当前位置: 首页 > news >正文

详解常见排序

目录

​编辑

插入排序

希尔排序(缩小增量排序)

选择排序

冒泡排序

堆排序

快速排序

hoare版

 挖坑法

前后指针法

非递归版

归并排序

递归版

非递归版

计数排序


声明:以下排序代码由Java实现!!!

插入排序

步骤:

1.我们可以认为数组的第一个元素已经被排好序,因此只需考虑对后面的元素进行插入排序;

2.取下一个位置的元素val,让它和它之前的元素进行比较,顺序为从右向左;

3.如果该元素大于val,则将该元素移动到该元素所处位置的下一个位置;

4.重复步骤3,知道找到已排好序的序列中小于等于val的元素;

5.将值val放到该位置的下一个位置,如果已排好序的所有元素的值都大于val,则将val存放到数组下标为0的位置;

6.重复2~5步骤。

动画演示:

代码如下:

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)array[j+1]=array[j];elsebreak;}array[j+1]=tmp;}
}
折半插入排序 

在该值为val的元素找合适的位置时,是在已排好序的序列中进行找的,因此该过程可以使用二分查找(折半查找)来进行优化。

代码如下:

public static void bsInsertSort(int[] array){for(int i=0;i<array.length;i++){int tmp=array[i];int left=0,right=i;while(left<right){int mid=(left+right)>>1;if(tmp>=array[mid])left=mid+1;elseright=mid;}for(int j=i;j>left;j--)array[j]=array[j-1];array[left]=tmp;}
}

时间复杂度:最好情况下为O(N),此时待排数组为升序,或者说非常接近升序;

                     最坏情况下为O(N^N),此时待排数组为降序,或者说非常接近降序。

空间复杂度:O(1)

稳定性:稳定

希尔排序(缩小增量排序)

思想:

先选定一个小于N的整数gap作为第一增量,然后将所有距离为gap的元素划分在同一组,对每组的元素进行直接插入排序,然后再选取一个比第一增量小的整数作为第二增量gap,然后将所有距离为gap的元素划分在同一组,对每组的元素进行直接插入排序,以此类推.........,直到增量减小为1时,此时就相当于整个数组被划分为一组,进行一次直接插入排序即可。

增量gap大于1时,称为“预排序”,使得待排数组接近有序;增量gap为1时,称为直接插入排序。

动画演示

代码如下:

public static void shellSort(int[] array){int gap=array.length;while(gap>1){gap=gap/3+1;shell(array,gap);}
}private 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];elsebreak;}array[j+gap]=tmp;}
}

平均时间复杂度:O(N^1.3)

空间复杂度:O(1)

选择排序

每一次从待排序列中选出最小(或者最大)的一个元素,存放在待排序列的起始位置,同时将待排序列原来起始位置的值放到待排序列中最小元素的位置,直到待排数据全部排完序。

动画演示

代码如下:

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++)if(array[j]<array[minIndex])minIndex=j;swap(array,i,minIndex);}
}private static void swap(int[] array,int i,int j){int ret=array[i];array[i]=array[j];array[j]=ret;
}

实际上,我们可以每一趟同时选择出待排序列中的最小值和最大值,然后将最小值放待排序列起始位置,将最大值放到待排序列的末尾,直到待排数据全部排完序,这样的话比前一种方法快一倍。

代码如下:

public static void DoubleSelectSort(int[] array){int left=0,right=array.length-1;while(left<right){int minIndex=left,maxIndex=left;for(int i=left+1;i<=right;i++){if(array[i]>array[maxIndex])maxIndex=i;if(array[i]<array[minIndex])minIndex=i;}swap(array,left,minIndex);if(maxIndex==left)maxIndex=minIndex;swap(array,right,maxIndex);left++;right--;}
}private static void swap(int[] array,int i,int j){int ret=array[i];array[i]=array[j];array[j]=ret;
}

时间复杂度:O(N^2)

空间复杂度:O(1)

冒泡排序

进行N趟,每一趟中,如果前一个位置的元素大于后一个位置的元素,则交换两个位置的元素。

动画演示

代码如下:

public static void bubbleSort(int[] array){for(int i=0;i<array.length;i++){boolean flag=false;for(int j=0;j<array.length-1-i;j++){if(array[j]>array[j+1]) {swap(array, j, j + 1);flag=true;}}if(!flag)break;}
}

时间复杂度:O(N^2)

空间复杂度:O(1)

堆排序

排升序建大根堆,排降序建小根堆。

以排升序为例,先对数组建立大根堆,然后将堆顶元素和堆最后一个元素交换,然后从堆顶进行向下调整,不过此时堆的大小要 -1,因为已经把最大的元素找出来并放在数组的末尾了,不断重复上述操作,直到将整个数组的元素排完序。

动画演示:

代码如下:

public static void heapSort(int[] array){createBigHeap(array);int end=array.length-1;while(end>0){swap(array,0,end);shiftDown(array,0,end);end--;}
}private static void createBigHeap(int[] array){for(int parent=array.length-1-1;parent>=0;parent--)shiftDown(array,parent,array.length);
}private static void shiftDown(int[] array,int parent,int end){int child=2*parent+1;while(child<end){if(child+1<end && array[child+1]>array[child])child++;if(array[parent]<array[child]){swap(array,parent,child);parent=child;child=2*parent+1;}elsebreak;}
}private static void swap(int[] array,int i,int j){int ret=array[i];array[i]=array[j];array[j]=ret;
}

时间复杂度:O(N*logN)

空间复杂度:O(1)

快速排序
hoare版

步骤:

1.选定一个值Key,下标记为Keyi,通常是最左边的元素或者最右边的元素;

2.定义两个指针begin和end,being从左往右走,end从右往左走;

3.若选定的Key值是最左边的元素,需要end先走,若选定的Key值是最右边的元素,需要begin先走;

4.在走的过程中,当end遇到小于Key的数,才停下;然后begin开始走,直到遇到大于Key的数,然后交换位于begin和end位置的值,然后end再走,规则如上,直到begin和end相遇,此时再将位于Keyi位置的Key值和begin和end相遇点的值进行交换;

5.此时,Key左边的值都是小于等于Key的数,Key右边的值都是大于等于Key的数;

6.然后再对Key左边的数以及Key右边的数分别进行如上操作,直到待排序列只有一个元素为止。

动画演示:

代码如下: 

因为该方法包含大量的递归,当数据量较大时会发生栈溢出,因此做一些优化,包括【三数取中】和【当待排区间长度小于某个常数时,不再递归进行快排,而是使用直接插入排序】

public static void quickSort(int[] array){quick(array,0,array.length-1);
}private static void quick(int[] array,int start,int end){if(start>=end) return;if(end-start<=7){insertSortRange(array,start,end);return;}int pivot=partitionHoare(array,start,end);quick(array,start,pivot-1);quick(array,pivot+1,end);
}private static void insertSortRange(int[] array,int begin,int end) {for (int i = begin+1; i <= end; i++) {int tmp = array[i];int j = i-1;for (; j >= begin ; j--) {if(array[j] > tmp) {array[j+1] = array[j];}else {break;}}array[j+1] = tmp;}
}private static int midOfThree(int[] array, int left, int right) {int mid = (left+right) / 2;if(array[left] < array[right]) {if(array[mid] < array[left]) {return left;}else if(array[mid] > array[right]) {return right;}else {return mid;}}else {if(array[mid] > array[left]) {return left;}else if(array[mid] < array[right]) {return right;}else {return mid;}}
}private static int partitionHoare(int[] array,int left,int right){int key=array[left];int keyi=left;while(left<right){while(left<right && array[right]>=key)right--;while(left<right && array[left]<=key)left++;swap(array,left,right);}swap(array,keyi,left);return left;
}private static void swap(int[] array,int i,int j){int ret=array[i];array[i]=array[j];array[j]=ret;
}

时间复杂度:O(N*logN)

空间复杂度:O(1) 

 挖坑法

步骤:

1.选定一个Key值,通常是位于最左边或者是最右边,在该位置形成一个坑;

2.定义两个指针left和right,left从左向右走,right从左向左走;

3.如果Key值位于数组最左边,需要right先走;如果Key值位于数组组右边,需要left先走;

4.在走的过程中,当end遇到小于Key的数,才停下,然后将right位置的值填放到坑位置,此时right位置处形成一个坑;然后begin开始走,直到遇到大于Key的数,然后将left位置的值填放到坑位置,此时left位置处形成一个坑;然后right再走,规则如上,直到left和right相遇,此时再将位于Key值填放到坑位置处;

5.此时,Key左边的值都是小于等于Key的数,Key右边的值都是大于等于Key的数;

6.然后再对Key左边的数以及Key右边的数分别进行如上操作,直到待排序列只有一个元素为止。

动画演示:

代码如下: 

因为该方法包含大量的递归,当数据量较大时会发生栈溢出,因此做一些优化,包括【三数取中】和【当待排区间长度小于某个常数时,不再递归进行快排,而是使用直接插入排序】

public static void quickSort(int[] array){quick(array,0,array.length-1);
}private static void quick(int[] array,int start,int end){if(start>=end) return;if(end-start<=7){insertSortRange(array,start,end);return;}int pivot=partitionHole(array,start,end);quick(array,start,pivot-1);quick(array,pivot+1,end);
}private static void insertSortRange(int[] array,int begin,int end) {for (int i = begin+1; i <= end; i++) {int tmp = array[i];int j = i-1;for (; j >= begin ; j--) {if(array[j] > tmp) {array[j+1] = array[j];}else {break;}}array[j+1] = tmp;}
}private static int midOfThree(int[] array, int left, int right) {int mid = (left+right) / 2;if(array[left] < array[right]) {if(array[mid] < array[left]) {return left;}else if(array[mid] > array[right]) {return right;}else {return mid;}}else {if(array[mid] > array[left]) {return left;}else if(array[mid] < array[right]) {return right;}else {return mid;}}
}private static int partitionHole(int[] array,int left,int right){int key=array[left];while(left<right){while(left<right && array[right]>=key)right--;array[left]=array[right];while(left<right && array[left]<=key)left++;array[right]=array[left];}array[left]=key;return left;
}private static void swap(int[] array,int i,int j){int ret=array[i];array[i]=array[j];array[j]=ret;
}

时间复杂度:O(N*logN)

空间复杂度:O(1) 

前后指针法

步骤:

1.选定数组最左边的值为基准值;

2.定义两个指针prev和cur,开始时prev在最左边,cur在prev的下一个位置;

3.让cur向右走,如果cur位置的值大于基准值,只需cur继续向右移动,直到遇到比基准值小的值;

4.如果cur位置的值小于基准值,先让prev向右移动一个位置,然后交换prev位置的值和cur位置的值,直到cur走到数组末尾。

代码如下:

因为该方法包含大量的递归,当数据量较大时会发生栈溢出,因此做一些优化,包括【三数取中】和【当待排区间长度小于某个常数时,不再递归进行快排,而是使用直接插入排序】

public static void quickSort(int[] array){quick(array,0,array.length-1);
}private static void quick(int[] array,int start,int end){if(start>=end) return;if(end-start<=7){insertSortRange(array,start,end);return;}int pivot=partitionDouble(array,start,end);quick(array,start,pivot-1);quick(array,pivot+1,end);
}private static void insertSortRange(int[] array,int begin,int end) {for (int i = begin+1; i <= end; i++) {int tmp = array[i];int j = i-1;for (; j >= begin ; j--) {if(array[j] > tmp) {array[j+1] = array[j];}else {break;}}array[j+1] = tmp;}
}private static int midOfThree(int[] array, int left, int right) {int mid = (left+right) / 2;if(array[left] < array[right]) {if(array[mid] < array[left]) {return left;}else if(array[mid] > array[right]) {return right;}else {return mid;}}else {if(array[mid] > array[left]) {return left;}else if(array[mid] < array[right]) {return right;}else {return mid;}}
}private static int partitionDouble(int[] array,int left,int right){int prev=left,cur=prev+1;while(cur<array.length){if(array[cur]<array[left] && array[++prev]!=array[cur])swap(array,prev,cur);cur++;}swap(array,prev,left);return prev;
}private static void swap(int[] array,int i,int j){int ret=array[i];array[i]=array[j];array[j]=ret;
}

时间复杂度:O(N*logN)

空间复杂度:O(1) 

非递归版

代码如下:

public static void quickSortNor(int[] array) {Stack<Integer> stack = new Stack<>();int left = 0;int right = array.length-1;int piovt = partitionHole(array,left,right);if(piovt - 1 > left) {stack.push(left);stack.push(piovt-1);}if(piovt + 1 < right) {stack.push(piovt+1);stack.push(right);}while (!stack.isEmpty()) {right = stack.pop();left = stack.pop();piovt = partitionHole(array,left,right);if(piovt - 1 > left) {stack.push(left);stack.push(piovt-1);}if(piovt + 1 < right) {stack.push(piovt+1);stack.push(right);}}
}
归并排序
递归版

使用递归不断将区间二分,直到区间只有一个元素为止,然后将两个区间进行排序合并,直到将所有区间合并完。

代码如下:

public static void mergeSort(int[] array){int[] dst=new int[array.length];dst= Arrays.copyOf(array,array.length);merge(array,dst,0,array.length-1);for(int i=0;i<array.length;i++)array[i]=dst[i];
}private static void merge(int[] src,int[] dst,int start,int end){if(start>=end) return;int mid=(start+end)>>1;merge(dst,src,start,mid);merge(dst,src,mid+1,end);int i=start,j=mid+1,k=start;while(i<=mid || j<=end){if(j>end || (i<=mid && src[i]<src[j]))dst[k++]=src[i++];elsedst[k++]=src[j++];}
}

时间复杂度:O(N*logN)

空间复杂度:O(N) 

非递归版

将整个区间划分为长度为1,2,4,8,..........最大为N的小区间,然后对相邻的长度为1,2,4,8,..........最大为N的小区间分别进行排序合并,最终就排好序了。

代码如下:

public static void mergeSortNor(int[] array){int[] src=array;int[] dst=new int[array.length];for(int step=1;step<array.length;step+=step){for(int start=0;start<array.length;start+=step*2){int mid=Math.min(start+step-1,array.length-1);int end=Math.min(start+2*step-1,array.length-1);int i=start,j=mid+1,k=start;while(i<=mid || j<=end){if(j>end || (i<=mid && src[i]<src[j]))dst[k++]=src[i++];elsedst[k++]=src[j++];}}int[] tmp=src;src=dst;dst=tmp;}for(int i=0;i<array.length;i++)array[i]=src[i];
}

时间复杂度:O(N*logN)

空间复杂度:O(N) 

计数排序

先求出序列中的最大值maxVal和最小值minVal,然后开辟一个长度为maxVal-minVal+1的数组,值全都初始化为0,然后遍历整个数组,将下标为每个位置的值减去minVal处的值++,然后再重复将每个位置的值表示的次数次,将对应的值【下标+minVal】存放到原数组中。

动画演示:

代码如下: 

public static void countSort(int[] array) {int minVal = array[0];int maxVal = array[0];for (int i = 1; i < array.length; i++) {if(array[i] < minVal) {minVal = array[i];}if(array[i] > maxVal) {maxVal = array[i];}}int[] count = new int[maxVal-minVal+1];for (int i = 0; i < array.length; i++) {count[array[i]-minVal]++;}int index = 0;for (int i = 0; i < count.length; i++) {while (count[i] > 0) {array[index] = i+minVal;index++;count[i]--;}}
}

时间复杂度:O(N)

空间复杂度:O(N) 

相关文章:

  • 北京网站建设多少钱?
  • 辽宁网页制作哪家好_网站建设
  • 高端品牌网站建设_汉中网站制作
  • 三丰云免费虚拟主机及免费云服务器评测
  • OpenEuler22.03 LTS-SP1 开启SSH的X11 Forwarding,并使用Edge浏览器
  • ‌[AI问答] Auto-sklearn‌ 与 scikit-learn 区别
  • 「数组」离散化 / Luogu B3694(C++)
  • [晕事]今天做了件晕事45 ssh 远程执行命令与>
  • 828华为云征文 | 将Vue项目部署到Flexus云服务器X实例并实现公网访问
  • 2.3 数据通信基础知识
  • CAN协议一致性测试——深入浅出理解CAN协议(四)
  • 影刀RPA实战:网页爬虫之药品数据
  • DNS解析常见问题:什么是DNS泛解析?如何设置泛解析?
  • LabVIEW软件维护的内容是什么呢?
  • 1.5 计算机网络的性能指标
  • Docker自定义构建镜像dockerfile和使用数据卷
  • lettuce引起的Redis command timeout异常
  • Linux入门2
  • CNN 在图像分割中的简史:从 R-CNN 到 Mask R-CNN
  • Cumulo 的 ClojureScript 模块已经成型
  • IDEA 插件开发入门教程
  • Nodejs和JavaWeb协助开发
  • python大佬养成计划----difflib模块
  • Python进阶细节
  • session共享问题解决方案
  • Spring Cloud中负载均衡器概览
  • tab.js分享及浏览器兼容性问题汇总
  • 创建一种深思熟虑的文化
  • 翻译:Hystrix - How To Use
  • 记一次和乔布斯合作最难忘的经历
  • 解析带emoji和链接的聊天系统消息
  • 警报:线上事故之CountDownLatch的威力
  • 使用 Node.js 的 nodemailer 模块发送邮件(支持 QQ、163 等、支持附件)
  • 使用权重正则化较少模型过拟合
  • 我从编程教室毕业
  • 我这样减少了26.5M Java内存!
  • 一个SAP顾问在美国的这些年
  • 中文输入法与React文本输入框的问题与解决方案
  • ​​​​​​​Installing ROS on the Raspberry Pi
  • ​【C语言】长篇详解,字符系列篇3-----strstr,strtok,strerror字符串函数的使用【图文详解​】
  • ​Linux·i2c驱动架构​
  • ‌JavaScript 数据类型转换
  • # 飞书APP集成平台-数字化落地
  • #APPINVENTOR学习记录
  • #includecmath
  • (2/2) 为了理解 UWP 的启动流程,我从零开始创建了一个 UWP 程序
  • (2024,RWKV-5/6,RNN,矩阵值注意力状态,数据依赖线性插值,LoRA,多语言分词器)Eagle 和 Finch
  • (Matalb回归预测)PSO-BP粒子群算法优化BP神经网络的多维回归预测
  • (代码示例)使用setTimeout来延迟加载JS脚本文件
  • (理论篇)httpmoudle和httphandler一览
  • (七)微服务分布式云架构spring cloud - common-service 项目构建过程
  • (提供数据集下载)基于大语言模型LangChain与ChatGLM3-6B本地知识库调优:数据集优化、参数调整、Prompt提示词优化实战
  • (五)Python 垃圾回收机制
  • (转)Oracle存储过程编写经验和优化措施
  • (转载)(官方)UE4--图像编程----着色器开发
  • ***微信公众号支付+微信H5支付+微信扫码支付+小程序支付+APP微信支付解决方案总结...
  • .【机器学习】隐马尔可夫模型(Hidden Markov Model,HMM)
  • .NET 2.0中新增的一些TryGet,TryParse等方法