您现在的位置是:首页 >其他 >七大排序算法一文通(易懂图解+优化代码)网站首页其他
七大排序算法一文通(易懂图解+优化代码)
简介七大排序算法一文通(易懂图解+优化代码)
目录
1.直接插入排序
?基本思路
- 从待排序数组的第 i (初始情况下i = 2)个元素开始,依次拿该元素与其前面的 i-1 个元素进行比较。
- 在这 i-1 个元素中,如果存在比第i个元素大的元素,则将这个元素向后移动一位;否则将当前元素 i 放在比它小的第一个元素的后边.
- 比较完一趟后将 i 向后调整,重复上述 1, 2操作。总共进行 arr.length - 1轮即可完成排序.
?直接插入排序代码
//直接插入排序
public void insertSortDirectly(int[] array) {
if(array == null || array.length == 0) {
return;
}
for(int i=1;i<array.length;i++) {
int temp = array[i];
int j = i-1;
for(;j >= 0;j--) {
if(array[j] > temp) {
array[j+1] = array[j];
} else {
break;
}
}
//将当前元素放在j + 1 的位置上
array[j+1] = temp;
}
}
2.希尔排序
希尔排序实质上还是一种插入排序,不同的是采用了分组插入排序的思想,每次对每组进行的插入排序都会整组数据的插入排序效率更高,所以希尔排序的平均效率相对于普通的插入排序要高。
?基本思路:
- 首先确定一个组数值:gap。通常情况下我们取 整组元素个数/2 作为gap的初始值。
- 根据gap将整组数据分成gap组(具体的分组方式见下方图解),对每一组进行一次普通插入排序。
- 将gap值缩小为原来的二分之一,再次将整组数据分成gap组,对魅族数据进行插入排序。
- 重复 3 步骤,直至gap值变为0,我们就可以得到一个有序序列。
?希尔排序代码
public void shellSort(int[] array) {
if (array == null || array.length == 0) {
return;
}
int gap = array.length;
while (gap > 1) {
gap /= 2;
shell(array, gap);
}
}
private void shell(int[] array, int gap) {
for (int i = gap; i < array.length; i++) {
int temp = array[i];
int j = i - gap;
for (; j >= 0; j -= gap) {
if (temp < array[j]) {
array[j + gap] = array[j];
} else {
break;
}
}
array[j + gap] = temp;
}
}
3.选择排序
?基本思路
- 从第i(初始情况下i=1)元素开始,从其后边的元素中挑选出一个比该元素小的最小的元素,然后与该元素进行交换。
- i 向后移动,重复步骤1
- 当 i 的值指向为这组数据的倒数第一个元素时,就完成了排序。
?选择排序代码
public static void selectSort(int[] array) {
if (array == null || array.length == 0) {
return;
}
for (int i = 0; i < array.length - 1; i++) {
int minPos = i;
for (int j = i + 1; j < array.length; j++) {
if (array[j] < array[minPos]) {
minPos = j;
}
}
if (minPos != i) {
int temp = array[i];
array[i] = array[minPos];
array[minPos] = temp;
}
}
}
4.堆排序
?基本思路
- 升序排列建大堆,降序排列建小堆
- 将堆顶元素与堆的最后一个没有被交换过的元素进行交换
- 进行一次堆的向下调整,调整范围为堆的大小-调整轮数
- 重复2、3操作,进行堆的大小size-1轮操作即可得到有序序列
?堆排序代码
public static void heapSort(int[] array) {
if (array == null || array.length == 0) {
return;
}
//此处我们以升序排列为例,所以建大根堆
createBigHeap(array);
//进行排序操作
int end = array.length - 1;
while (end > 0) {
int temp = array[0];
array[0] = array[end];
array[end] = temp;
siftDown(array, 0, end);
end--;
}
}
private static void createBigHeap(int[] array) {
for (int i = (array.length - 1 - 1) / 2; i >= 0; i--) {
siftDown(array, i, array.length); //从下标为i的位置向下调整
}
}
private static void siftDown(int[] array, int parent, int size) {
int childLeft = parent * 2 + 1;
while (childLeft < size) {
if (childLeft + 1 < size && array[childLeft] < array[childLeft + 1]) {
childLeft = childLeft + 1;
}
if (array[parent] < array[childLeft]) {
int temp = array[parent];
array[parent] = array[childLeft];
array[childLeft] = temp;
}
parent = childLeft;
childLeft = parent * 2 + 1;
}
}
5.冒泡排序
?基本思路
- 依次比较待比较组中的相邻元素,满足排序序列比较条件则进行值的交换。假设待排序序列的长度为length,经过这样的一轮比较后,最大或最小的元素就位于了序列中的最前/最后(或最后/最前)的位置上。
- 再重复 1步骤 length-1 次,即可完成排序。
- 及其详细的实现步骤可以查看之前发布的这篇文章
冒泡排序详解
?冒泡排序代码
public static void bubbleSort(int[] array) {
if (array == null || array.length == 0) {
return;
}
for (int i = 0; i < array.length - 1; i++) {
boolean flag = false; //标志变量。如果进行了一轮比较而没有进行交换操作,说明已经有序了
for (int j = 0; j < array.length - 1 - i; j++) {
if (array[j] > array[j + 1]) {
flag = true;
int temp = array[j];
array[j] = array[j + 1];
array[j + 1] = temp;
}
}
if(!flag) {
break;
}
}
}
6.快速排序
?基本思路
- 快速排序本质上也是一种基于交换排序来实现的。在进行排序之前,我们需要先在排序序列中指定一个基准值;
- 然后定义两个指针从序列的最左侧和最右侧分别寻找一个比基准值大和小的元素,进行交换;重复进行上述操作,直至左右指针相遇。然后将基准值与左右指针相遇的位置上的值进行交换。
- 以基准值分割左右序列,在其左右序列中重复上述 1 ,2 步骤直至序列有序
6.1 递归实现——Hoare版
?快速排序递归实现图解
?快速排序递归实现代码——Hoare
public static void quickSort(int[] array) {
if (array == null || array.length == 0) {
return;
}
quickSort(array, 0, array.length - 1);
}
private static void quickSort(int[] array, int start, int end) {
if (start >= end) {
return;
}
int pivot = getPivot(array, start, end);
quickSort(array, start, pivot - 1);
quickSort(array, pivot + 1, end);
}
private static int getPivot(int[] array, int left, int right) {
int startPos = left;
int temp = array[left];
while (left < right) {
while (left < right && array[right] >= temp) {
right--;
}
while (left < right && array[left] <= temp) {
left++;
}
int cur = array[left];
array[left] = array[right];
array[right] = cur;
}
array[startPos] = array[left];
array[left] = temp;
return left;
}
6.2 递归实现——挖坑法
?基本思路
这种方法与Hoare版本的快排区别在于根据基准调整左右序列的做法。挖坑法是直接将基准位置空出,从右侧开始找到一个比基准小的数就将该数放在基准的位置上,从左侧开始找到一个比基准大的数就放在右侧空出的位置上,左右交替进行;当左右指针相遇时,就将基准值放在相遇位置上,并更新基准值下标。剩余的做法和Hoare一致,即在其左右子序列中重复上述操作。
?快速排序递归实现代码——挖坑法
public static void quickSortNonRecursive(int[] array) {
if (array == null || array.length == 0) {
return;
}
Stack<Integer> stack = new Stack<>();
int start = 0;
int end = array.length - 1;
int pivot = getPivot(array, start, end);
if (pivot > start + 1) {
stack.push(start);
stack.push(pivot - 1);
}
if (pivot < end - 1) {
stack.push(pivot + 1);
stack.push(end);
}
while (!stack.isEmpty()) {
end = stack.pop();
start = stack.pop();
pivot = getPivot(array, start, end);
if (pivot > start + 1) {
stack.push(start);
stack.push(pivot - 1);
}
if (pivot < end - 1) {
stack.push(pivot + 1);
stack.push(end);
}
}
}
6.3 非递归实现
?非递归实现图解
?非递归实现代码
public static void quickSortNonRecursive(int[] array) {
if (array == null || array.length == 0) {
return;
}
Stack<Integer> stack = new Stack<>();
int start = 0;
int end = array.length-1;
int pivot = getPivot(array, start, end);
if (pivot > start + 1) {
stack.push(start);
stack.push(pivot - 1);
}
if (pivot < end - 1) {
stack.push(pivot + 1);
stack.push(end);
}
while (!stack.isEmpty()) {
end = stack.pop();
start = stack.pop();
pivot = getPivot(array, start, end);
if (pivot > start + 1) {
stack.push(start);
stack.push(pivot - 1);
}
if (pivot < end - 1) {
stack.push(pivot + 1);
stack.push(end);
}
}
}
6.4 优化
三数取中法
要解决的问题:
- 当使用递归法快速排序时,如果序列已经趋于有序。那么每次的pivot值可能会取在序列的最左边或者最右边,这样就可能会出现下边的单项递归,大大增加了递归的层数,很有可能会导致栈溢出错误。我们使用“三数取中”这种优化就是为了提升递归快排的健壮性。
做法:
-
private static int threeNum(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[right]) { return right; } else if (array[mid] > array[left]) { return left; } else { return mid; } } }
7.归并排序
归并排序采用归并思想,将已经分割好的子序列进行合并,并且在合并的过程中对归并的子序列进行比较排序,这样,当归并结束总序列也就有序了。
?基本思路
- 定义待排序数组的初始位置指针和结束位置指针 start和end,计算中间值 mid = (left +right)/2
- 以mid值为左右序列界限进行分割,对左序列和又序列重复1过程,当递归下去发现开始位置和结束位置相等了,就说明元素序列已经不可再分了。
- 对分割后的序列之间进行二路归并,并且在归并的过程中对数组进行排序,这样当子序列合并结束数组也就有序了
7.1 归并排序——递归实现
?归并排序递归实现图解
?归并排序递归实现代码
/**
* 归并排序
* @param array 待排序数组
*/
public static void mergeSort(int[] array) {
mergeSort(array, 0, array.length - 1);
}
private static void mergeSort(int[] array, int start, int end) {
//归
if (start >= end) {
return;
}
int mid = (start + end) / 2;
mergeSort(array, start, mid);
mergeSort(array, mid + 1, end);
//并
merge(array, start, mid, end);
}
private static void merge(int[] array, int start, int mid, int end) {
int s1 = start;
int s2 = mid + 1;
int[] temp = new int[end - start + 1];
int pos = 0;
while (s1 <= mid && s2 <= end) {
if(array[s1] <= array[s2]) {
temp[pos++] = array[s1++];
} else {
temp[pos++] = array[s2++];
}
}
while(s1 <= mid) {
temp[pos++] = array[s1++];
}
while(s2 <= end) {
temp[pos++] = array[s2++];
}
//将这个归并好的数组拷贝到排序数组中
for (int i = start; i <= end; i++) {
array[i] = temp[i-start];
}
}
7.2 归并排序——非递归实现
?归并排序非递归实现图解
?归并排序非递归实现代码
public static void mergeSortNonRecursive(int[] array) {
if (array == null || array.length == 0) {
return;
}
int gap = 1;
while (gap < array.length) {
for (int i = 0; i < array.length; i += gap * 2) {
int left = i;
int mid = left + gap - 1;
int right = mid + gap;
//right和mid有可能会越界,对其进行修正
if (mid >= array.length) {
mid = array.length - 1;
}
if (right >= array.length) {
right = array.length - 1;
}
merge(array, left, mid, right);
}
gap *= 2;
}
}
private static void merge(int[] array, int start, int mid, int end) {
int s1 = start;
int s2 = mid + 1;
int[] temp = new int[end - start + 1];
int pos = 0;
while (s1 <= mid && s2 <= end) {
if (array[s1] <= array[s2]) {
temp[pos++] = array[s1++];
} else {
temp[pos++] = array[s2++];
}
}
while (s1 <= mid) {
temp[pos++] = array[s1++];
}
while (s2 <= end) {
temp[pos++] = array[s2++];
}
//将这个归并好的数组拷贝到排序数组中
for (int i = start; i <= end; i++) {
array[i] = temp[i - start];
}
}
8.复杂度以及稳定性
排序算法 | 时间复杂度 | 空间复杂度 | 稳定性 |
---|---|---|---|
直接插入排序 | O(n²) | O(1) | 稳定 |
希尔排序 | O() | O(1) | 不稳定 |
选择排序 | O(n²) | O(1) | 不稳定 |
堆排序 | O(n*log2n) | O(1) | 不稳定 |
冒泡排序 | O(n²) | O(1) | 稳定 |
快速排序 | O(n*logn) | O(logn) | 不稳定 |
归并排序 | O(n*logn) | O(n) | 稳定 |
风语者!平时喜欢研究各种技术,目前在从事后端开发工作,热爱生活、热爱工作。