|
對一序列對象根據某個關鍵字進行排序。 穩(wěn)定:如果a原本在b前面,而a=b,排序之后a仍然在b的前面; 不穩(wěn)定:如果a原本在b的前面,而a=b,排序之后a可能會出現在b的后面; 內排序:所有排序操作都在內存中完成; 外排序:由于數據太大,因此把數據放在磁盤中,而排序通過磁盤和內存的數據傳輸才能進行; 時間復雜度: 一個算法執(zhí)行所耗費的時間。 空間復雜度:運行完一個程序所需內存的大小。 (注意:n指數據規(guī)模;k指“桶”的個數;In-place指占用常數內存,不占用額外內存;Out-place指占用額外內存) 常見的快速排序、歸并排序、堆排序、冒泡排序等屬于比較排序。在排序的最終結果里,元素之間的次序依賴于它們之間的比較。每個數都必須和其他數進行比較,才能確定自己的位置。在冒泡排序之類的排序中,問題規(guī)模為n,又因為需要比較n次,所以平均時間復雜度為O(n2)。在歸并排序、快速排序之類的排序中,問題規(guī)模通過分治法消減為logN次,所以時間復雜度平均O(nlogn)。比較排序的優(yōu)勢是,適用于各種規(guī)模的數據,也不在乎數據的分布,都能進行排序。可以說,比較排序適用于一切需要排序的情況。計數排序、基數排序、桶排序則屬于非比較排序。非比較排序是通過確定每個元素之前,應該有多少個元素來排序。針對數組arr,計算arr[i]之前有多少個元素,則唯一確定了arr[i]在排序后數組中的位置。非比較排序只要確定每個元素之前的已有的元素個數即可,所有一次遍歷即可解決。算法時間復雜度O(n)。非比較排序時間復雜度底,但由于非比較排序需要占用空間來確定唯一位置。所以對數據規(guī)模和數據分布有一定的要求。
冒泡排序是一種簡單的排序算法。它重復地走訪過要排序的數列,一次比較兩個元素,如果它們的順序錯誤就把它們交換過來。走訪數列的工作是重復地進行直到沒有再需要交換,也就是說該數列已經排序完成。這個算法的名字由來是因為越小的元素會經由交換慢慢“浮”到數列的頂端。 比較相鄰的元素。如果第一個比第二個大,就交換它們兩個; 對每一對相鄰元素作同樣的工作,從開始第一對到結尾的最后一對,這樣在最后的元素應該會是最大的數; 針對所有的元素重復以上的步驟,除了最后一個; 重復步驟1~3,直到排序完成。 /** * 冒泡排序 * * @param array * @return */ public static int[] bubbleSort(int[] array) { if (array.length == 0) return array; for (int i = 0; i < array.length; i ) for (int j = 0; j < array.length - 1 - i; j ) if (array[j 1] < array[j]) { int temp = array[j 1]; array[j 1] = array[j]; array[j] = temp; } return array; }
最佳情況:T(n) = O(n) 最差情況:T(n) = O(n2) 平均情況:T(n) = O(n2)表現最穩(wěn)定的排序算法之一,因為無論什么數據進去都是O(n2)的時間復雜度,所以用到它的時候,數據規(guī)模越小越好。唯一的好處可能就是不占用額外的內存空間了吧。理論上講,選擇排序可能也是平時排序一般人想到的最多的排序方法了吧。選擇排序(Selection-sort)是一種簡單直觀的排序算法。它的工作原理:首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置,然后,再從剩余未排序元素中繼續(xù)尋找最?。ù螅┰兀缓蠓诺揭雅判蛐蛄械哪┪?。以此類推,直到所有元素均排序完畢。n個記錄的直接選擇排序可經過n-1趟直接選擇排序得到有序結果。具體算法描述如下:初始狀態(tài):無序區(qū)為R[1..n],有序區(qū)為空;第i趟排序(i=1,2,3…n-1)開始時,當前有序區(qū)和無序區(qū)分別為R[1..i-1]和R(i..n)。該趟排序從當前無序區(qū)中-選出關鍵字最小的記錄 R[k],將它與無序區(qū)的第1個記錄R交換,使R[1..i]和R[i 1..n)分別變?yōu)橛涗泜€數增加1個的新有序區(qū)和記錄個數減少1個的新無序區(qū);/** * 選擇排序 * @param array * @return */ public static int[] selectionSort(int[] array) { if (array.length == 0) return array; for (int i = 0; i < array.length; i ) { int minIndex = i; for (int j = i; j < array.length; j ) { if (array[j] < array[minIndex]) //找到最小的數 minIndex = j; //將最小數的索引保存 } int temp = array[minIndex]; array[minIndex] = array[i]; array[i] = temp; } return array; }
最佳情況:T(n) = O(n2) 最差情況:T(n) = O(n2) 平均情況:T(n) = O(n2)插入排序(Insertion-Sort)的算法描述是一種簡單直觀的排序算法。它的工作原理是通過構建有序序列,對于未排序數據,在已排序序列中從后向前掃描,找到相應位置并插入。插入排序在實現上,通常采用in-place排序(即只需用到O(1)的額外空間的排序),因而在從后向前掃描過程中,需要反復把已排序元素逐步向后挪位,為最新元素提供插入空間。- 一般來說,插入排序都采用in-place在數組上實現。具體算法描述如下:
- 取出下一個元素,在已經排序的元素序列中從后向前掃描;
- 如果該元素(已排序)大于新元素,將該元素移到下一位置;
- 重復步驟3,直到找到已排序的元素小于或者等于新元素的位置;
/** * 插入排序 * @param array * @return */ public static int[] insertionSort(int[] array) { if (array.length == 0) return array; int current; for (int i = 0; i < array.length - 1; i ) { current = array[i 1]; int preIndex = i; while (preIndex >= 0 && current < array[preIndex]) { array[preIndex 1] = array[preIndex]; preIndex--; } array[preIndex 1] = current; } return array; }
最佳情況:T(n) = O(n) 最壞情況:T(n) = O(n2) 平均情況:T(n) = O(n2)希爾排序是希爾(Donald Shell)于1959年提出的一種排序算法。希爾排序也是一種插入排序,它是簡單插入排序經過改進之后的一個更高效的版本,也稱為縮小增量排序,同時該算法是沖破O(n2)的第一批算法之一。它與插入排序的不同之處在于,它會優(yōu)先比較距離較遠的元素。希爾排序又叫縮小增量排序。希爾排序是把記錄按下表的一定增量分組,對每組使用直接插入排序算法排序;隨著增量逐漸減少,每組包含的關鍵詞越來越多,當增量減至1時,整個文件恰被分成一組,算法便終止。我們來看下希爾排序的基本步驟,在此我們選擇增量gap=length/2,縮小增量繼續(xù)以gap = gap/2的方式,這種增量選擇我們可以用一個序列來表示,{n/2,(n/2)/2...1},稱為增量序列。希爾排序的增量序列的選擇與證明是個數學難題,我們選擇的這個增量序列是比較常用的,也是希爾建議的增量,稱為希爾增量,但其實這個增量序列不是最優(yōu)的。此處我們做示例使用希爾增量。先將整個待排序的記錄序列分割成為若干子序列分別進行直接插入排序,具體算法描述:選擇一個增量序列t1,t2,…,tk,其中ti>tj,tk=1;每趟排序,根據對應的增量ti,將待排序列分割成若干長度為m 的子序列,分別對各子表進行直接插入排序。僅增量因子為1 時,整個序列作為一個表來處理,表長度即為整個序列的長度。/** * 希爾排序 * * @param array * @return */ public static int[] ShellSort(int[] array) { int len = array.length; int temp, gap = len / 2; while (gap > 0) { for (int i = gap; i < len; i ) { temp = array[i]; int preIndex = i - gap; while (preIndex >= 0 && array[preIndex] > temp) { array[preIndex gap] = array[preIndex]; preIndex -= gap; } array[preIndex gap] = temp; } gap /= 2; } return array; }
最佳情況:T(n) = O(nlog2 n) 最壞情況:T(n) = O(nlog2 n) 平均情況:T(n) =O(nlog2n) 和選擇排序一樣,歸并排序的性能不受輸入數據的影響,但表現比選擇排序好的多,因為始終都是O(n log n)的時間復雜度。代價是需要額外的內存空間。歸并排序是建立在歸并操作上的一種有效的排序算法。該算法是采用分治法(Divide and Conquer)的一個非常典型的應用。歸并排序是一種穩(wěn)定的排序方法。將已有序的子序列合并,得到完全有序的序列;即先使每個子序列有序,再使子序列段間有序。若將兩個有序表合并成一個有序表,稱為2-路歸并。把長度為n的輸入序列分成兩個長度為n/2的子序列;/** * 歸并排序 * * @param array * @return */ public static int[] MergeSort(int[] array) { if (array.length < 2) return array; int mid = array.length / 2; int[] left = Arrays.copyOfRange(array, 0, mid); int[] right = Arrays.copyOfRange(array, mid, array.length); return merge(MergeSort(left), MergeSort(right)); } /** * 歸并排序——將兩段排序好的數組結合成一個排序數組 * * @param left * @param right * @return */ public static int[] merge(int[] left, int[] right) { int[] result = new int[left.length right.length]; for (int index = 0, i = 0, j = 0; index < result.length; index ) { if (i >= left.length) result[index] = right[j ]; else if (j >= right.length) result[index] = left[i ]; else if (left[i] > right[j]) result[index] = right[j ]; else result[index] = left[i ]; } return result; }
最佳情況:T(n) = O(n) 最差情況:T(n) = O(nlogn) 平均情況:T(n) = O(nlogn)
|