排序算法平均時間復(fù)雜度冒泡排序O(n2)選擇排序O(n2)插入排序O(n2)希爾排序O(n1.5)快速排序O(N*logN)歸并排序O(N*logN)堆排序O(N*logN)基數(shù)排序O(d(n+r)) 一. 冒泡排序(BubbleSort)
基本思想: 兩個數(shù)比較大小,較大的數(shù)下沉,較小的數(shù)冒起來。過程:
- 比較相鄰的兩個數(shù)據(jù),如果第二個數(shù)小,就交換位置。
- 從后向前兩兩比較,一直到比較最前兩個數(shù)據(jù)。最終最小數(shù)被交換到起始的位置,這樣第一個最小數(shù)的位置就排好了。
- 繼續(xù)重復(fù)上述過程,依次將第2.3...n-1個最小數(shù)排好位置。
平均時間復(fù)雜度: O(n2)java代碼實(shí)現(xiàn): - public static void BubbleSort(int [] arr){
- int temp;//臨時變量
- for(int i=0; i
- for(int j=arr.length-1; j>i; j--){
- if(arr[j] <>
- temp = arr[j];
- arr[j] = arr[j-1];
- arr[j-1] = temp;
- }
- }
- }
- }
優(yōu)化:
針對問題: - 數(shù)據(jù)的順序排好之后,冒泡算法仍然會繼續(xù)進(jìn)行下一輪的比較,直到arr.length-1次,后面的比較沒有意義的。
方案: - 設(shè)置標(biāo)志位flag,如果發(fā)生了交換flag設(shè)置為true;如果沒有交換就設(shè)置為false。
- 這樣當(dāng)一輪比較結(jié)束后如果flag仍為false,即:這一輪沒有發(fā)生交換,說明數(shù)據(jù)的順序已經(jīng)排好,沒有必要繼續(xù)進(jìn)行下去。
- public static void BubbleSort1(int [] arr){
- int temp;//臨時變量
- boolean flag;//是否交換的標(biāo)志
- for(int i=0; i
- flag = false;
- for(int j=arr.length-1; j>i; j--){
- if(arr[j] <>
- temp = arr[j];
- arr[j] = arr[j-1];
- arr[j-1] = temp;
- flag = true;
- }
- }
- if(!flag) break;
- }
- }
二. 選擇排序(SelctionSort)
基本思想: - 在長度為N的無序數(shù)組中,第一次遍歷n-1個數(shù),找到最小的數(shù)值與第一個元素交換;
- 第二次遍歷n-2個數(shù),找到最小的數(shù)值與第二個元素交換;
- 。。。
- 第n-1次遍歷,找到最小的數(shù)值與第n-1個元素交換,排序完成。
過程:
- 選擇排序
平均時間復(fù)雜度: O(n2)java代碼實(shí)現(xiàn): - public static void select_sort(int array[],int lenth){
- for(int i=0;i<>
- int minIndex = i;
- for(int j=i+1;j<>
- if(array[j]<>
- minIndex = j;
- }
- }
- if(minIndex != i){
- int temp = array[i];
- array[i] = array[minIndex];
- array[minIndex] = temp;
- }
- }
- }
三. 插入排序(Insertion Sort)
基本思想: - 在要排序的一組數(shù)中,假定前n-1個數(shù)已經(jīng)排好序,現(xiàn)在將第n個數(shù)插到前面的有序數(shù)列中,使得這n個數(shù)也是排好順序的。如此反復(fù)循環(huán),直到全部排好順序。
過程:
- 插入排序
- 相同的場景
平均時間復(fù)雜度: O(n2)java代碼實(shí)現(xiàn): - public static void insert_sort(int array[],int lenth){
- int temp;
- for(int i=0;i<>
- for(int j=i+1;j>0;j--){
- if(array[j] <>
- temp = array[j-1];
- array[j-1] = array[j];
- array[j] = temp;
- }else{ //不需要交換
- break;
- }
- }
- }
- }
四. 希爾排序(Shell Sort)
前言: - 數(shù)據(jù)序列1: 13-17-20-42-28 利用插入排序,13-17-20-28-42. Number of swap:1;
- 數(shù)據(jù)序列2: 13-17-20-42-14 利用插入排序,13-14-17-20-42. Number of swap:3;
- 如果數(shù)據(jù)序列基本有序,使用插入排序會更加高效。
基本思想: - 在要排序的一組數(shù)中,根據(jù)某一增量分為若干子序列,并對子序列分別進(jìn)行插入排序。
- 然后逐漸將增量減小,并重復(fù)上述過程。直至增量為1,此時數(shù)據(jù)序列基本有序,最后進(jìn)行插入排序。
過程:
- 希爾排序
平均時間復(fù)雜度: java代碼實(shí)現(xiàn): - public static void shell_sort(int array[],int lenth){
- int temp = 0;
- int incre = lenth;
- while(true){
- incre = incre/2;
- for(int k = 0;k
- for(int i=k+incre;i<>
- for(int j=i;j>k;j-=incre){
- if(array[j]<>
- temp = array[j-incre];
- array[j-incre] = array[j];
- array[j] = temp;
- }else{
- break;
- }
- }
- }
- }
- if(incre == 1){
- break;
- }
- }
- }
五. 快速排序(Quicksort)
基本思想:(分治)
- 先從數(shù)列中取出一個數(shù)作為key值;
- 將比這個數(shù)小的數(shù)全部放在它的左邊,大于或等于它的數(shù)全部放在它的右邊;
- 對左右兩個小數(shù)列重復(fù)第二步,直至各區(qū)間只有1個數(shù)。
輔助理解:挖坑填數(shù)
- 初始時 i = 0; j = 9; key=72
- 由于已經(jīng)將a[0]中的數(shù)保存到key中,可以理解成在數(shù)組a[0]上挖了個坑,可以將其它數(shù)據(jù)填充到這來。
- 從j開始向前找一個比key小的數(shù)。當(dāng)j=8,符合條件,
a[0] = a[8] ; i++ ; 將a[8]挖出再填到上一個坑a[0]中。 - 這樣一個坑a[0]就被搞定了,但又形成了一個新坑a[8],這怎么辦了?簡單,再找數(shù)字來填a[8]這個坑。
- 這次從i開始向后找一個大于key的數(shù),當(dāng)i=3,符合條件,
a[8] = a[3] ; j-- ; 將a[3]挖出再填到上一個坑中。 - 數(shù)組:72 - 6 - 57 - 88 - 60 - 42 - 83 - 73 - 48 - 85
- 0 1 2 3 4 5 6 7 8 9
- 此時 i = 3; j = 7; key=72
- 再重復(fù)上面的步驟,先從后向前找,再從前向后找。
- 從j開始向前找,當(dāng)j=5,符合條件,將a[5]挖出填到上一個坑中,
a[3] = a[5]; i++; - 從i開始向后找,當(dāng)i=5時,由于i==j退出。
- 此時,i = j = 5,而a[5]剛好又是上次挖的坑,因此將key填入a[5]。
- 數(shù)組:48 - 6 - 57 - 88 - 60 - 42 - 83 - 73 - 88 - 85
- 0 1 2 3 4 5 6 7 8 9
- 可以看出a[5]前面的數(shù)字都小于它,a[5]后面的數(shù)字都大于它。因此再對a[0…4]和a[6…9]這二個子區(qū)間重復(fù)上述步驟就可以了。
- <數(shù)組:48 -="" 6="" -="" 57="" -="" 42="" -="" 60="" -="" 72="" -="" 83="" -="" 73="" -="" 88="" -="">數(shù)組:48>
- 0 1 2 3 4 5 6 7 8 9
平均時間復(fù)雜度: O(N*logN)代碼實(shí)現(xiàn): - public static void quickSort(int a[],int l,int r){
- if(l>=r)
- return;
- int i = l; int j = r; int key = a[l];//選擇第一個數(shù)為key
- while(i<>
- while(i=key)//從右向左找第一個小于key的值
- j--;
- if(i<>
- a[i] = a[j];
- i++;
- }
- while(i
- i++;
- if(i<>
- a[j] = a[i];
- j--;
- }
- }
- //i == j
- a[i] = key;
- quickSort(a, l, i-1);//遞歸調(diào)用
- quickSort(a, i+1, r);//遞歸調(diào)用
- }
- key值的選取可以有多種形式,例如中間數(shù)或者隨機(jī)數(shù),分別會對算法的復(fù)雜度產(chǎn)生不同的影響。
六. 歸并排序(Merge Sort)
基本思想: 參考- 歸并排序是建立在歸并操作上的一種有效的排序算法。該算法是采用分治法的一個非常典型的應(yīng)用。
- 首先考慮下如何將2個有序數(shù)列合并。這個非常簡單,只要從比較2個數(shù)列的第一個數(shù),誰小就先取誰,取了后就在對應(yīng)數(shù)列中刪除這個數(shù)。然后再進(jìn)行比較,如果有數(shù)列為空,那直接將另一個數(shù)列的數(shù)據(jù)依次取出即可。
- //將有序數(shù)組a[]和b[]合并到c[]中
- void MemeryArray(int a[], int n, int b[], int m, int c[])
- {
- int i, j, k;
- i = j = k = 0;
- while (i < n="" &&="" j=""><>
- {
- if (a[i] <>
- c[k++] = a[i++];
- else
- c[k++] = b[j++];
- }
- while (i <>
- c[k++] = a[i++];
- while (j <>
- c[k++] = b[j++];
- }
- 解決了上面的合并有序數(shù)列問題,再來看歸并排序,其的基本思路就是將數(shù)組分成2組A,B,如果這2組組內(nèi)的數(shù)據(jù)都是有序的,那么就可以很方便的將這2組數(shù)據(jù)進(jìn)行排序。如何讓這2組組內(nèi)數(shù)據(jù)有序了?
- 可以將A,B組各自再分成2組。依次類推,當(dāng)分出來的小組只有1個數(shù)據(jù)時,可以認(rèn)為這個小組組內(nèi)已經(jīng)達(dá)到了有序,然后再合并相鄰的2個小組就可以了。這樣通過
先遞歸的分解數(shù)列 ,再合并數(shù)列 就完成了歸并排序。 過程:
- 歸并排序
平均時間復(fù)雜度: O(NlogN)- 歸并排序的效率是比較高的,設(shè)數(shù)列長為N,將數(shù)列分開成小數(shù)列一共要logN步,每步都是一個合并有序數(shù)列的過程,時間復(fù)雜度可以記為O(N),故一共為O(N*logN)。
代碼實(shí)現(xiàn): - public static void merge_sort(int a[],int first,int last,int temp[]){
- if(first <>
- int middle = (first + last)/2;
- merge_sort(a,first,middle,temp);//左半部分排好序
- merge_sort(a,middle+1,last,temp);//右半部分排好序
- mergeArray(a,first,middle,last,temp); //合并左右部分
- }
- }
- //合并 :將兩個序列a[first-middle],a[middle+1-end]合并
- public static void mergeArray(int a[],int first,int middle,int end,int temp[]){
- int i = first;
- int m = middle;
- int j = middle+1;
- int n = end;
- int k = 0;
- while(i<=m &&="">=m><>
- if(a[i] <=>=>
- temp[k] = a[i];
- k++;
- i++;
- }else{
- temp[k] = a[j];
- k++;
- j++;
- }
- }
- while(i<>
- temp[k] = a[i];
- k++;
- i++;
- }
- while(j<>
- temp[k] = a[j];
- k++;
- j++;
- }
- for(int ii=0;ii<>
- a[first + ii] = temp[ii];
- }
- }
七. 堆排序(HeapSort)
基本思想:
圖示: (88,85,83,73,72,60,57,48,42,6)
平均時間復(fù)雜度: O(NlogN)- 由于每次重新恢復(fù)堆的時間復(fù)雜度為O(logN),共N - 1次重新恢復(fù)堆操作,再加上前面建立堆時N / 2次向下調(diào)整,每次調(diào)整時間復(fù)雜度也為O(logN)。二次操作時間相加還是O(N * logN)。
java代碼實(shí)現(xiàn): - //構(gòu)建最小堆
- public static void MakeMinHeap(int a[], int n){
- for(int i=(n-1)/2 ; i>=0 ; i--){
- MinHeapFixdown(a,i,n);
- }
- }
- //從i節(jié)點(diǎn)開始調(diào)整,n為節(jié)點(diǎn)總數(shù) 從0開始計算 i節(jié)點(diǎn)的子節(jié)點(diǎn)為 2*i+1, 2*i+2
- public static void MinHeapFixdown(int a[],int i,int n){
- int j = 2*i+1; //子節(jié)點(diǎn)
- int temp = 0;
- while(j<>
- //在左右子節(jié)點(diǎn)中尋找最小的
- if(j+1<>
- j++;
- }
- if(a[i] <=>=>
- break;
- //較大節(jié)點(diǎn)下移
- temp = a[i];
- a[i] = a[j];
- a[j] = temp;
- i = j;
- j = 2*i+1;
- }
- }
- public static void MinHeap_Sort(int a[],int n){
- int temp = 0;
- MakeMinHeap(a,n);
- for(int i=n-1;i>0;i--){
- temp = a[0];
- a[0] = a[i];
- a[i] = temp;
- MinHeapFixdown(a,0,i);
- }
- }
八. 基數(shù)排序(RadixSort)
BinSort 基本思想: - BinSort想法非常簡單,首先創(chuàng)建數(shù)組A[MaxValue];然后將每個數(shù)放到相應(yīng)的位置上(例如17放在下標(biāo)17的數(shù)組位置);最后遍歷數(shù)組,即為排序后的結(jié)果。
圖示:
- BinSort
問題: 當(dāng)序列中存在較大值時,BinSort 的排序方法會浪費(fèi)大量的空間開銷。
- RadixSort
基本思想: 基數(shù)排序是在BinSort的基礎(chǔ)上,通過基數(shù)的限制來減少空間的開銷。過程:
- 過程1
- 過程2
- (1)首先確定基數(shù)為10,數(shù)組的長度也就是10.每個數(shù)34都會在這10個數(shù)中尋找自己的位置。
- (2)不同于BinSort會直接將數(shù)34放在數(shù)組的下標(biāo)34處,基數(shù)排序是將34分開為3和4,第一輪排序根據(jù)最末位放在數(shù)組的下標(biāo)4處,第二輪排序根據(jù)倒數(shù)第二位放在數(shù)組的下標(biāo)3處,然后遍歷數(shù)組即可。
java代碼實(shí)現(xiàn): - public static void RadixSort(int A[],int temp[],int n,int k,int r,int cnt[]){
- //A:原數(shù)組
- //temp:臨時數(shù)組
- //n:序列的數(shù)字個數(shù)
- //k:最大的位數(shù)2
- //r:基數(shù)10
- //cnt:存儲bin[i]的個數(shù)
- for(int i=0 , rtok=1; i
- //初始化
- for(int j=0;j<>
- cnt[j] = 0;
- }
- //計算每個箱子的數(shù)字個數(shù)
- for(int j=0;j<>
- cnt[(A[j]/rtok)%r]++;
- }
- //cnt[j]的個數(shù)修改為前j個箱子一共有幾個數(shù)字
- for(int j=1;j<>
- cnt[j] = cnt[j-1] + cnt[j];
- }
- for(int j = n-1;j>=0;j--){ //重點(diǎn)理解
- cnt[(A[j]/rtok)%r]--;
- temp[cnt[(A[j]/rtok)%r]] = A[j];
- }
- for(int j=0;j<>
- A[j] = temp[j];
- }
- }
- }
|