当前位置：首页 > news >正文

排序算法（java版）

news 来源：原创 2024/4/29 5:32:31

一直想理解一下基本的排序算法，最近正好在搞java所以就一并了（为了便于理解，这儿都是以从小到大排序为目的）

冒泡排序

也就是比较连续的两个值，如果前面一个值大于后面一个值，则交换。

时间复杂度为O（n*n），是稳定排序（稳定性意思：当两个值相同时，排序前后的这两个值的相对位置是否有交换）

注意点：第二重循环参数

    // 冒泡排序,从小到大
    private static void BubbleSort(int[] arr, int n) {
        for (int i = 0; i < n; ++i) {
            for (int j = 0; j < n - i - 1; ++j) {
                if (arr[j] > arr[j + 1]) 
                    Swap(arr, j, j + 1);
            }
        }
    }

选择排序

就是从头到尾选择每个位置放这个位置到最后一个位置的最小值，其中我们可以标记，减少交换次数

时间复杂度为O（n*n），不稳定的排序

注意点：判断后再进行异或的交换

    // 选择排序
    private static void SelectSort(int[] arr, int n) {
        int temp;
        for (int i = 0; i < n; ++i) {
            temp = i;
            for (int j = i + 1; j < n; ++j) {
                if (arr[temp] > arr[j]) {
                    temp = j;
                }
            }
            // 异或交换时必须判断
            if (i != temp)
                Swap(arr, i, temp);
        }
    }

直接插入排序

就是从头到尾遍历每个点，每个点再从尾到头找这个值放在数组的位置

时间复杂度为O（n*n），稳定的排序

注意点：temp与谁比较

    // 直接插入排序
    private static void InsertSort(int[] arr, int n) {
        // 哨兵
        int temp;
        for (int i = 1; i < n; ++i) {
            temp = arr[i];
            int k = i - 1;
            // 注意从后向前
            for (int j = k; j >= 0 && temp < arr[j]; --j, --k) {
                arr[j + 1] = arr[j];
            }
            arr[k + 1] = temp;
        }
    }

快速排序

其实就类似分治的方法，取一个中枢元素，然后找到一个位置放这个中枢元素，保证这个位置前面的值不大于它，后面的值不小于它，接着分别递归

最坏时间复杂度为O（n*n），平均时间复杂度为O（n*log2n），所以可以先打乱顺序。是不稳定的排序

注意点：中间两个while的顺序

    // 模拟洗牌打乱顺序
    private static void Shuffle(int[] arr, int n) {
        Random random = new Random();
        for (int i = 0; i < n; ++i) {
            int x = random.nextInt(n - 1);
            int y = random.nextInt(n - 1);
            if (x != y)
                Swap(arr, x, y);
        }
        Print(arr, n);
    }
    // 快速排序(最坏时间是n*n，所以我们首先可以打乱顺序)
    private static void quickSort(int[] arr, int left, int right) {
        // 哨兵
        int temp = arr[left];
        int i = left, j = right;

        // 出口
        if (i >= j)
            return;

        // 保证左边一定不比temp大，右边一定不比temp小
        while (i < j) {
            while (i < j && arr[j] >= temp) {
                --j;
            }
            if (i < j) {
                arr[i] = arr[j];
                ++i;
            }
            while (i < j && arr[i] <= temp) {
                ++i;
            }
            if (i < j) {
                arr[j] = arr[i];
                --j;
            }
        }
        arr[i] = temp;

        // 左右递归
        quickSort(arr, left, i - 1);
        quickSort(arr, i + 1, right);
    }

二路归并排序

其实很简单，就是从中间分成左右两个数组分别递归，在最后返回时我们保证两个数组都是有序数组再合并，可以知道使用双指针的方法可以在O（n）的

时间内合并两个有序数组，然后知道这样分下去其实是几乎完全的二叉树，高度为log2n

时间复杂度为O（n*log2n），是稳定的排序

注意点：指针向后移动

    // 二路归并排序
    private static void Marge(int[] arr, int left, int mid, int right) {
        int[] temp = new int[right - left + 1];
        int leftpos = left, rightpos = mid + 1;
        // 双指针方法
        for (int i = 0; i < right - left + 1; ++i) {
            if (rightpos > right || leftpos <= mid && arr[leftpos] <= arr[rightpos]) {
                temp[i] = arr[leftpos++];
            } else {
                temp[i] = arr[rightpos++];
            }
        }
        for (int i = 0; i < right - left + 1; ++i) {
            arr[i + left] = temp[i];
        }
    }
    private static void MargeSort(int[] arr, int left, int right) {
        if (left >= right)
            return;
        // 分成两段递归
        int mid = (left + right >> 1);
        MargeSort(arr, left, mid);
        MargeSort(arr, mid + 1, right);
        // 关键：合并两端有序数组，只需用O(n)时间做到
        Marge(arr, left, mid, right);
    }

希尔排序

极其简单的算法，简答的方法是是设置步长并每次减一半，接着使用插入排序，排的是相隔步长的元素

时间复杂度很麻烦，但是最坏也是O（n*n），平均大概是O（n^3/2）,是不稳定排序

    // 希尔排序
    private static void HillSort(int[] arr, int n) {
        // 设置步长，即保证相隔步长个元素为有序数组
        for (int step = n / 2; step > 0; step /= 2) 
            // 修改的插入排序
            for (int i = step; i < n; ++i) 
                for (int j = i; j - step >= 0; j -= step) 
                    if (arr[j - step] > arr[j]) 
                        Swap(arr, j - step, j);
    }

堆排序

为了让额外的空间复杂度为O（1），可以首先倒着使用原数组下沉的思想（就是保证了此点的子树一定是堆）建立大顶堆，

接着依次将头放到新空出来的位置，再更新堆

时间复杂度是O（n*log2n）,是不稳定排序

注意点:边界值得大小

    // 堆的下沉,保证此树为堆
    private static void DeleteEmp(int[] arr, int fat, int n) {
        int lefchild;
        int temp = arr[fat];
        for (; (fat << 1 | 1) < n; fat = lefchild) {
            lefchild = fat << 1 | 1;
            if (lefchild < n - 1 && arr[lefchild] < arr[lefchild + 1])
                lefchild++;
            if (arr[lefchild] > temp) {
                arr[fat] = arr[lefchild];
            } else {
                break;
            }
        }
        arr[fat] = temp;
    }
    // 堆排序（额外的辅助空间为O（1）），聪明的方法是利用原来的空间直接建树，
    // 但是从小到大时我们需要建立大顶堆，接着删除第一个点放到数组最后一个位置，倒着插入
    private static void HeapSort(int[] arr, int n) {
        // 建堆（注意普通建堆时间复杂度为O（n）,因为上浮的平均时间复杂度为O（1））
        // 保证以个点为树的都是堆，倒着来就可以保证整棵树
        for (int i = n / 2; i >= 0; --i) {
            DeleteEmp(arr, i, n);
        }
        // 堆顶放入后面，再调整堆
        for (int i = n - 1; i > 0; --i) {
            Swap(arr, 0, i);
            DeleteEmp(arr, 0, i);
        }
    }

以上都是基于比较的排序方法，接下来介绍一些非基于比较的排序算法，而且都是线性的时间复杂度

计数排序

就是将数字变成数组下标，这种排序主要是保证数据范围比较小。

时间复杂度为O（k），是不稳定的排序

基数排序

首先从低到高枚举的是数字的每一位，每一位根据0-9的顺序放入桶中储存，再放回原数组，注意负数，还有就是非常耗费空间

时间复杂度为O（n），是稳定的排序

    // 基数排序,时间复杂度为O（n）的排序方式,m为最大数字的位数+1
    private static void BaseSort(int[] arr, int n, int m) {
        // 假设数字范围为（0,1000000000）
        int[] order = new int[10];
        int[][] temp = new int[10][n];
        int mm = 0, k = 1;
        while (mm < m) {
            // 从最低位开始放入10个桶中
            for (int i = 0; i < n; ++i) {
                int last = arr[i] / k % 10;
                temp[last][order[last]++] = arr[i];
            }
            // 10个桶中按顺序放回数组
            int coun = 0;
            for (int i = 0; i < 10; ++i) {
                if (order[i] > 0) {
                    for (int j = 0; j < order[i]; ++j)
                        arr[coun++] = temp[i][j];
                    order[i] = 0;
                }
            }
            k *= 10;
            ++mm;
        }
    }