zoukankan      html  css  js  c++  java

  • 排序算法汇总

    排序算法

    image-20200528115602418

    排序的分类:
    1)内部排序:
    指将需要处理的所有数据都加载到内部存储器中进行排序。
    2)外部排序法:
    数据量过大，无法全部加载到内存中，需要借助外部存储进行排序。

    常见的算法时间复杂度由小到大依次为:

    O(1)<O(log2n)<O(n)<O(nlog2n)<O(n2)<O(n3)< O(nk) <O(2n)

    随着问题规模n的不断增大，上述时间复 杂度不断增大，算法的执行效率越低

    image-20200528122213787

    测速代码

    int[] arr = new int[80000];
for (int i = 0; i < arr.length; i++) {
    arr[i] = (int) (Math.random()*8000000);
}
SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss:SSS");
long date1 = System.currentTimeMillis();
String str1 = simpleDateFormat.format(date1);
System.out.println("排序前的时间:"+str1);

//加入要测试的排序方式代码。如：
shellSort(arr);

long date2 = System.currentTimeMillis();
String str2 = simpleDateFormat.format(date2);
System.out.println("排序后的时间:"+str2);
long date3 = date2 - date1;
System.out.println("80000随机数排序花费毫秒数:" + date3);

    冒泡排序

    public class MaoPao {
    public static void main(String[] args) {
        int[] arr = {3,9,-1,10,-2};
        int temp = 0;
        for (int j = 0;j < arr.length ; j++){
            for (int i = 0; i <arr.length-1 ; i++) {
                if (arr[i] > arr[i+1]){
                    temp = arr[i+1];
                    arr[i+1] = arr[i];
                    arr[i] = temp;
                }
            }
            System.out.println("第"+(j+1)+"次排序结果："+Arrays.toString(arr));
        }
        System.out.println(Arrays.toString(arr));
    }
}

    加flag判断优化后

    public class MaoPao {
    public static void main(String[] args) {
        int[] arr = {3,9,-1,10,-2};
        System.out.println("排序前：" + Arrays.toString(arr));
        sort(arr);
    }
    public static void sort(int[] arr){
        int temp = 0;
        boolean flag = false;
        for (int j = 0;j < arr.length ; j++){
            for (int i = 0; i <arr.length-1 ; i++) {
                if (arr[i] > arr[i+1]){
                    flag = true;
                    temp = arr[i+1];
                    arr[i+1] = arr[i];
                    arr[i] = temp;
                }
            }
            if (!flag){
                break;
            }else {
                flag = false;
            }
            System.out.println("第"+(j+1)+"次排序结果："+Arrays.toString(arr));
        }
        System.out.println("最终排序结果：" + Arrays.toString(arr));
    }
}

    image-20200529105739723

    image-20200529121815480

    选择排序

    可以比作打牌，把牌全摸好后，开始排序

    public class SelectSort {
    public static void main(String[] args) {
        int[] arr={3,9,-1,10,-2};
        System.out.println("排序前：" + Arrays.toString(arr));
        selectSort(arr);
    }
    //选择排序
    public static void selectSort(int[] arr){
        int count = 0;
        for (int i = 0; i < arr.length-1 ; i++) {
            int minIndex = i;
            int min = arr[i];
            for (int j = i + 1; j < arr.length; j++) {
                if (min > arr[j]){
                    min = arr[j];
                    minIndex = j;
                }
            }
            if (minIndex!=i){
                arr[minIndex] = arr[i];
                arr[i] = min;
                count++;
            }
            System.out.println("第"+ (i+1) + "次排序结果："+ Arrays.toString(arr));
        }
        System.out.println("最终排序结果：" + Arrays.toString(arr));
        System.out.println("交换的次数："+count);
    }
}

    image-20200529110417954

    image-20200529121955757

    插入排序

    可以比作打牌，边摸牌，边排序

    public class InsertSort {
    public static void main(String[] args) {
        int[] arr = {3,9,-1,10,-2};
        System.out.println("排序前：" + Arrays.toString(arr));
        insertSort(arr);

    }
    public static void insertSort(int[] arr){
        for (int i = 1; i < arr.length; i++) {
            int insertValue = arr[i];
            int insertIndex = i - 1;
            while (insertIndex >= 0 && insertValue < arr[insertIndex]) {
                arr[insertIndex + 1] = arr[insertIndex];
                insertIndex--;
            }
            arr[insertIndex+1] = insertValue;
            System.out.println("第" + i + "轮插入");
            System.out.println(Arrays.toString(arr));
        }
    }
}

    image-20200529115456406

    image-20200529121610932

    希尔排序

    希尔排序法介绍.
    希尔排序是希尔(DonaldShell) 于1959年提出的一 种排序算法。希尔排序也是一种插入排序， 它是简单插入排序经过改进之后的一-个更高效的版本，也称为缩小增量排序。
    希尔排序法基本思想
    希尔排序是把记录按下标的一定增量分组，对每组使用直接插入排序算法排序;随着增量逐渐减少，每组包含的关键词越来越多，当增量减至1时，整个文件恰被分成一组，算法便终止

    image-20200531120544206

    交换法：

    public class ShellSort {
    public static void main(String[] args) {
        int[] arr = {3,9,-1,10,-2};
        shellSort(arr);
    }
    public static void shellSort(int[] arr){
        int temp = 0;
        int count = 0;
        for (int step = arr.length / 2; step > 0 ; step /= 2){
            for (int i = step; i <arr.length ; i++) {
                //遍历各组中所有的元素(共step组，每组有2个元素)，步长step ;
                for (int j = i - step; j >= 0 ; j -= step){
                    if (arr[j] > arr[j + step]){
                        count++;
                        temp = arr[j];
                        arr[j] = arr[j + step];
                        arr[j + step] = temp;
                    }else {
                        break;
                    }
                }
            }
            //System.out.println(Arrays.toString(arr));
        }
    }
}

    image-20200531125647479

    image-20200531133211889

    移位法：

    public static void shellSort(int[] arr){
    for (int step = arr.length / 2; step > 0 ; step /= 2){
        for (int i = step; i <arr.length ; i++) {
            //遍历各组中所有的元素(共step组，每组有2个元素)，步长step ;
            int j = i;
            int temp = arr[j];
            if (arr[j] < arr[j-step]){
                while (j - step >= 0 && temp < arr[j - step]){
                    arr[j] = arr[j-step];
                    j -= step;
                }
                arr[j] = temp;
            }
        }
        //            System.out.println("第"+(count++)+"轮排序结果" + Arrays.toString(arr));
    }
}

    image-20200531132427536

    image-20200531172945144

    image-20200531173046496

    快速排序

    public static void quickSort(int[] arr,int left,int right){
    int l = left;
    int r = right;
    int middle = arr[(left + right)/2];
    int temp = 0;
    while (l < r){
        while (arr[l] < middle){
            l++;
        }
        while (arr[r] > middle){
            r--;
        }
        if (l >= r){
            break;
        }
        temp = arr[l];
        arr[l] = arr[r];
        arr[r] = temp;

        if (arr[l] == middle){
            r--;
        }
        if (arr[r] == middle){
            l++;
        }
    }
    if (l == r){
        l++;
        r--;
    }
    if (left < r){
        quickSort(arr, left, r);
    }
    if (right > l){
        quickSort(arr, l , right);
    }
}

    image-20200531172702156

    image-20200531172746644

    image-20200531173121642

    归并排序

    image-20200531182259952

    public class MergeSort {
    public static void main(String[] args) {
        int[] arr = {8,4,5,7,1,3,6,2};
        int[] temp = new int[arr.length];
        margeSoft(arr, 0, arr.length-1, temp);
        System.out.println("归并排序及结果："+ Arrays.toString(arr));
    }

    public static void margeSoft(int[] arr, int left, int right, int[] temp){
        if (left < right){
            int mid = (left + right) / 2;
            margeSoft(arr, left, mid, temp);
            margeSoft(arr, mid + 1, right, temp);
            marge(arr, left ,mid ,right ,temp);
        }
    }

    /**
     *
     * @param arr 排序的原始数组
     *@param left 左边有序序列的初始索引
     * @param mid 中间索引
     * @param right 右边索引
     * @param temp 做中转的数组
     */
    public static void marge(int[] arr,int left,int mid ,int right,int[] temp){
        int i = left;//初始化i,左边有序序列的初始索引
        int j = mid + 1;//初始化j,右边有序序列的初始索引
        int t = 0;//指向temp数组的当前索引

        //(一)
        //先把左右两边(有序)的数据按照规则填充到temp数组
        //直到左右两边的有序序列，有一边处理完毕为止
        while (i <= mid && j <= right){
            if (arr[i] <= arr[j]){
                temp[t++] = arr[i++];
            }else {
                temp[t++] = arr[j++];
            }
        }
        //(二)
        //把有剩余数据的一边的数据依次全部填充到temp
        while (i <= mid){
            temp[t++] = arr[i++];
        }
        while (j <= right){
            temp[t++] = arr[j++];
        }
        //(三)
        //将temp数组的元素拷贝到arr,
        t = 0;
        int tempLeft = left;
        while (tempLeft <= right){
            arr[tempLeft++] = temp[t++];
        }
    }
}

    image-20200531185821749

    image-20200531185850103

    image-20200531185944059

    基数排序（桶排扩展）

    • 基数排序是对传统桶排序的扩展，速度很快.
    • 基数排序是经典的空间换时间的方式，占用内存很大，当对海量数据排序时，容易造成OutOfMemoryError。
    • 基数排序时稳定的。[注 :假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持不变，即在原序列中，r[i]=r[j]， 且r[i]在r[j]之前， 而在排序后的序列中，r[i]仍在ri]之前， 则称这种排序算法是稳定的;否则称为不稳定的]

    将每个元素的个/十/百/千/万/。。。位数取出，然后看这个数应该放在哪个对应的桶(一个一维数组)
    按照这个桶的顺序(一维数组的下标依次职出数据，放入原来数组)

    以下示例不支持负数排序；

    负数排序思想：求绝对值，然后进行反转

    public class RadixSort {
    public static void main(String[] args) {
        int[] arr = {53,5,542,748,14,214};
        radixSort(arr);
    }
    public static void radixSort(int[] arr){
        //定义一个二维数组，表示10个桶，每个桶就是一个一 维数组
        //说明.
        //1.二维数组包含10个一维数组
        //2.为了防止在放入数的时候，数据溢出，则每个一维数组(桶),大小定为arr .1ength
        //3.名明确，基数排序是使用空间换时间的经典算法

        //得到数组中最大位的个数
        int max = arr[0];
        for (int i = 0; i < arr.length; i++) {
            if (arr[i] > max){
                max = arr[i];
            }
        }
        int maxLength = (max + "").length();

        int[][] bucket = new int[10][arr.length];
        //为了记录每个桶中，实际存放了多少个数据,我们定义一个一维数组来记录各个桶的每次放入的数据个数
        //0-9个桶中数的个数
        int[] count = new int[10];

        for (int i = 0, n = 1; i < maxLength; i++,n *= 10) {
            for (int j = 0; j < arr.length; j++) {
                int geValue = arr[j] /n % 10;//个位的值
                //比如说53，geValue==3；count[geValue]==（3桶中的数的个数）
                bucket[geValue][count[geValue]]= arr[j];
                count[geValue]++;
            }
            int index = 0;
            //遍历每一桶，并将桶中的数据，放入到原数组
            for (int k = 0; k < bucket.length; k++) {
                //第K桶中的数不等于0
                if (count[k]!=0){
                    for (int l = 0; l < count[k]; l++) {
                        //bucket[k][l]第K个桶中第L个元素
                        arr[index++] = bucket[k][l];
                    }
                }
                //每轮处理后，需要将每个count[k]=0;
                count[k] = 0;
            }
            System.out.println("第"+ i + "轮排序后结果：" + Arrays.toString(arr));
        }
    }
}

    image-20200531202737348

    image-20200531203032146

    image-20200531203115954

    堆排序

    基本介绍

    • 堆排序 是利用堆这种数据结构而设计的一种排序算法，堆排序是一种选择排序，它的最坏，最好，平均时间复杂度均为0(nlogn),它也是不稳定排序。

    • 堆是具有以下性质的完全二叉树: 每个结点的值都大于或等于其左右孩子结点的值，称为大顶堆，注意:没有要求结点的左孩子的值和右孩子的值的大小关系。

    • 每个结点的值都小于或等于其左右孩子结点的值，称为小顶堆

    • 一般升序采用大顶堆，降序采用小顶堆

    public class HeapSort {
    public static void main(String[] args) {
        int[] arr = {4,6,8,5,9};
        heapSort(arr);
    }
    public static void heapSort(int arr[]){
        int temp = 0;
        for (int i = arr.length / 2 - 1 ;i >= 0 ;i--){
            adjustHeap(arr,i,arr.length);
        }
        for (int j = arr.length - 1;j>0;j--){
            temp = arr[j];
            arr[j] = arr[0];
            arr[0] = temp;
            adjustHeap(arr,0,j);
        }
        System.out.println(Arrays.toString(arr));
    }
    /**
     * 大顶堆
     * @param arr 待调整数组
     * @param i 非叶子节点在数组中的索引
     * @param length 表示对多少个元素继续调整
     */
    public static void adjustHeap(int[] arr, int i ,int length){
        int temp = arr[i];

        for (int k = i * 2 + 1; k < length ; k = k * 2 + 1){
            //如果左子节点小于右子节点，k++
            if (k + 1 < length &&  arr[k] < arr[k + 1]){
                k++;
            }
            if (arr[k] > temp){
                arr[i] = arr[k];
                i = k;
            }else {
                break;
            }
        }
        arr[i] = temp;
    }
}

    image-20200612171733754image-20200612171744931
  • 相关阅读:
    java 编程思想——基础篇
    JDK编译器针对final变量的优化
    Java源码分析：深入探讨Iterator模式——迭代器模式
    JDK源码分析：java.lang.String
    JDK源码分析——Java.util.Vector的浅析
    JDK1.5下的String优化
    关于GDAL打开hfa大文件的问题
    使用SQLite3支持中文路径
    如何使用GDAL进行AOI裁剪
    常用直线生成算法
  • 原文地址：https://www.cnblogs.com/chaostudy/p/13021457.html
Copyright © 2011-2022 走看看