「这是我参与11月更文挑战的第5天,活动详情查看:2021最后一次更文挑战」。
因比赛原因使用Java语言进行编写,后续考虑更新js/ts版本...
基本介绍
- 内部排序
- 将需要处理的所有数据都加载到内部存储器中进行排序。
- 分类
- 插入排序
- 直接插入排序(稳定,不占用额外空间,O(n2))
- 希尔排序(不稳定,不占用额外空间,O(nlogn))
- 选择排序
- 简单选择排序(不稳定,不占用额外空间,O(n2))
- 堆排序(不稳定,不占用额外空间,O(nlogn))
- 交换排序
- 冒泡排序(稳定,不占用额外空间,O(n2))
- 快速排序(不稳定,不占用额外空间,O(nlogn))
- 归并排序(稳定,占用额外空间,O(nlogn))
- 基数排序(桶排序):(稳定,占用额外空间,O(n*桶的个数))
- 插入排序
- 外部排序
时间复杂度
- 方法
- 事后统计法
- 事前估算法
- 时间频度 T(n) :一个算法中语句的执行次数
- 算法话费的时间与算法中语句执行次数成正比
- 时间复杂度 O(n
- T(n)不同,O(n)可能相同
- 常见的时间复杂度
- 1、log2n、n、nlog2n、n2、n3、nk、2n、n!
- 平均时间复杂度
- 最坏时间复杂度
空间复杂度
该算法所消耗的存储空间
相关概念
- 稳定:排序后不改变原来的相对位置,比如a=b,a原本在b之前,排序后仍在b之前
- 不稳定
- 内排序:所有排序操作在内存中进行
- 外排序:数据量过大,把数据放在磁盘中,需要磁盘和内存的数据传输才能进行
冒泡排序
从前到后依次比较相邻元素的值,发现逆序这交换,使值比较大的逐渐从前移向后。
-
规则
- 一共进行数组的大小-1次的循环
- 每一趟排序的次数在逐渐的减少
- 如果我们发现在某趟排序中,没有发生一次交换,可以提前结束排序(优化)
public static void bubbleSort(int[] arr) {
int temp = 0; //临时变量
boolean flag = false; //标识变量,表示是否进行过排序
for (int i = 0; i < arr.length - 1; i++) {
for (int j = 0; j < arr.length - i - 1; j++) {
if (arr[j] > arr[j + 1]) {
flag = true;
temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
}
}
//优化点
if (!flag) {
//在一趟排序中。一次交换也没有发生,说明已经有序
break;
} else {
//重置flag,进行下次判断
flag = false;
}
}
}
复制代码
选择排序
按指定规则选出某个元素,再依规定交换位置后达到排序的目的。
-
规则
- 一共有n-1轮排序
- 假定当前的数是最小数,从后面的每个数一次比较
- 如果找到更小数,重新确定最小数,获得下标
- 遍历完本轮数组后,进行交换
- 之后缩减范围,继续重复过程
public static void selectSort(int[] arr) {
for (int i = 0; i < arr.length - 1; i++) {
int minIndex = i;
for (int j = i + 1; j < arr.length; j++) {
if (arr[j] < arr[minIndex]) {
//如果发现不是最小值,记录最小值下标
minIndex = j;
}
}
//发现min下标发生改变
if (minIndex != i) {
int temp = arr[i];
arr[i] = arr[minIndex];
arr[minIndex] = temp;
}
}
}
复制代码
插入排序
对欲排序的元素以插入的方式找寻该元素的适当位置,以达到排序的目的
public static void insertSort(int[] arr) {
for (int i = 1; i < arr.length; i++) {
int insertVal = arr[i]; //存储要插入的值
int index = i - 1; //待插入的数的前一个数的下标,该数之前的数组已经有序
while (index >= 0 && arr[index] > insertVal) {
//将该位置的数后移
arr[index + 1] = arr[index];
//继续向前查找
index--;
}
//判断是否需要插入
if (index + 1 != i) {
//当退出循环时,说明插入位置已经找到
arr[index + 1] = insertVal;
}
}
}
复制代码
存在问题:当需要插入的数是比较小的数时,后移的次数明显增多,对效率有影响
希尔排序
缩小增量排序
//交换法(效率低)
public static void shellSort(int[] arr) {
int temp = 0;
//获取gap:步长,组数
for (int gap = arr.length / 2; gap > 0; gap /= 2) {
//gap初始位置为第一个组的第二个元素,gap每加1,切换一个组,逐个与前面同组的进行比较
for (int i = gap; i < arr.length; i++) {
//向前比较,比较范围不断扩大,直到整个组
for (int j = i - gap; j >= 0; j -= gap) {
//如果当前元素大于加上步长后的那个元素,说明交换
if (arr[j] > arr[j + gap]) {
temp = arr[j];
arr[j] = arr[j + gap];
arr[j + gap] = temp;
}
}
}
}
}
//插入法
public static void shellSort2(int[] arr) {
//获取步长
for (int gap = arr.length / 2; gap > 0; gap /= 2) {
//从第gap个元素,逐个对齐所在的组进行直接插入排序
for (int i = gap; i < arr.length; i++) {
//当前要插入元素的下标和值
int index = i;
int value = arr[index];
if (arr[index] < arr[index - gap]) {
while (index - gap >= 0 && arr[index] < arr[index - gap]) {
arr[index] = arr[index - gap];
index -= gap;
}
//找到位置,跳出循环,赋值
arr[index] = value;
}
}
}
}
复制代码
快速排序
冒泡排序的改进,基本思想:通过一趟排序将要排序的数据分割成独立的两部分,其中一部分数据比另一部分数据都要小,然后再按子方法分别进行快速排序。过程可递归运行
// 快速排序
public static void quickSort(int[] arr, int left, int rigth) {
int l = left;// 左下标
int r = rigth;// 右下标
// pivot 中轴 的值
int pivot = arr[(rigth + left) / 2];
int temp = 0;// temp 临时变量为交换时 引用
// while目的:
// 1、让其比 pivot 小的值 放左边
// 2、让其比 pivot 大的值 放右边
while (l < r) {// 前提: 左边始终小于右边的值
// 在pivot 的左边一直找,找到大于等于 pivot值,才退出
while (arr[l] < pivot) {
l += 1;// 或l++,不过 后自增似乎效率低,因为最终还是 l=l+1 既 l+=1
}
// 在pivot 的右边一直找,找到小于等于pivot值,才退出
while (arr[r] > pivot) {
r -= 1;
}
// 若 l >= r 则说明 pivot 两边的值已经按照 规则 :
// 左边全部小于等于pivot,右边全部大于等于pivot 排列好了(最终结果)
if (l >= r) {
break;
}
// 交换
temp = arr[l];
arr[l] = arr[r];
arr[r] = temp;
// 若交换后发现:arr[l] = arr[pivot] 值相等, 则前移 r--
if (arr[l] == pivot) {
r -= 1;
}
// 若交换后发现:arr[r] = arr[pivot] 值相等, 则后移 l++
if (arr[r] == pivot) {
l += 1;
}
}
// 若 l==r ,则必须 l++,r-- 否则陷入死循环,导致栈溢出
if (l == r) {
l += 1;
r -= 1;
}
// 向左递归
if (left < r)
quickSort(arr, left, r);
// 向右递归
if (rigth > l)
quickSort(arr, l, rigth);
}
复制代码
归并排序
采用分治思想
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];
mergeSort(arr, 0, arr.length - 1, temp);
System.out.println(Arrays.toString(arr));
}
public static void mergeSort(int[] arr, int left, int right, int[] temp) {
if (left < right) {
int mid = (left + right) / 2; //中间索引
mergeSort(arr, left, mid, temp);
mergeSort(arr, mid + 1, right, temp);
//分解完合并
merge(arr, left, mid, right, temp);
}
}
//合并方法
public static void merge(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; // 指定temp数组的当前索引
//先把左右两边(有序)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++];
}
}
//将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++];
}
//将temp数组的元素拷贝到arr
//注意,并不是每次都拷贝所有
t = 0;
int tempLeft = left;
while (tempLeft <= right) {
arr[tempLeft++] = temp[t++];
}
}
}
复制代码
基数排序
稳定性,效率最高的稳定性排序法
问题:耗费空间
有负数的数组,不使用基数排序来进行排序
//基数排序法
public static void radixSort(int[] arr) {
//计算数组中最大数的位数
int max = arr[0];
for (int i = 1; i < arr.length; i++) {
if (arr[i] > max) {
max = arr[i];
}
}
//得到最大数是几位数
int maxLength = (max + "").length();
int[][] bucket = new int[10][arr.length];
//为了记录每个桶,存储每个桶的数量
int[] bucketElementCounts = new int[10];
for (int i = 0, n = 1; i < maxLength; i++, n *= 10) {
for (int j = 0; j < arr.length; j++) {
//取出每个元素的对应位的值
int digitOfElement = arr[j] / n % 10;
//放进对应的桶,然后对应 数量++
bucket[digitOfElement][bucketElementCounts[digitOfElement]++] = arr[j];
}
int index = 0;
for (int k = 0; k < bucketElementCounts.length; k++) {
if (bucketElementCounts[k] > 0) {
//如果桶中有数据,才放入原数组
for (int t = 0; t < bucketElementCounts[k]; t++) {
//取元素放入arr
arr[index++] = bucket[k][t];
}
}
//第i+1轮处理完之后,需要清0
bucketElementCounts[k] = 0;
}
}
}
复制代码