元素间的相对次序,它可以突破基于比较排序的时间下界,以线性时间运行,因此称为线性时间非比较类排序。
算法复杂度
1. 冒泡排序(BubbleSort)
冒泡排序是一种简单的排序算法,是一种减治算法的应用,通过重复走过要排序的数组,每一次比较两个相邻元素的大小,如果后一个元素比前一个元素小就交换过来,最终完成排序,这种算法的命名也是由最小的元素总是会慢慢从最后“浮”到前面来而得名 (每次从无序区间取一个数去无序区间遍历)
步骤:
- 从第一组两个相邻元素开始比较,依次往后交换
- 每经过一次排序较大的元素就会被放到后面,直到最大的元素被放到最后,那么下一次排序的时候也就不用用它(最后一个数)和它相邻的前面的数进行比较了,最后的元素就成了“稳定元素”
- 重复以上步骤,每一次排序完成,最后的“稳定元素”都会增加一个,直到没有可以交换的元素,那么排序就完成了
动态图演示:
代码展示:
package Sort;
import java.util.Arrays;
/**
* Author:weiwei
* description:冒泡排序
* Creat:2019/4/27
**/
public class BubbleSort {
private static void swap(int[] array,int i,int j){
int t = array[i];
array[i] = array[j];
array[j] = t;
}
private static int[] BubbleSort(int[] array){
for(int i = 0;i<array.length;i++){
boolean isSorted = true;
//最小的数冒泡到最前面,需要从后往前冒泡
//有序[0,i)
//无序[i,length)
for(int j = array.length -1;j>i;j--){
if(array[j] < array[j-1]){
swap(array,j,j-1);//交换
isSorted = false;
}
}
if(isSorted){
break;
}
}
return array;
}
public static void main(String[] args) {
int[] array = {7,9,2,6,3,8,4,1,5};
System.out.println(Arrays.toString(BubbleSort(array)));
}
}
2.选择排序(SelectionSort)
选择排序是一种简单直观的排序算法,是减治算法的应用,对数据不敏感,原理是:
首先在未排序序列中找到最小元素,存放到排列序列的起始位置,然后在剩余未排序元素中继续寻找最小元素,然后放到已经排好序序列的末尾,以此类推,直到所有元素均排序完毕
步骤:
- 把要排序的序列分为有序序列和无序序列
- 遍历序列,每一次从无序序列找到最小元素,定义为minIndex=i,放到无序序列最前面,
- 直到无序区间内没有元素,也就是所有元素都排好序
动图演示:
代码展示:
package Sort;
import java.util.Arrays;
/**
* Author:weiwei
* description:
* Creat:2019/5/2
**/
public class SelectSort {
private static int[] SelectSort(int[] array) {
for (int i = 0; i < array.length; i++) {
int min = i;
for (int j = i+1; j < array.length; j++) {
if (array[j] < array[min]) {
min = j;
}
}
int t = array[min];
array[min] = array[i];
array[i] = t;
}
return array;
}
public static void main(String[] args) {
int[] array = {8,3,7,1,4,6,2,9,5};
System.out.println(Arrays.toString(SelectSort(array)));
}
}
3.插入排序(Insertion Sort)
插入排序是一种简单直观的排序算法,是减治算法的应用,原理是:通过构建有序数列,对于未排序数据,在已排序序列中,从后往前扫描,找到对应位置并插入(每次从无序区间取一个数到有序区间去遍历,找到插入的位置)
步骤:
- 从第一个元素开始,认为第一个元素已经被排序
- 取出下一个元素,在已排好序的序列中从后往前扫描
- 如果该元素(已排好序)大于新元素,将该元素移到下一位置
- 重复步骤3,直到找到已排好序的元素小于或者等于新元素的位置
- 将新元素插入到该位置后
- 重复步骤2-5
动图演示:
代码展示:
package Sort;
import java.util.Arrays;
/**
* Author:weiwei
* description:InsertionSort
* Creat:2019/4/6
**/
public class InsertionSort {
public static int[] InsertionSort(int[] array){
int len=array.length;
int preIndex,current;
for(int i=1;i<len;i++){
preIndex=i-1;
current=array[i];
while(preIndex >=0 && array[preIndex] > current){
array[preIndex+1] = array[preIndex];
preIndex--;
}
array[preIndex+1]=current;
}
return array;
}
public static void main(String[] args) {
int[] in ={5,2,8,1,9};
System.out.println(Arrays.toString(InsertionSort(in)));
}
}
4.希尔排序(shell sort)
希尔排序是第一个突破O(n^2)的排序算法,是简单插入排序的改进法, 它与插入排序不同之处在于,它会提前做一个预排序,给序列分组预排序,也叫做分组插排,分的组越多越接近有序
动图演示:
代码展示:
package Sort;
import java.util.Arrays;
/**
* Author:weiwei
* description:希尔排序
* Creat:2019/5/3
**/
public class insertSortWithGap {
private static void insertSortWithGap(int[] array, int gap) {
for (int i = 0; i < array.length; i++) {
int key = array[i];
int j = i - gap;
for (; j >= 0 && key < array[j]; j = j - gap) {
array[j + gap] = array[j];
}
array[j + gap] = key;
}
}
/**
* 时间复杂度:
* 最好情况:O(n)
* 最坏情况:O(n^2) 比插排最坏情况的概率变小了
* 平均情况:O(n^1.2 - 1.3)
* 空间复杂度:O(1)
* 稳定性:不稳定
*
* @param array
*/
private static int[] shellSort(int[] array) {
int gap = array.length;
while (true) {
//gap = gap /2;
gap = (gap / 3) + 1;
insertSortWithGap(array, gap);
if (gap == 1) {
break;
}
}
return array;
}
public static void main(String[] args) {
int [] array = {9,3,1,4,7,2,8,6,5};
System.out.println(Arrays.toString(shellSort(array)));
}
}
5.归并排序(Merge sort)
归并排序是建立在一种建立在归并算法上一种有效的排序方法,该方法是采用分治算法的一个典型的应用,对数据不敏感,将已有序的子序列合并,得到完全有序的序列,即先使每个子序列有序,再使子序列间有序,算法复杂度为(nlogn)
算法描述:
1.把长度为n的序列分为两个长度为n/2的子序列
2.对这两个子序列分别归并排序
3.将两个排序好的子序列合并成一个最终的有序序列
动图演示:
代码展示:
package Sort;
import java.util.Arrays;
/**
* Author:weiwei
* description:MergeSort
* Creat:2019/4/15
**/
public class TestMergeSort {
public static void merge(int[] a,int low,int mid,int high) {
int[] temp = new int[high - low + 1];
int i=low;//左指针
int j=mid+1;//右指针
int k = 0;
//把较小的数先移动到新数组中
while(i <= mid && j<= high){
if(a[i] < a[j]){
temp[k++]=a[i++];
}else{
temp[k++]=a[j++];
}
}
//把剩余的数移入数组
while(i <= mid){
temp[k++]=a[i++];
}
//把右边剩余的数移入数组
while(j <= high){
temp[k++]=a[j++];
}
//把新数组中的数覆盖nums数组
for(int k2=0;k2 < temp.length;k2++){
a[k2+low]=temp[k2];
}
}
public static void mergeSort(int[] a,int low,int high){
int mid=(low+high)/2;
if(low<high){
//左边
mergeSort(a,low,mid);
//右边
mergeSort(a,mid+1,high);
//左右归并
merge(a,low,mid,high);
System.out.println(Arrays.toString(a));
}
}
public static void main(String[] args) {
int a[] ={51,46,20,18,65,97,82,30,77,50};
mergeSort(a,0,a.length-1);
System.out.println("排序结果:"+Arrays.toString(a));
}
}
运行结果:
[46, 51, 20, 18, 65, 97, 82, 30, 77, 50]
[20, 46, 51, 18, 65, 97, 82, 30, 77, 50]
[20, 46, 51, 18, 65, 97, 82, 30, 77, 50]
[18, 20, 46, 51, 65, 97, 82, 30, 77, 50]
[18, 20, 46, 51, 65, 82, 97, 30, 77, 50]
[18, 20, 46, 51, 65, 30, 82, 97, 77, 50]
[18, 20, 46, 51, 65, 30, 82, 97, 50, 77]
[18, 20, 46, 51, 65, 30, 50, 77, 82, 97]
[18, 20, 30, 46, 50, 51, 65, 77, 82, 97]
排序结果:[18, 20, 30, 46, 50, 51, 65, 77, 82, 97]
Process finished with exit code 0
6.快速排序(Quick Sort)
快速排序的基本思想:
在要排序的序列中选择一个基准值(通常选择最右边的值为基准值),然后遍历整个序列,每个数都和基准值进行比较,并且发生一定的交换,遍历结束后使得比基准值小的数(包括等于)都在基准值的左边,比基准值大的数(包括等于)都在基准值的右边,然后采用分治算法的思想,分别对两个小的区间进行同样的方式处理,直到区间的size=0或者=1,就说明序列已经有序了,快速排序完成
算法描述:
快速排序使用分治算法来把一个序列分为两个子序列,具体算法描述如下:
1. 从序列中选择最右边的数作为基准,称为 “基准值”(pivot);
2. 遍历排序数列,所有元素比基准值小的摆放在基准前面,所有元素比基准值大的摆在基准的后面(相同的数可以到任一 边)。在这个分区退出之后,该基准就处于数列的中间位置。这个称为分区(partition)操作;
3. 递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数列排序。
快速排序的步骤:
1.选择基准值(选择基准值有三个方法)
- 选择最边上作为基准值(左右都可以)
- 随机法(random.nextInt())
- 三数取中法[对于第二三中方法,确定基准值后,将基准值交换到最边上]
2.分割(partition操作),比基准值 <= 在基准值左边,比基准值 >= 在基准值右边,partition操作也有三种方法:
3. 用分治法处理左右两个小区间,直到区间的size == 1(已经有序)或者 size == 0,则停止排序
- Hover法(左右遍历)
- 挖坑法(左右遍历)
- 前后下标法(前后遍历)
动态图展示:
代码展示:
快速排序
package Sort;
import java.util.Arrays;
/**
* Author:weiwei
* description:快速排序
* Creat:2019/4/27
**/
public class QuickSort {
private static void swap(int[] array,int i,int j){
int t = array[i];
array[i] = array[j];
array[j] = t;
}
private static int partition1(int[] array,int left,int right){
int begin = left;
int end = right;
int pivot = array[right];
while(begin < end){
while( begin < end && array[begin] <= pivot){
begin++; //当前数比基准值小,就往后遍历,遇到比基准值大的数才停下来
}
while(begin < end && array[end] >= pivot){
end--; //当前数比基准值大,就往前遍历,遇到比基准值小的数才停下来
}
swap(array,begin,end); //否则,遍历无法继续,交换所指向的值,再继续遍历
}
swap(array,begin,right); //遍历到最后begin == end,将right的值与begin的值交换
return begin; //此时,序列中基准值左边所有的值就比基准值小,右边的数就比基准值大
}
private static void quickSortInner(int[] array,int left,int right){
if(left > right){
//size == 1 已经有序
return;
}
if(left == right){
//size == 0
return;
}
int originIndex = medianofthree(array,left,right);
swap(array,originIndex,right);
//要排序的区间是array[left,right]
//1.找基准值 array[right]
//2.遍历整个区间,把区间的为三部分
int pivotIndex = partition1(array,left,right);
//3.分治算法
//用相同的方式处理两个小区间,直到size == 1 | size == 0
//比基准值小的区间[left,pivotIndex-1]
quickSortInner(array,left,pivotIndex-1);
//比基准值大的区间[pivotIndex+1,right]
quickSortInner(array,pivotIndex+1,right);
}
private static void quickSort(int[] array){
quickSortInner(array,0,array.length -1);
}
public static void main(String[] args) {
int[] array = {9,3,1,5,4,2,7,6,8};
quickSort(array);
System.out.println(Arrays.toString(array));
}
}
用Hover方法进行partition操作
//Hover法做partition操作
private static int partition1(int[] array,int left,int right){
int begin = left;
int end = right;
int pivot = array[right];
while(begin < end){
while( begin < end && array[begin] <= pivot){
begin++; //当前数比基准值小,就往后遍历,遇到比基准值大的数才停下来
}
while(begin < end && array[end] >= pivot){
end--; //当前数比基准值大,就往前遍历,遇到比基准值小的数才停下来
}
swap(array,begin,end); //否则,遍历无法继续,交换所指向的值,再继续遍历
}
swap(array,begin,right); //遍历到最后begin == end,将right的值与begin的值交换
return begin; //此时,序列中基准值左边所有的值就比基准值小,右边的数就比基准值大
}
用挖坑法做partition操作
//用挖坑法做partition操作
private static int partition2(int[] array,int left,int right){
int begin = left;
int end = right;
int pivot = array[right];
while(begin < end){
while(begin < end && array[begin] <= pivot){
begin++; //当前数比基准值小,就往后遍历,遇到比基准值大的数才停下来
}
array[begin] = array[end]; //否则,将end的值赋给begin
while(begin < end && array[begin] <= pivot){
end--; //当前数比基准值大,就往前遍历,遇到比基准值小的数才停下来
}
array[end] = array[begin]; //否则,将begin的值赋给end
}
array[begin] = pivot; //最终begin == end时,将pivot的值赋给begin
return begin;
}
用前后遍历的方法partition操作
//前后下标法做partition操作
private static int parttiton3(int[] array,int left,int right){
int d = left;
for(int i = left;i<right;i++){
if(array[i] < array[right]){
swap(array,d,i);
d++;
}
}
swap(array,d,right);
return d;
}
选择基准的方法:三数取中法
//三数取中
private static int medianofthree(int[] array,int left,int right) {
int mid = left + (right - left) / 2;
if (array[left] > array[right]) {
if (array[left] < array[mid]) {
return left;
} else if (array[mid] > array[right]) {
return mid;
} else {
return right;
}
} else {
if (array[right] < array[mid]) {
return right;
} else if (array[mid] > array[left]) {
return mid;
} else {
return left;
}
}
}
7. 堆排序(Heap Sort)
堆排序(Heapsort)是指利用堆这种数据结构所设计的一种排序算法。是减治算法的应用,对数据不敏感,堆积是一个近似完全二叉树的结构,并同时满足堆积的性质:即子结点的键值或索引总是小于(或者大于)它的父节点。
算法描述
1. 将初始待排序关键字序列构建成大堆,此堆为初始的无序区;
2. 选择最大的元素(堆顶元素)放到无序序列最后面,此时得到新的无序区和新的有序区,每次在无序序列中选择最大的的元素放到无序序列最后面,
3. 直到最后叶子结点,不再向下调整,堆排序完成
动态图演示:
代码展示:
package com.bittech;
/**
* Author:weiwei
* description:堆排序
* Creat:2019/4/27
**/
public class heapSort {
private static void heapify(int[] array,int size,int index){
//判断index是不是叶子结点
while(2*index+1 < size){
//找到最大孩子的下标
int max = 2 * index + 1;
if(max + 1 <size && array[max+1] > array[max]){
max = 2 * index + 2;
}
//3.判断最大得孩子和根的值
if(array[index] < array[max]){
swap(array,index,max);
index = max;
}else{
//根的值比较大,不需要交换,可以直接退出了
break;
}
}
}
private static void createHeap(int[] array){
//[从最后一个非叶子节点的下标,根] 向下调整
//[(array.length-2)/2,0]
for(int i = (array.length-2/2);i>=0;i--){
heapify(array,array.length,i);
}
}
private static void swap(int[] array,int i,int j){
int t =array[i];
array[i] = array[j];
array[j] = t;
}
private static void heapSort(int[] array){
//建堆 大堆
createHeap(array);
//减治处理
for(int i =0;i<array.length;i++){
//有序[length - i,length]
//无序[0,length - i - 1]
//最大的数在[0],最大的数应该放到的下标是
//[length-i-1]
swap(array,0,array.length -1-i);
//处理[0]无序剩余部分满足堆的性质
//无序[0,length-i-2]
//有序[length-i-1,length]
//size剩余无序部分的长度
heapify(array,array.length-1-i,0);
}
}
public static void main(String[] args) {
int[] array = { 9, 5, 2, 7, 3, 6, 8, 8, 4, 9, 3, 1, 2 };
heapSort(array);
for (int item: array) {
System.out.print(item + " ");
}
System.out.println();
}
}