0


【Java数据结构】想进大厂必须牢记于心的——常见八大排序算法

📢博客主页:🏀敲代码的布莱恩特🏀
📢欢迎点赞 👍 收藏 ⭐留言 📝 欢迎讨论!👏
📢本文由 【敲代码的布莱恩特】 原创,首发于 CSDN🙉🙉🙉
📢由于博主是在学小白一枚,难免会有错误,有任何问题欢迎评论区留言指出,感激不尽!✨
📖精品专栏(不定时更新)【JavaSE】 【Java数据结构】【LeetCode】
在这里插入图片描述

【Java数据结构】想进大厂必须牢记于心的——常见八大排序算法

🛸基本概念

⭐排序

  • 排序,就是使一串记录,按照其中的某个或某些关键字的大小,递增递减的排列起来的操作。
  • 平时的上下文中,如果提到排序,通常指的是排升序(非降序)。
  • 通常意义上的排序,都是指的原地排序(in place sort)。

⭐稳定性

两个相等的数据,如果经过排序后,排序算法能 **

保证其相对位置不发生变化

** ,则我们称该算法是具备 **

稳定性

** 的排序算法。
在这里插入图片描述

🛸七大基于比较的排序

在这里插入图片描述

⭐插入排序

🎄1. 直接插入排序

思路:

  • 插入排序基本思想是将一个记录插入到已经排好序的有序表中,从而变成一个新的、记录数增1的有序表。
  • 在其实现过程使用双层循环,外层循环除了第一个元素之外的所有元素内层循环对 **当前元素前面有序表进行待插入位置查找**,并进行移动

图解:在这里插入图片描述

代码实现:

/**
     * 时间复杂度:
     *        最好:O(N) -> 数据是有序的
     *
     *        最坏:O(N^2) -> 无序的数据
     *
     * 空间复杂度:O(1)
     * 稳定性:稳定排序
     * @param array
     *///插入排序publicstaticvoid insertSort (int[]array){for(int i =1; i<array.length; i++){//外循环//从1开始表示:假设array[0] 已经放好位置了//后面的数字就是插入到它左边还是右边的问题。int tmp = array[i];//设置一个缓存tmpint j = i-1;for(; j >=0; j--){//内循环if(array[j]>tmp){//如果array[j]大于缓存值,说明要换位置
                    array[j+1]= array[j];}else{//否则直接退出当前这一次的循环break;}}//最后记得要把缓存值插入到表中
            array[j+1]= tmp;//j此时有可能已经是-1了,所以要变成0下标就得+1}}

🎄2. 希尔排序(直接插入排序的优化)

思路:

  • 希尔排序法又称缩小增量法
  • 希尔排序法的基本思想是: 先选定一个整数(gap),把待排序文件中所有记录分成gap个组,**所有距离为gap的记录分在同一组内,并对每一组内的记录进行排序。然后,取gap / 2,重复上述分组和排序的工作。当gap到达1时,所有记录在同一组内排好序**。
  • 注意gap的问题:在这里插入图片描述
  1. 希尔排序是对直接插入排序的优化
  2. 当gap > 1时都是预排序,目的是让数组更接近于有序。**当gap == 1时**,数组已经接近有序的了,这时 **相当于直接用插入排序**,这样就会很快,因为 直接插入排序是越有序越快。这样整体而言,可以达到优化的效果。我们实现后可以进行性能测试的对比。

图解:
在这里插入图片描述

代码实现:

/**
     * @param array 排序的数组
     * @param gap   每组的间隔  -》 组数
     */publicstaticvoidshell(int[] array,int gap){//如果将gap全部换成1,会发现其实就是直接插入排序//所以当gap到1的时候,这就表示这是最后一次排序//这最后一次排序其实就是一个直接插入排序for(int i = gap; i < array.length; i++){int tmp = array[i];int j = i-gap;for(; j >=0; j -= gap){if(array[j]> tmp){
                    array[j+gap]= array[j];}else{break;}}
            array[j+gap]= tmp;}}/**
     * 时间复杂度:不好算  n^1.3 - n^1.5 之间
     * 空间复杂度:O(1)
     * 稳定性:不稳定的排序
     *      技巧:如果在比较的过程当中 没有发生跳跃式的交换 那么就是稳定的
     * @param array
     */publicstaticvoidshellSort(int[] array){//处理gapint gap = array.length;while(gap >1){
            gap /=2;//保证最后一个序列间隔是 1  除几都行shell(array,gap);}}

⭐选择排序

🎄3. 选择排序

思路:
将一组数据分为有序区(排过序的数据)和无序区(未排序数据),**

每一次从无序区间选出最大(或最小)的一个元素,存放在无序区间的最后(或最前)

**,直到全部待排序的数据元素排完 。

选择排序的步骤:
1>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。
2>再从剩余未排序元素中继续寻找最小(大)元素,然后放到未排序序列的起始位置。
3>重复第二步,直到所有元素均排序完毕。

图解:
在这里插入图片描述
代码实现:

/**
     * 时间复杂度:
     *      最好:O(N^2)
     *      最坏:O(N^2)
     * 空间复杂度:O(1)
     * 稳定性:不稳定的
     * @param array
     */publicstaticvoidselectSort(int[] array){for(int i =0; i < array.length; i++){//下标i前边的为有序区间for(int j = i+1; j < array.length; j++){if(array[j]< array[i]){int tmp = array[i];
                    array[i]= array[j];
                    array[j]= tmp;}}}}

🎄4.堆排序(如果不了解堆的话可以看看我上一篇讲 堆 的博客)

思路:

准备知识:
堆的结构可以分为大根堆小根堆,是一个 **

完全二叉树

**,而堆排序是根据堆的这种数据结构设计的一种排序,下面先来看看什么是大根堆和小根堆

性质:
每个结点的值都大于其左孩子和右孩子结点的值,称之为大根堆;
每个结点的值都小于其左孩子和右孩子结点的值,称之为小根堆。
如下图
在这里插入图片描述 我们对上面的图中每个数都进行了标记,上面的结构映射成数组就变成了下面这个样子
在这里插入图片描述

基本步骤:

  1. 首先将待排序的数组构造成一个大根堆(升序用大根堆,降序就用小根堆),此时,**整个数组的最大值就是堆结构的顶端**
  2. 将顶端的数与末尾的数交换,此时,末尾的数为最大值,将末尾这个最大值提取出去,剩余待排序数组个数为n-1
  3. 将剩余的n-1个数再构造成大根堆,再将顶端数与n-1位置的数交换,如此反复执行,便能得到有序数组

图解:
在这里插入图片描述

代码实现:

//堆的向下调整publicstaticvoidsiftDown(int[] array,int root,int len){//len表示末尾元素下标int parent = root;int child =2*parent+1;//先找到左孩子节点while(child <= len){//当child>length的时候说明当前子树已经调整好了//先根据左孩子节点判断右孩子节点是否存在,且是否大于左孩子节点if(child+1<= len && array[child]< array[child+1]){//如果存在,且值大于左孩子节点
                child++;}//child的下标就是左右孩子的最大值下标if(array[child]> array[parent]){//如果孩子节点最大值,大于父节点,则要交换位置,因为要建大根堆int tmp = array[child];
                array[child]= array[parent];
                array[parent]= tmp;//继续向下看是否符合大根堆的条件
                parent = child;//更新parent下标
                child =2*parent+1;//更新child下标}else{//否则不用换位置break;}}}//建堆publicstaticvoidcreateHeap(int[] array){//从小到大排序 -》 大根堆for(int i =(array.length-1-1)/2;  i >=0; i--){siftDown(array,i,array.length-1);}}/**
     * 时间复杂度:O(N*logN)  都是这个时间复杂度
     * 复杂度:O(1)
     * 稳定性:不稳定的排序
     * @param array
     */publicstaticvoidheapSort(int[] array){createHeap(array);//O(n)int end = array.length-1;//end表示当前末尾元素的下标while(end >0){//O(N*logN)int tmp = array[end];//因为要交换末尾与堆顶元素,所以先缓存末尾元素//已经建好堆了,这时堆顶(0下标元素)就是当前的最大值
            array[end]= array[0];//将他提取出来,放到数组的末尾,固定住
            array[0]= tmp;//将末尾元素换到堆顶
            end--;//固定了一个当前堆中的最大值之后,下一次参与排序的元素就得减少一个siftDown(array,0,end);//将剩余元素继续变成一个大根堆}}

⭐交换排序

🎄5. 冒泡排序

思路:

  1. 比较 **相邻的两个元素**。如果第一个比第二个大则交换他们的位置(升序排列,降序则反过来)。
  2. 从列表的开始一直到结尾,**依次对每一对相邻元素都进行比较。这样,值最大的元素就通过交换“冒泡”到了列表的结尾**,完成第一轮“冒泡”。
  3. 重复上一步,继续从列表开头依次对相邻元素进行比较。已经“冒泡”出来的元素不用比较(一直比较到结尾也可以,已经“冒泡”到后面的元素即使比较也不需要交换,不比较可以减少步骤)。
  4. 继续从列表开始进行比较,**每轮比较会有一个元素“冒泡”成功。每轮需要比较的元素个数会递减,一直到只剩一个元素没有“冒泡”时**(没有任何一对元素需要比较),则列表排序完成
  • 算法优化如若在一轮排序中没有发生位置的交换,那么说明数据已经有序,不用继续进行后边的排序了

图解:
在这里插入图片描述
代码实现:

/**
     * 时间复杂度:
     *         最好最坏都是O(n^2)  但是:如果优化了 ,有序的时候就是O(n)
     * 空间复杂度:O(1)
     * 稳定性:稳定的排序
     *      冒泡  直接插入
     * @param array
     */publicstaticvoidbubbleSort(int[] array){for(int i =0;i < array.length-1; i++){//外循环只用length-1趟boolean flg =false;//记录当前这一趟是否有换位子for(int j =0; j <array.length-1-i ; j++){//内循环array.length-1-i趟if(array[j]> array[j+1]){int tmp = array[j];
                    array[j]= array[j+1];
                    array[j+1]= tmp;
                    flg =true;}}if(flg==false){//如果当前趟没换位置,说明已经有序,不需要再排序了break;}}}

🎄6. 快速排序

思路:
快速排序使用 **

分治策略

** 来把一个序列(list)分为两个子序列(sub-lists)。步骤为:

  1. 从数列中挑出一个元素,称为"基准"(pivot)。 ①选择边上(左或者右)默认用这种方式 ②随机选择 ③几数取中(例如三数取中):array[left], array[mid], array[right] 大小是中间的为基准值
  2. 重新排序数列,所有比基准值小的元素摆放在基准前面所有比基准值大的元素摆在基准后面(相同的数可以到任一边)。在这个分区结束之后,该基准就处于数列的 **中间位置**。这个称为分区(partition)操作。
  3. 递归地(recursively)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。**递归到最底部时,数列的大小是零或一,也就是已经排序好了**。这个算法一定会结束,因为在每次的迭代(iteration)中,它至少会把一个元素摆到它最后的位置去。

图解:
在这里插入图片描述

代码实现:

/**
     * 时间复杂度:
     *         最好:O(n*logn)  均匀的分割下
     *         最坏:o(n^2)     数据有序的时候
     * 空间复杂度:
     *        最好:logn
     *        最坏:O(n)
     * 稳定性:不稳定的排序
     *
     * k*n*logn
     * 2
     * 1.2
     * @param array
     */publicstaticvoidquickSort(int[] array){sort(array,0, array.length -1);System.out.println(Arrays.toString(array));}privatestaticvoidsort(int[] array,int low,int high){int i = low;int j = high;if(array.length <=1){return;}if(i >= j){return;}int pivot = array[i];while(i < j){while(i < j && array[j]>= pivot){
            j--;}
        array[i++]= array[j];while(i < j && array[i]<= pivot){
            i++;}
        array[j--]= array[i];}
    array[i]= pivot;//i下标值就是pivot基准值,由此可以递归左右两边的序列sort(a, low, i -1);sort(a, i +1, high);}

非递归实现快速排序

重点掌握递归实现

/**
     * 非递归实现快速排序
     * @param array
     */publicstaticvoidquickSort_FDG(int[] array){Stack<Integer> stack =newStack<>();int start =0;int end = array.length-1;int pivot =partition(array,start,end);//左边有2个元素及以上if(pivot > start+1){
            stack.push(0);
            stack.push(pivot-1);}if(pivot < end-1){
            stack.push(pivot+1);
            stack.push(end);}while(!stack.empty()){
            end = stack.pop();
            start = stack.pop();
            pivot =partition(array,start,end);//左边有2个元素及以上if(pivot > start+1){
                stack.push(0);
                stack.push(pivot-1);}if(pivot < end-1){
                stack.push(pivot+1);
                stack.push(end);}}}

⭐🎄7. 归并排序·

思路:
归并排序(MERGE-SORT)是建立在归并操作上的一种有效的排序算法,该算法是采用分治法(Divide andConquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;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,称为二路归并。
图解:

  1. 分而治之在这里插入图片描述 可以看到这种结构很像一棵完全二叉树,本文的归并排序我们采用递归去实现(也可采用迭代的方式去实现)。“分” 阶段可以理解为就是递归拆分子序列的过程,递归深度为log2n。
  2. 合并相邻有序子序列 再来看看 “治” 阶段,我们需要将两个已经有序的子序列合并成一个有序序列,比如上图中的最后一次合并,要将[4,5,7,8]和[1,2,3,6]两个已经有序的子序列,合并为最终序列[1,2,3,4,5,6,7,8],来看下实现步骤。在这里插入图片描述

代码实现:

publicstaticvoidmerge(int[] array,int low,int mid,int high){int s1 = low;int e1 = mid;int s2 = mid+1;int e2 = high;int[] tmp =newint[high-low+1];int k =0;//代表tmp数组的下标while(s1 <= e1 && s2 <= e2){if(array[s1]<= array[s2]){
                tmp[k++]= array[s1++];//k++;//s1++;}else{
                tmp[k++]= array[s2++];}}//有2种情况while(s1 <= e1){//说明第2个归并段没有了数据 把第1个归并段剩下的数据 全部拷贝过来
            tmp[k++]= array[s1++];}while(s2 <= e2){//说明第1个归并段没有了数据 把第2个归并段剩下的数据 全部拷贝过来
            tmp[k++]= array[s2++];}//tmp数组当中 存储的就是当前归并好的数据,现在还需要拷贝到原数组中//这样的代码是错误的/*for (int i = 0; i < array.length; i++) {
            array[i] = tmp[i];
        }*/for(int i =0; i < tmp.length; i++){
            array[i+low]= tmp[i];//加上对应的low,用来处理第二个归并段,如果是第一个归并段,low=0}}publicstaticvoidmergeSortInternal(int[] array,int low,int high){if(low >= high){return;}int mid =(low+high)/2;mergeSortInternal(array,low,mid);//分解前半段mergeSortInternal(array,mid+1,high);//分解后半段//合并的过程merge(array,low,mid,high);}/**
     * 时间复杂度: O(N*log n)
     * 空间复杂度:O(N)
     * 稳定性:稳定的
     * @param array
     */publicstaticvoidmergeSort(int[] array){mergeSortInternal(array,0,array.length-1);}

非递归实现归并排序(了解即可,重点掌握递归实现):

/**
     * 非递归实现 归并排序
     * @param array
     * @param gap
     */publicstaticvoidmerge2(int[] array,int gap){int[] tmp =newint[array.length];int k =0;int s1 =0;int e1 = s1+gap-1;int s2 = e1+1;//int e2 = s2+gap-1 >= array.length ? array.length-1 : s2+gap-1;int e2 = s2+gap-1< array.length ?  s2+gap-1: array.length-1;//保证有两个归并段while(s2 < array.length){while(s1 <= e1 && s2 <= e2){if(array[s1]<= array[s2]){
                    tmp[k++]= array[s1++];}else{
                    tmp[k++]= array[s2++];}}while(s1 <= e1){
                tmp[k++]= array[s1++];}while(s2 <= e2){
                tmp[k++]= array[s2++];}//一组完了 确定新的区间的开始和结束
            s1 = e2+1;
            e1 = s1+gap-1;
            s2 = e1+1;
            e2 = s2+gap-1< array.length ?  s2+gap-1: array.length-1;}//e2 > array.lengthwhile(s1 <= array.length-1){
            tmp[k++]= array[s1++];}for(int i =0; i < tmp.length; i++){
            array[i]= tmp[i];}}publicstaticvoidmergeSort_FDG(int[] array){for(int i =1; i < array.length; i*=2){merge2(array,i);}}

🛸非基于比较的排序

🎄8. 基排序

思路:

  1. 基数排序的思想就是先排好 **个位**,然后 **排好个位的基础上排十位**,以此类推,直到遍历最高位 次,排序结束(仔细理解最后一句话)
  2. 基数排序不是比较排序,而是通过分配和收集的过程来实现排序
  3. 初始化10个桶(固定的),桶下标为0-9
  4. 通过得到待排序数字的个十百等位的数字,**把这个数字对应的item放到对应的桶中**
  5. 基数排序有两种排序方式:LSD和MSD,最小位优先(从右边开始)和最大位优先(从左边开始)

图解:
在这里插入图片描述
代码实现:

publicstaticvoidradixSort(int[] array){ArrayList<ArrayList<Integer>> queue =newArrayList<>();for(int i =0; i <10; i++){
        queue.add(newArrayList<>());// 创建一个基数从0---9 每个数字上都是一个list}// 找到最大值,并判断最大值是几位数int max = array[0];for(int i =1; i < array.length; i++){if(max < array[i]){
            max = array[i];}}int time =0;while(max >0){
        max /=10;
        time++;}for(int i =0; i < time; i++){// 循环每一个位数(个位、十位、百位)for(int j =0; j < array.length; j++){// 循环数组,取每一个值int x = array[j]%(int)Math.pow(10, i +1)/(int)Math.pow(10, i);ArrayList<Integer> queue3 = queue.get(x);

            queue3.add(array[j]);
            queue.set(x, queue3);}int count =0;for(int k =0; k <10; k++){while(queue.get(k).size()>0){ArrayList<Integer> queue4 = queue.get(k);
                array[count]= queue4.get(0);
                queue4.remove(0);
                count++;}}}}

🗽总结

**

一个稳定的排序,可以变成不稳定的排序
但是一个不稳定的排序,不可能变成稳定的排序

**
在这里插入图片描述
在这里插入图片描述

🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙
❤原创不易,如有错误,欢迎评论区留言指出,感激不尽❤
❤ 如果觉得内容不错,给个三连不过分吧~ ❤
❤ 看到会回访~ ❤
🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙🌙


本文转载自: https://blog.csdn.net/DerrickWestbrook/article/details/122190540
版权归原作者 敲代码的布莱恩特 所有, 如有侵权,请联系我们删除。

“【Java数据结构】想进大厂必须牢记于心的&mdash;&mdash;常见八大排序算法”的评论:

还没有评论