zoukankan html css js c++ java

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：

 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     }

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。

 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     }

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。

 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     }

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：

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 + " ");
        }
    }
}

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。

//第一个for循环：减少长度为len-1，len-2，len-3....1 的数组的逆序对

//第二个for循环：不断减少逆序对

 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        }

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。

//与冒泡排序本质相同，也是减少逆序对

 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        }

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。

 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         }

#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：

 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         }

新建测试类进行测试

 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 }

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：

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。
对每个桶内的元素进行排序。可以选择任意一种排序算法。
将各个桶中的元素合并成一个大的有序序列。
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

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。
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：

第一次排序，个位，000 123 045 386 106，无任何变化
第二次排序，十位，000 106 123 045 386
第三次排序，百位，000 045 106 123 386
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

查看全文

相关阅读:
Mac php使用gd库出错 Call to undefined function imagettftext()
centos 使用 locate
Mac HomeBrew 安装 mysql
zsh 命令提示符 PROMPT
新的开始
 Java 面试题分析
 Java NIO Show All Files
正确使用 Volatile 变量
 面试题整理 2017
有10阶梯, 每次走1,2 or 3 阶,有多少种方式???

原文地址：https://www.cnblogs.com/xianbin7/p/10720180.html