关于排序:值得收藏的十大经典排序算法

42次阅读

共计 8553 个字符,预计需要花费 22 分钟才能阅读完成。

一、算法的分类

1、概念

将横七竖八的数据元素,通过肯定的办法按关键字顺序排列的过程叫做排序。

2、分类

非线性工夫比拟类排序:通过比拟来决定元素间的绝对秩序,因为其工夫复杂度不能冲破 O(nlogn),因而称为非线性工夫比拟类排序。

线性工夫非比拟类排序:不通过比拟来决定元素间的绝对秩序,它能够冲破基于比拟排序的工夫下界,以线性工夫运行,因而称为线性工夫非比拟类排序。

3、比拟

阐明:

稳固:如果 a 本来在 b 后面,而 a =b,排序之后 a 依然在 b 的后面;

不稳固:如果 a 本来在 b 的后面,而 a =b,排序之后 a 可能会呈现在 b 的前面;

内排序:所有排序操作都在内存中实现;

外排序:因为数据太大,因而把数据放在磁盘中,而排序通过磁盘和内存的数据传输能力进行;

二、各算法原理及实现

1、冒泡排序(Bubble Sort)

①根本思维:两个数比拟大小,较大的数下沉,较小的数冒起来。

②算法形容:

比拟相邻的元素。如果第一个比第二个大,就替换它们两个;

对每一对相邻元素作同样的工作,从开始第一对到结尾的最初一对,这样在最初的元素应该会是最大的数;

针对所有的元素反复以上的步骤,除了最初一个;

反复步骤 1~3,直到排序实现。

③动图演示:

④代码实现

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;

}

2、抉择排序(Selection Sort)

①根本思维:抉择排序 (Selection-sort) 是一种简略直观的排序算法。它的工作原理:首先在未排序序列中找到最小(大)元素,寄存到排序序列的起始地位,而后,再从残余未排序元素中持续寻找最小(大)元素,而后放到已排序序列的开端。以此类推,直到所有元素均排序结束。

②算法形容:( n 个记录的间接抉择排序可通过 n - 1 趟间接抉择排序失去有序后果。

初始状态:无序区为 R[1..n],有序区为空;

第 i 趟排序 (i=1,2,3…n-1) 开始时,以后有序区和无序区别离为 R[1..i-1]和 R(i..n)。该趟排序从以后无序区中 - 选出关键字最小的记录 R[k],将它与无序区的第 1 个记录 R 替换,使 R[1..i]和 R[i+1..n)别离变为记录个数减少 1 个的新有序区和记录个数缩小 1 个的新无序区;

n- 1 趟完结,数组有序化了。

③动图演示

④代码实现

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]) // 找到最小的数

             minIndex = j; // 将最小数的索引保留

    }

    int temp = array[minIndex];

    array[minIndex] = array[i];

    array[i] = temp;

    }

return array;

}

3、插入排序(Insertion Sort)

①根本思维:在要排序的一组数中,假设前 n - 1 个数曾经排好序,当初将第 n 个数插到后面的有序数列中,使得这 n 个数也是排好程序的。如此重复循环,直到全部排好程序。

②算法形容:

从第一个元素开始,该元素能够认为曾经被排序;

取出下一个元素,在曾经排序的元素序列中从后向前扫描;

如果该元素(已排序)大于新元素,将该元素移到下一地位;

反复步骤 3,直到找到已排序的元素小于或者等于新元素的地位;

将新元素插入到该地位后;

反复步骤 2~5。

③动图演示

④代码实现

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;

}

4、希尔排序(Shell Sort)

①根本思维:希尔排序也是一种插入排序,它是简略插入排序通过改良之后的一个更高效的版本,也称为放大增量排序,同时该算法是冲破 O(n2)的第一批算法之一。它与插入排序的不同之处在于,它会优先比拟间隔较远的元素。

②算法形容:

抉择一个增量序列 t1,t2,…,tk,其中 ti>tj,tk=1;

按增量序列个数 k,对序列进行 k 趟排序;

每趟排序,依据对应的增量 ti,将待排序列宰割成若干长度为 m 的子序列,别离对各子表进行间接插入排序。仅增量因子为 1 时,整个序列作为一个表来解决,表长度即为整个序列的长度。

③动图演示:

④代码实现

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;

}

⑤算法剖析

希尔排序的外围在于距离序列的设定。既能够提前设定好距离序列,也能够动静的定义距离序列。

while (gap < len / 3) {// 动静定义距离序列

gap = gap * 3 + 1;

}

5、归并排序(Merge Sort)

①根本思维:

归并排序是建设在归并操作上的一种无效的排序算法。该算法是采纳分治法(Divide and Conquer)的一个十分典型的利用。将已有序的子序列合并,失去齐全有序的序列;即先使每个子序列有序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为 2 - 路归并。

②算法形容:

把长度为 n 的输出序列分成两个长度为 n / 2 的子序列;

对这两个子序列别离采纳归并排序;

将两个排序好的子序列合并成一个最终的排序序列。

③动图演示:

④代码实现:


/**

* 归并排序

*

* @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));

}

/**

* 归并排序——将两段排序好的数组联合成一个排序数组

*

* @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;

}

6、疾速排序(Quick Sort)

①根本思维(分治):

通过一趟排序将待排记录分隔成独立的两局部,其中一部分记录的关键字均比另一部分的关键字小,则可别离对这两局部记录持续进行排序,以达到整个序列有序。

②算法形容:疾速排序应用分治法来把一个串(list)分为两个子串(sub-lists)。具体算法形容如下:

从数列中挑出一个元素,称为“基准”(pivot);

从新排序数列,所有元素比基准值小的摆放在基准后面,所有元素比基准值大的摆在基准的前面(雷同的数能够到任一边)。在这个分区退出之后,该基准就处于数列的两头地位。这个称为分区(partition)操作;

递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数列排序。

③动图演示:

④代码实现:


/**

* 疾速排序办法

* @param array

* @param start

* @param end

* @return

*/

public static int[] QuickSort(int[] array, int start, int end) {if (array.length < 1 || start < 0 || end >= array.length || start > end) return null;

int smallIndex = partition(array, start, end);

if (smallIndex > start)

QuickSort(array, start, smallIndex - 1);

if (smallIndex < end)

QuickSort(array, smallIndex + 1, end);

return array;

}

/**

* 疾速排序算法——partition

* @param array

* @param start

* @param end

* @return

*/

public static int partition(int[] array, int start, int end) {int pivot = (int) (start + Math.random() * (end - start + 1));

int smallIndex = start - 1;

swap(array, pivot, end);

for (int i = start; i <= end; i++)

if (array[i] <= array[end]) {

smallIndex++;

if (i > smallIndex)

swap(array, i, smallIndex);

}

return smallIndex;

}

/**

* 替换数组内两个元素

* @param array

* @param i

* @param j

*/

public static void swap(int[] array, int i, int j) {int temp = array[i];

array[i] = array[j];

array[j] = temp;

}

7、堆排序(Heap Sort)

①根本思维:堆排序(Heapsort)是指利用堆这种数据结构所设计的一种排序算法。沉积是一个近似齐全二叉树的构造,并同时满足沉积的性质:即子结点的键值或索引总是小于(或者大于)它的父节点。

②算法形容:

将初始待排序关键字序列 (R1,R2….Rn) 构建成大顶堆,此堆为初始的无序区;

将堆顶元素 R[1]与最初一个元素 R[n]替换,此时失去新的无序区 (R1,R2,……Rn-1) 和新的有序区(Rn), 且满足 R[1,2…n-1]<=R[n];

因为替换后新的堆顶 R[1]可能违反堆的性质,因而须要对以后无序区 (R1,R2,……Rn-1) 调整为新堆,而后再次将 R[1]与无序区最初一个元素替换,失去新的无序区 (R1,R2….Rn-2) 和新的有序区(Rn-1,Rn)。一直反复此过程直到有序区的元素个数为 n -1,则整个排序过程实现。

③动图演示:

④代码实现:

// 申明全局变量,用于记录数组 array 的长度;

static int len;

/**

* 堆排序算法

*

* @param array

* @return

*/

public static int[] HeapSort(int[] array) {

len = array.length;

if (len < 1) return array;

//1. 构建一个最大堆

buildMaxHeap(array);

//2. 循环将堆首位(最大值)与末位替换,而后在从新调整最大堆

while (len > 0) {swap(array, 0, len - 1);

len--;

adjustHeap(array, 0);

}

return array;

}

/**

* 建设最大堆

*

* @param array

*/

public static void buildMaxHeap(int[] array) {

// 从最初一个非叶子节点开始向上结构最大堆

for (int i = (len/2 - 1); i >= 0; i--) {// 感激 @让我发会呆 网友的揭示,此处应该为 i = (len/2 - 1)

adjustHeap(array, i);

}

}

/**

* 调整使之成为最大堆

*

* @param array

* @param i

*/

public static void adjustHeap(int[] array, int i) {

int maxIndex = i;

// 如果有左子树,且左子树大于父节点,则将最大指针指向左子树

if (i * 2 < len && array[i * 2] > array[maxIndex])

maxIndex = i * 2;

// 如果有右子树,且右子树大于父节点,则将最大指针指向右子树

if (i * 2 + 1 < len && array[i * 2 + 1] > array[maxIndex])

maxIndex = i * 2 + 1;

// 如果父节点不是最大值,则将父节点与最大值替换,并且递归调整与父节点替换的地位。if (maxIndex != i) {swap(array, maxIndex, i);

adjustHeap(array, maxIndex);

}

}

8、计数排序(Counting Sort)

①根本思维:计数排序不是基于比拟的排序算法,其外围在于将输出的数据值转化为键存储在额定开拓的数组空间中。作为一种线性工夫复杂度的排序,计数排序要求输出的数据必须是有确定范畴的整数。

②算法形容:

找出待排序的数组中最大和最小的元素;

统计数组中每个值为 i 的元素呈现的次数,存入数组 C 的第 i 项;

对所有的计数累加(从 C 中的第一个元素开始,每一项和前一项相加);

反向填充指标数组:将每个元素 i 放在新数组的第 C(i)项,每放一个元素就将 C(i)减去 1。

③动图演示:

④代码实现:


/**

* 计数排序

*

* @param array

* @return

*/

public static int[] CountingSort(int[] array) {if (array.length == 0) return array;

int bias, min = array[0], max = array[0];

for (int i = 1; i < array.length; i++) {if (array[i] > max)

max = array[i];

if (array[i] < min)

min = array[i];

}

bias = 0 - min;

int[] bucket = new int[max - min + 1];

Arrays.fill(bucket, 0);

for (int i = 0; i < array.length; i++) {bucket[array[i] + bias]++;

}

int index = 0, i = 0;

while (index < array.length) {if (bucket[i] != 0) {array[index] = i - bias;

bucket[i]--;

index++;

} else

i++;

}

return array;

}

9、桶排序(Bucket Sort)

①根本思维:

桶排序是计数排序的升级版。它利用了函数的映射关系,高效与否的要害就在于这个映射函数的确定。桶排序 (Bucket sort)的工作的原理:假如输出数据遵从均匀分布,将数据分到无限数量的桶里,每个桶再别离排序(有可能再应用别的排序算法或是以递归形式持续应用桶排序进行排)。

②算法形容:

设置一个定量的数组当作空桶;

遍历输出数据,并且把数据一个一个放到对应的桶里去;

对每个不是空的桶进行排序;

从不是空的桶里把排好序的数据拼接起来。

③图片演示:

④代码实现:

/**

* 桶排序

*

*@paramarray

*@parambucketSize

*@return

*/

publicstaticArrayListBucketSort(ArrayList array,intbucketSize){if(array ==null|| array.size() <2)

returnarray;

intmax = array.get(0), min = array.get(0);

// 找到最大值最小值

for(inti =0; i < array.size(); i++) {if(array.get(i) > max)

max = array.get(i);

if(array.get(i) < min)

min = array.get(i);

}

intbucketCount = (max - min) / bucketSize +1;

ArrayList> bucketArr =newArrayList<>(bucketCount);

ArrayList resultArr =newArrayList<>();

for(inti =0; i < bucketCount; i++) {bucketArr.add(newArrayList());

}

for(inti =0; i < array.size(); i++) {bucketArr.get((array.get(i) - min) / bucketSize).add(array.get(i));

}

for(inti =0; i < bucketCount; i++) {if(bucketSize ==1) {// 如果带排序数组中有反复数字时 感激 @见风任然是风 敌人指出谬误

for(intj =0; j < bucketArr.get(i).size(); j++)

resultArr.add(bucketArr.get(i).get(j));

}else{if(bucketCount ==1)

bucketSize--;

ArrayList temp = BucketSort(bucketArr.get(i), bucketSize);

for(intj =0; j < temp.size(); j++)

resultArr.add(temp.get(j));

}

}

returnresultArr;

}

10、基数排序(Radix Sort)

①根本思维:

基数排序是依照低位先排序,而后收集;再依照高位排序,而后再收集;顺次类推,直到最高位。有时候有些属性是有优先级程序的,先按低优先级排序,再按高优先级排序。最初的秩序就是高优先级高的在前,高优先级雷同的低优先级高的在前。

②算法形容:

获得数组中的最大数,并获得位数;

arr 为原始数组,从最低位开始取每个位组成 radix 数组;

对 radix 进行计数排序(利用计数排序实用于小范畴数的特点);

③动图演示:

④代码实现:

/**

* 基数排序

*@paramarray

*@return

*/

publicstaticint[] RadixSort(int[] array) {if(array ==null|| array.length <2)

returnarray;

// 1. 先算出最大数的位数;intmax = array[0];

for(inti =1; i < array.length; i++) {max = Math.max(max, array[i]);

}

intmaxDigit =0;

while(max !=0) {

max /=10;

maxDigit++;

}

intmod =10, div =1;

ArrayList> bucketList =newArrayList>();

for(inti =0; i <10; i++)

bucketList.add(newArrayList());

for(inti =0; i < maxDigit; i++, mod *=10, div *=10) {for(intj =0; j < array.length; j++) {intnum = (array[j] % mod) / div;

bucketList.get(num).add(array[j]);

}

intindex =0;

for(intj =0; j < bucketList.size(); j++) {for(intk =0; k < bucketList.get(j).size(); k++)

array[index++] = bucketList.get(j).get(k);

bucketList.get(j).clear();}

}

returnarray;

}

正文完
 0