• 转(排序算法总结)


    Java常用的八种排序算法与代码实现

     

    排序问题一直是程序员工作与面试的重点,今天特意整理研究下与大家共勉!这里列出8种常见的经典排序,基本涵盖了所有的排序算法。

    1.直接插入排序

          我们经常会到这样一类排序问题:把新的数据插入到已经排好的数据列中。将第一个数和第二个数排序,然后构成一个有序序列将第三个数插入进去,构成一个新的有序序列。对第四个数、第五个数……直到最后一个数,重复第二步。如题所示:

    直接插入排序(Straight Insertion Sorting)的基本思想:在要排序的一组数中,假设前面(n-1) [n>=2] 个数已经是排好顺序的,现在要把第n个数插到前面的有序数中,使得这n个数也是排好顺序的。如此反复循环,直到全部排好顺序。

    代码实现:

    首先设定插入次数,即循环次数,for(int i=1;i<length;i++),1个数的那次不用插入。

    设定插入数和得到已经排好序列的最后一个数的位数。insertNum和j=i-1。

    从最后一个数开始向前循环,如果插入数小于当前数,就将当前数向后移动一位。

    将当前数放置到空着的位置,即j+1。

    代码如下:

    复制代码
     1 public void insertSort(int [] a){
     2         int len=a.length;//单独把数组长度拿出来,提高效率
     3         int insertNum;//要插入的数
     4         for(int i=1;i<len;i++){//因为第一次不用,所以从1开始
     5             insertNum=a[i];
     6             int j=i-1;//序列元素个数
     7             while(j>=0&&a[j]>insertNum){//从后往前循环,将大于insertNum的数向后移动
     8                 a[j+1]=a[j];//元素向后移动
     9                 j--;
    10             }
    11             a[j+1]=insertNum;//找到位置,插入当前元素
    12         }
    13     }
    复制代码

    2.希尔排序

          针对直接插入排序的下效率问题,有人对次进行了改进与升级,这就是现在的希尔排序。希尔排序,也称递减增量排序算法,是插入排序的一种更高效的改进版本。希尔排序是非稳定排序算法。

    希尔排序是基于插入排序的以下两点性质而提出改进方法的:

    • 插入排序在对几乎已经排好序的数据操作时, 效率高, 即可以达到线性排序的效率
    • 但插入排序一般来说是低效的, 因为插入排序每次只能将数据移动一位

    如图所示:

    对于直接插入排序问题,数据量巨大时。

    将数的个数设为n,取奇数k=n/2,将下标差值为k的数分为一组,构成有序序列。

    再取k=k/2 ,将下标差值为k的书分为一组,构成有序序列。

    重复第二步,直到k=1执行简单插入排序。 

    代码实现:

    首先确定分的组数。

    然后对组中元素进行插入排序。

    然后将length/2,重复1,2步,直到length=0为止。

    复制代码
     1 public void sheelSort(int [] a){
     2         int len=a.length;//单独把数组长度拿出来,提高效率
     3         while(len!=0){
     4             len=len/2;
     5             for(int i=0;i<len;i++){//分组
     6                 for(int j=i+len;j<a.length;j+=len){//元素从第二个开始
     7                     int k=j-len;//k为有序序列最后一位的位数
     8                     int temp=a[j];//要插入的元素
     9                     /*for(;k>=0&&temp<a[k];k-=len){
    10                         a[k+len]=a[k];
    11                     }*/
    12                     while(k>=0&&temp<a[k]){//从后往前遍历
    13                         a[k+len]=a[k];
    14                         k-=len;//向后移动len位
    15                     }
    16                     a[k+len]=temp;
    17                 }
    18             }
    19         }
    20     }
    复制代码

    3.简单选择排序

    常用于取序列中最大最小的几个数时。

    (如果每次比较都交换,那么就是交换排序;如果每次比较完一个循环再交换,就是简单选择排序。)

    遍历整个序列,将最小的数放在最前面。

    遍历剩下的序列,将最小的数放在最前面。

    重复第二步,直到只剩下一个数。

    代码实现:

    首先确定循环次数,并且记住当前数字和当前位置。

    将当前位置后面所有的数与当前数字进行对比,小数赋值给key,并记住小数的位置。

    比对完成后,将最小的值与第一个数的值交换。

    重复2、3步。

    复制代码
     1 public void selectSort(int[]a){
     2         int len=a.length;
     3         for(int i=0;i<len;i++){//循环次数
     4             int value=a[i];
     5             int position=i;
     6             for(int j=i+1;j<len;j++){//找到最小的值和位置
     7                 if(a[j]<value){
     8                     value=a[j];
     9                     position=j;
    10                 }
    11             }
    12             a[position]=a[i];//进行交换
    13             a[i]=value;
    14         }
    15     }
    复制代码

    4.堆排序

    对简单选择排序的优化。

    将序列构建成大顶堆。

    将根节点与最后一个节点交换,然后断开最后一个节点。

    重复第一、二步,直到所有节点断开。

     

    代码如下:

    复制代码
    public class headSortSolution {


    /**
    * 堆排序
    */
    public static void heapSort(int[] list) {
    //构造初始堆,从第一个非叶子节点开始调整,左右孩子节点中较大的交换到父节点中
    for (int i = (list.length) / 2 - 1; i >= 0; i--) {
    headAdjust(list, list.length, i);
    }
    //排序,将最大的节点放在堆尾,然后从根节点重新调整
    for (int i = list.length - 1; i >= 1; i--) {
    int temp = list[0];
    list[0] = list[i];
    list[i] = temp;
    headAdjust(list, i, 0);
    }
    }

    private static void headAdjust(int[] list, int len, int i) {
    int k = i, index = 2 * k + 1;

    int temp = list[i] ;
    while (index < len) {
    // 取较大孩子
    if (index + 1 < len) {
    if (list[index] < list[index + 1]) {
    index = index + 1;
    }
    }
    if (list[index] > temp) {
    list[k] = list[index];
    k = index;
    index = 2 * k + 1;
    } else {
    break;
    }
    }
    list[k] = temp;
    }

    public static void main(String[] args) {
    int[] nums = {16,7,3,20,17,8};
    heapSort(nums);
    for (int num : nums) {
    System.out.print(num + " ");
    }
    }
    }
    复制代码

    5.冒泡排序

    很简单,用到的很少,据了解,面试的时候问的比较多!

    将序列中所有元素两两比较,将最大的放在最后面。

    将剩余序列中所有元素两两比较,将最大的放在最后面。

    重复第二步,直到只剩下一个数。

    代码实现:

    设置循环次数。

    设置开始比较的位数,和结束的位数。

    两两比较,将最小的放到前面去。

    重复2、3步,直到循环次数完毕。

     1  public void bubbleSort(int []a){
     2            int len=a.length;
     3            for(int i=0;i<len;i++){
     4                for(int j=0;j<len-i-1;j++){//注意第二重循环的条件
     5                    if(a[j]>a[j+1]){
     6                        int temp=a[j];
     7                        a[j]=a[j+1];
     8                        a[j+1]=temp;
     9                    }
    10                }
    11            }
    12        }
    复制代码

    6.快速排序

    要求时间最快时。

    选择第一个数为p,小于p的数放在左边,大于p的数放在右边。

    递归的将p左边和右边的数都按照第一步进行,直到不能递归。

     

     1 public void quickSort(int[]a,int start,int end){
     2            if(start<end){
     3                int baseNum=a[start];//选基准值
     4                int midNum;//记录中间值
     5                int i=start;
     6                int j=end;
     7                do{
     8                    while((a[i]<baseNum)&&i<end){
     9                        i++;
    10                    }
    11                    while((a[j]>baseNum)&&j>start){
    12                        j--;
    13                    }
    14                    if(i<=j){
    15                        midNum=a[i];
    16                        a[i]=a[j];
    17                        a[j]=midNum;
    18                        i++;
    19                        j--;
    20                    }
    21                }while(i<=j);
    22                 if(start<j){
    23                     quickSort(a,start,j);
    24                 }       
    25                 if(end>i){
    26                     quickSort(a,i,end);
    27                 }
    28            }
    29        }
    复制代码

    7.归并排序

    速度仅次于快速排序,内存少的时候使用,可以进行并行计算的时候使用。

    选择相邻两个数组成一个有序序列。

    选择相邻的两个有序序列组成一个有序序列。

    重复第二步,直到全部组成一个有序序列。

    复制代码
     1 public  void mergeSort(int[] a, int left, int right) {  
     2            int t = 1;// 每组元素个数  
     3            int size = right - left + 1;  
     4            while (t < size) {  
     5                int s = t;// 本次循环每组元素个数  
     6                t = 2 * s;  
     7                int i = left;  
     8                while (i + (t - 1) < size) {  
     9                    merge(a, i, i + (s - 1), i + (t - 1));  
    10                    i += t;  
    11                }  
    12                if (i + (s - 1) < right)  
    13                    merge(a, i, i + (s - 1), right);  
    14            }  
    15         }  
    16        
    17         private static void merge(int[] data, int p, int q, int r) {  
    18            int[] B = new int[data.length];  
    19            int s = p;  
    20            int t = q + 1;  
    21            int k = p;  
    22            while (s <= q && t <= r) {  
    23                if (data[s] <= data[t]) {  
    24                    B[k] = data[s];  
    25                    s++;  
    26                } else {  
    27                    B[k] = data[t];  
    28                    t++;  
    29                }  
    30                k++;  
    31            }  
    32            if (s == q + 1)  
    33                B[k++] = data[t++];  
    34            else  
    35                B[k++] = data[s++];  
    36            for (int i = p; i <= r; i++)  
    37                data[i] = B[i];  
    38         }
    复制代码
    #include<iostream>
    #include<cstdio>
    
    using namespace std;
    
    const int N=100000+5;
    
    int n;
    int a[N];//需要排序的数组 
    int r[N];//用来辅助排序的数组 
    
    void msort(int s,int t)
    {
        if(s==t) return;//如果只有一个数就返回 
        int mid=(s+t)/2;
        //递归分解 
        msort(s,mid);//分解左边 
        msort(mid+1,t);//分解右边 
        int i=s,j=mid+1,k=s;
        //合并左右序列 
        while(i<=mid && j<=t) //正常排序合并 
        { 
            if(a[i]<=a[j]) {r[k]=a[i];k++;i++;}
            else {r[k]=a[j];k++;j++;}
        }
        while(i<=mid){r[k]=a[i];k++;i++;}//复制排序后左边子序列剩余 
            
        while(j<=t){r[k]=a[j];k++;j++;}//复制排序后右边子序列剩余
            
        for(int i=s;i<=t;i++)
            a[i]=r[i];//更新a数组 
    }
    
    int main()
    {
        scanf("%d",&n);
        for(int i=1;i<=n;i++)
            scanf("%d",&a[i]);
        msort(1,n);
        for(int i=1;i<=n;i++)
            printf("%d ",a[i]);
        
        return 0;
    }
    关于归并排序求逆序对
    模板题
    关于逆序的定义:大的数排在小的数前面
    当然你也可以用冒泡排序
    实现方法:
    每次合并的时候,记录有多少次交换
    
    假定我们要将一串无序数字排成升序(从小到大)
    根据归并排序的原理,每次我们进行合并操作的时候,左边子序列中小的数都会被合并进辅助数组。
    这时如果左边子序列有数剩余,则说明这些数都比右边子序列的数要大,那么我们可以根据这一点来计算逆序对的个数
    
    核心Code:
    while(i<=mid && j<=t)
        {
            if(a[i]<=a[j]) {r[k]=a[i];k++;i++;}
            else {r[k]=a[j];k++;j++;ans+=mid-i+1;}//核心操作
            //mid-i+1即左边子序列剩余元素的个数 
        }
    //其余部分没有什么差别
    //模板题Code:
    #include<iostream>
    #include<cstdio>
    
    using namespace std;
    
    const int N=5e5+5;
    
    long long n,ans;
    int a[N];
    int r[N];
    
    void msort(int s,int t)
    {
        if(s==t) return;
        int mid=(s+t)/2;
        msort(s,mid);
        msort(mid+1,t);
        int i=s,j=mid+1,k=s;
        while(i<=mid && j<=t)
        {
            if(a[i]<=a[j]) {r[k]=a[i];k++;i++;}
            else {r[k]=a[j];k++;j++;ans+=mid-i+1;}//核心操作
            //mid-i+1即左边子序列剩余元素的个数 
        }
        while(i<=mid){r[k]=a[i];k++;i++;}
            
        while(j<=t){r[k]=a[j];k++;j++;}
            
        for(int i=s;i<=t;i++)
            a[i]=r[i];
    }
    
    int main()
    {
        scanf("%d",&n);
        for(int i=1;i<=n;i++)
            scanf("%d",&a[i]);
        msort(1,n);
        printf("%lld",ans);
        
        return 0;
    }

    8.基数排序

    用于大量数,很长的数进行排序时。

    将所有的数的个位数取出,按照个位数进行排序,构成一个序列。

    将新构成的所有的数的十位数取出,按照十位数进行排序,构成一个序列。

     代码实现:

    复制代码
     1 public void baseSort(int[] a) {
     2                //首先确定排序的趟数;    
     3                int max = a[0];
     4                for (int i = 1; i < a.length; i++) {
     5                    if (a[i] > max) {
     6                        max = a[i];
     7                    }
     8                }
     9                int time = 0;
    10                //判断位数;    
    11                while (max > 0) {
    12                    max /= 10;
    13                    time++;
    14                }
    15                //建立10个队列;    
    16                List<ArrayList<Integer>> queue = new ArrayList<ArrayList<Integer>>();
    17                for (int i = 0; i < 10; i++) {
    18                    ArrayList<Integer> queue1 = new ArrayList<Integer>();
    19                    queue.add(queue1);
    20                }
    21                //进行time次分配和收集;    
    22                for (int i = 0; i < time; i++) {
    23                    //分配数组元素;    
    24                    for (int j = 0; j < a.length; j++) {
    25                        //得到数字的第time+1位数;  
    26                        int x = a[j] % (int) Math.pow(10, i + 1) / (int) Math.pow(10, i);
    27                        ArrayList<Integer> queue2 = queue.get(x);
    28                        queue2.add(a[j]);
    29                        queue.set(x, queue2);
    30                    }
    31                    int count = 0;//元素计数器;    
    32                    //收集队列元素;    
    33                    for (int k = 0; k < 10; k++) {
    34                        while (queue.get(k).size() > 0) {
    35                            ArrayList<Integer> queue3 = queue.get(k);
    36                            a[count] = queue3.get(0);
    37                            queue3.remove(0);
    38                            count++;
    39                        }
    40                    }
    41                }
    42         }
    复制代码

    新建测试类进行测试

    复制代码
     1 public class TestSort {
     2     public static void main(String[] args) {
     3         int []a=new int[10];
     4         for(int i=1;i<a.length;i++){
     5             //a[i]=(int)(new Random().nextInt(100));
     6             a[i]=(int)(Math.random()*100);
     7         }
     8         System.out.println("排序前的数组为:"+Arrays.toString(a));
     9         Sort s=new Sort();
    10         //排序方法测试
    11         //s.insertSort(a);
    12         //s.sheelSort(a);
    13         //s.selectSort(a);
    14         //s.heapSort(a);
    15         //s.bubbleSort(a);
    16         //s.quickSort(a, 1, 9);
    17         //s.mergeSort(a, 3, 7);
    18         s.baseSort(a);
    19         System.out.println("排序后的数组为:"+Arrays.toString(a));
    20     }
    21 
    22 }
    复制代码

    部分结果如下:

    如果要进行比较可已加入时间,输出排序时间,从而比较各个排序算法的优缺点,这里不再做介绍。

    8.总结:

    一、稳定性:

        稳定:冒泡排序、插入排序、归并排序和基数排序

      不稳定:选择排序、快速排序、希尔排序、堆排序

    二、平均时间复杂度

      O(n^2):直接插入排序,简单选择排序,冒泡排序。

      在数据规模较小时(9W内),直接插入排序,简单选择排序差不多。当数据较大时,冒泡排序算法的时间代价最高。性能为O(n^2)的算法基本上是相邻元素进行比较,基本上都是稳定的。

      O(nlogn):快速排序,归并排序,希尔排序,堆排序。

      其中,快排是最好的, 其次是归并和希尔,堆排序在数据量很大时效果明显。

    三、排序算法的选择

      1.数据规模较小

        (1)待排序列基本序的情况下,可以选择直接插入排序

        (2)对稳定性不作要求宜用简单选择排序,对稳定性有要求宜用插入或冒泡

      2.数据规模不是很大

      (1)完全可以用内存空间,序列杂乱无序,对稳定性没有要求,快速排序,此时要付出log(N)的额外空间。

      (2)序列本身可能有序,对稳定性有要求,空间允许下,宜用归并排序

      3.数据规模很大

         (1)对稳定性有求,则可考虑归并排序。

          (2)对稳定性没要求,宜用堆排序

      4.序列初始基本有序(正序),宜用直接插入,冒泡

     各算法复杂度如下:

    基数排序、桶排序和计数排序的区别

    1.桶排序(Bucket Sort)

    基本思路是:

    1.  将待排序元素划分到不同的痛。先扫描一遍序列求出最大值 maxV 和最小值 minV ,设桶的个数为 k ,则把区间 [minV, maxV] 均匀划分成 k 个区间,每个区间就是一个桶。将序列中的元素分配到各自的桶。
    2. 对每个桶内的元素进行排序。可以选择任意一种排序算法。
    3.  将各个桶中的元素合并成一个大的有序序列。
    4. 假设数据是均匀分布的,则每个桶的元素平均个数为 n/k 。假设选择用快速排序对每个桶内的元素进行排序,那么每次排序的时间复杂度为 O(n/klog(n/k)) 。总的时间复杂度为 O(n)+O(m)O(n/klog(n/k)) = O(n+nlog(n/k)) = O(n+nlogn-nlogk 。当 k 接近于 n 时,桶排序的时间复杂度就可以金斯认为是 O(n) 的。即桶越多,时间效率就越高,而桶越多,空间就越大。

    2.计数排序(Counting Sort)

    是一种O(n)的排序算法,其思路是开一个长度为 maxValue-minValue+1 的数组,然后

    1. 分配。扫描一遍原始数组,以当前值- minValue 作为下标,将该下标的计数器增1。
    2. 收集。扫描一遍计数器数组,按顺序把值收集起来。

    举个例子, nums=[2, 1, 3, 1, 5] , 首先扫描一遍获取最小值和最大值, maxValue=5 , minValue=1 ,于是开一个长度为5的计数器数组 counter ,
    1. 分配。统计每个元素出现的频率,得到 counter=[2, 1, 1, 0, 1] ,例如 counter[0] 表示值 0+minValue=1 出现了2次。
    2. 收集。 counter[0]=2 表示 1 出现了两次,那就向原始数组写入两个1, counter[1]=1 表示 2 出现了1次,那就向原始数组写入一个2,依次类推,最终原始数组变为 [1,1,2,3,5] ,排序好了。

    计数排序本质上是一种特殊的桶排序,当桶的个数最大的时候,就是计数排序。

    3.基数排序

    是一种非比较排序算法,时间复杂度是 O(n) 。它的主要思路是,
    1. 将所有待排序整数(注意,必须是非负整数)统一为位数相同的整数,位数较少的前面补零。一般用10进制,也可以用16进制甚至2进制。所以前提是能够找到最大值,得到最长的位数,设 k 进制下最长为位数为 d 。
    2. 从最低位开始,依次进行一次稳定排序。这样从最低位一直到最高位排序完成以后,整个序列就变成了一个有序序列。
    举个例子,有一个整数序列,0, 123, 45, 386, 106,下面是排序过程:

    1. 第一次排序,个位,000 123 045 386 106,无任何变化
    2. 第二次排序,十位,000 106 123 045 386
    3. 第三次排序,百位,000 045 106 123 386
    4. 最终结果,0, 45, 106, 123, 386, 排序完成。
    • 为什么同一数位的排序子程序要用稳定排序?因为稳定排序能将上一次排序的成果保留下来。例如十位数的排序过程能保留个位数的排序成果,百位数的排序过程能保留十位数的排序成果。能不能用2进制?能,可以把待排序序列中的每个整数都看成是01组成的二进制数值。那这样的话,岂不是任意一个非负整数序列都可以用基数排序算法?理论上是的,假设待排序序列中最大整数为2 4 . 1,则最大位数 d=64 ,时间复杂度为 O(64n) 。可见任意一个非负整数序列都可以在线性时间内完成排序。
    • 既然任意一个非负整数序列都可以在线性时间内完成排序,那么基于比较排序的算法有什么意义呢?基于比较的排序算法,时间复杂度是 O(nlogn) ,看起来比 O(64n) 慢,仔细一想,其实不是, O(nlogn) 只有当序列非常长,达到2 个元素的时候,才会与 O(64n) 相等,因此,64这个常数系数太大了,大部分时候, n 远远小于2 ,基于比较的排序算法还是比 O(64n) 快的。
    • 当使用2进制时, k=2 最小,位数 d 最大,时间复杂度 O(nd) 会变大,空间复杂度 O(n+k) 会变小。当用最大值作为基数时, k=maxV 最大, d=1 最小,此时时间复杂度 O(nd) 变小,但是空间复杂度 O(n+k) 会急剧增大,此时基数排序退化成了计数排序。

    先比较时间复杂度和空间复杂度。



    其中, d 表示位数, k 在基数排序中表示 k 进制,在桶排序中表示桶的个数, maxV 和 minV 表示元
    素最大值和最小值。

    • 首先,基数排序和计数排序都可以看作是桶排序。
    • 计数排序本质上是一种特殊的桶排序,当桶的个数取最大( maxV-minV+1 )的时候,就变成了计数排序。
    • 基数排序也是一种桶排序。桶排序是按值区间划分桶,基数排序是按数位来划分;基数排序可以看做是多轮桶排序,每个数位上都进行一轮桶排序。
    • 当用最大值作为基数时,基数排序就退化成了计数排序。
    • 当使用2进制时, k=2 最小,位数 d 最大,时间复杂度 O(nd) 会变大,空间复杂度 O(n+k) 会变小。当用最大值作为基数时, k=maxV 最大, d=1 最小,此时时间复杂度 O(nd) 变小,但是空间复杂度 O(n+k) 会急剧增大,此时基数排序退化成了计数排序。

    参考文献:

     https://www.cnblogs.com/10158wsj/p/6782124.html?utm_source=tuicool&utm_medium=referral

     https://blog.csdn.net/qq_19446965/article/details/81517552

  • 相关阅读:
    guzzle 中间件原理
    K8S-K8S 环境搭建
    K8S-k8s 理念知识
    云计算的概念
    Linux-DHCP 交互的过程
    linux-怎么踢出系统当前已连接的用户
    linux-Centos 搭建http yum源
    linux-硬链接与软连接
    linux-centos网络配置bond
    linux-dd 一个测试文件
  • 原文地址:https://www.cnblogs.com/xianbin7/p/10720180.html
Copyright © 2020-2023  润新知