必须掌握的算法基础题 - 排序篇
目录
1.直接插入排序 - insertSort
2.希尔排序 - shellSort
3.直接选择排序 - selectSort
4.堆排序 - heapSort
5.冒泡排序 - bubbleSort
6.快速排序 - quickSort
7.归并排序 - mergeSort
1.直接插入排序 - insertSort* 时间复杂度
* 最坏 - O(n^2) 最好 - O(n)
* 空间复杂度:O(1)
* 稳定性:稳定的
算法思想:
维护一个有序区,将数据一个一个插入到有序区的适当位置,直到整个数组都有序。即每步将一个待排序的记录,按其关键码值的大小插入前面已经排序的文件中适当位置上,直到全部插入完为止。
图解算法:
待排序数组:
int[] arr = {26, 15, 79, 56, 77, 30};
代码实现:
public static void insertSort(int[] array) { for (int i = 1; i < array.length; i++) { int tmp = array[i]; int j = i - 1; for (; j >= 0; j--) { if (array[j] > tmp) { array[j + 1] = array[j]; } else { break; } } array[j + 1] = tmp; } }
优化版本:
public static void insertSort2(int[] array) { for (int i = 1; i < array.length; i++) { for (int j = i - 1; j >= 0 && array[j] > array[j + 1]; j--) { int tmp = array[j]; array[j] = array[j + 1]; array[j + 1] = tmp; } } }
2.希尔排序 - shellSort* 时间复杂度:O(n^1.3) ~ O(n^1.5)
* 空间复杂度:O(1)
* 稳定性:不稳定
算法思想:
希尔排序也叫做缩小增量排序,它通过先设置一个增量n,大小为数组长度的一半,将间隔为n的元素视作一个组,然后对每个组内部的元素进行从小到大进行插入排序;然后再将增量n缩小一半,再次进行分组插入排序,直到增量n为1,因为增量为1的时候,所有的元素都为同一个组了
希尔排序是插入排序的改进版本,通过间隔提高排序效率,每次排序完数组趋于有序性更好。
图解算法:
public static void shell(int[] array, int gap) { 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; } }
public static void shellSort(int[] array) { int[] drr = {4, 2, 1}; for (int j : drr) { shell(array, j); } }
优化版:
public static void shellSort(int[] array) { int gap = array.length; while (gap > 1) { gap = gap / 3 + 1; // gap /= 2; shell(array, gap); } }
代码实现:
public static void shell(int[] array, int gap) { 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; } } public static void shellSort(int[] array) { int[] drr = {4, 2, 1}; for (int j : drr) { shell(array, j); } }
3.直接选择排序 - selectSort* 时间复杂度:O(n^2)
* 空间复杂度:O(1)
* 稳定性:不稳定
算法思想:
每次从待排序列中选出一个最小值,然后放在序列的起始位置,直到全部待排数据排完即可。
实际上,我们可以一趟选出两个值,一个最大值一个最小值,然后将其放在序列开头和末尾,这样可以使选择排序的效率快一倍。
代码实现:
public static void selectSort(int[] array) { for (int i = 0; i < array.length; i++) { for (int j = i + 1; j < array.length; j++) { if (array[i] > array[j]) { int tmp = array[i]; array[i] = array[j]; array[j] = tmp; } } } }
4.堆排序 - heapSort* 时间复杂度:O(N * logN)
* 空间复杂度:O(1)
* 稳定性:不稳定
算法思想:(以大根堆为例,小根堆也可以实现)
- 先建立大根堆,使要排序数组趋近于有序;
- 堆顶元素和堆底元素交换,将最大值放置最后;
- 将最大值固定不动,将end前面所有元素进行向下调整为大根堆;
这里要用到堆调整思想,下面也会将如何建大根堆的向下调整一并解释。
图解算法:
- 堆排序 - heapSort
待排序数组:
int[] arr = {26, 15, 79, 56, 77, 30};
排序过程:
排序算法
public static void heapSort(int[] array) { creatHeap(array); int end = array.length - 1; while (end > 0) { int tmp = array[end]; array[end] = array[0]; array[0] = tmp; shiftDown(array, 0, end); end--; } }
- 建立大根堆 - creatHeap
private static void creatHeap(int[] array) { // 从最后一个非叶节点开始向前遍历,调整节点性质,使之成为大顶堆 for (int i = (array.length - 1 - 1) >> 1; i >= 0; i--) { shiftDown(array, i, array.length); } }
- 向下调整 - shiftDown
private static void shiftDown(int[] array, int parent, int len) { // int child = 2 * parent + 1; int child = (parent << 1) + 1;//一定要加括号,+优先级高于<< while (child < len) { if (child + 1 < len && array[child] < array[child + 1]) { child++; } if (array[child] > array[parent]) { int tmp = array[child]; array[child] = array[parent]; array[parent] = tmp; parent = child; child = (parent << 1) + 1; } else { break; } } }
总体代码实现:
private static void shiftDown(int[] array, int parent, int len) { // int child = 2 * parent + 1; int child = (parent << 1) + 1;//一定要加括号,+优先级高于<< while (child < len) { if (child + 1 < len && array[child] < array[child + 1]) { child++; } if (array[child] > array[parent]) { int tmp = array[child]; array[child] = array[parent]; array[parent] = tmp; parent = child; child = (parent << 1) + 1; } else { break; } } } private static void creatHeap(int[] array) { // 从最后一个非叶节点开始向前遍历,调整节点性质,使之成为大顶堆 for (int i = (array.length - 1 - 1) >> 1; i >= 0; i--) { shiftDown(array, i, array.length); } } public static void heapSort(int[] array) { creatHeap(array); int end = array.length - 1; while (end > 0) { int tmp = array[end]; array[end] = array[0]; array[0] = tmp; shiftDown(array, 0, end); end--; } }
5.冒泡排序 - bubbleSort* 时间复杂度:O(n^2) - 不优化 O(n) - 优化
* 空间复杂度:O(1)
* 稳定性:稳定
算法思想:
左边大于右边交换一趟排下来最大的在右边。
代码实现:
public static void bubbleSort(int[] array) { for (int i = 0; i < array.length; i++) { for (int j = 0; j < array.length - 1 - i; j++) { if (array[j] > array[j + 1]) { int tmp = array[j]; array[j] = array[j + 1]; array[j + 1] = tmp; } } } }
优化版本:加入一个flag,当本次遍历结果均有序,跳出本次循环。
public static void bubbleSort2(int[] array) { for (int i = 0; i < array.length; i++) { boolean flag = false; for (int j = 0; j < array.length - 1 - i; j++) { if (array[j] > array[j + 1]) { int tmp = array[j]; array[j] = array[j + 1]; array[j + 1] = tmp; flag = true; } } if (!flag) { break; } } }
6.快速排序 - quickSort* 时间复杂度:O(N*logN) - 最好 O(N^2) - 最坏
* 空间复杂度:O(logN) - 最好 O(N) - 最坏
* 稳定性:不稳定
算法思想:(递归和非递归)
总览:
- 从待排序区间选择一个数,作为基准值(pivot);
- Partition: 遍历整个待排序区间,将比基准值小的(可以包含相等的)放到基准值的左边,将比基准值大的(可以包含相等的)放到基准值的右边;
- 采用分治思想,对左右两个小区间按照同样的方式处理,直到小区间的长度 == 1,代表已经有序,或者小区间的长度 == 0,代表没有数据。
图解算法:
- 挖坑法(在多数笔试情况下,默认均为挖坑法)
待排序数组:
int[] arr = {26, 15, 79, 56, 77, 30};
1.找到每组基准值(挖坑+填坑)
public static int partition(int[] array, int start, int end) { int tmp = array[start]; while (start < end) { while (start < end && array[end] >= tmp) { end--; } array[start] = array[end]; while (start < end && array[start] <= tmp) { start++; } array[end] = array[start]; } array[start] = tmp; return start; }
2.分而治之
public static void quick(int[] array, int low, int high) { if (low >= high) { return; } int pivot = partition(array, low, high); quick(array, low, pivot - 1); quick(array, pivot + 1, high); }
代码实现:
划分基准:
挖坑法划分基准
private static int partition1(int[] array, int start, int end) { //这里是给的随机start值作为开始,此处可用三数取中法优化 int tmp = array[start]; while (start < end) { //end处的值如果大于tmp,则end向前走 while (start < end && array[end] >= tmp) { end--; } //start值为空,先将新end处值放到start在进行判断 array[start] = array[end]; //start处的值如果小于tmp,则start向后走 while (start < end && array[start] <= tmp) { start++; } //end处值为空,将start处值放入end array[end] = array[start]; } //循环跳出时,(array[start] == array[end])start处为空,将tmp中值赋给start array[start] = tmp; //返回pivot基准下标 return start; }
hoare法划分基准
private static void swap(int[] array, int i, int j) { int tmp = array[i]; array[i] = array[j]; array[j] = tmp; } private static int partition2(int[] array, int start, int end) { int i = start; int j = end; int pivot = array[start]; while (i < j) { while (i < j && array[j] >= pivot) { j--; } while (i < j && array[i] <= pivot) { i++; } swap(array, i, j); } swap(array, i, start); return i; }
递归:分治(使用三数取中法优化):
private static void swap(int[] array, int i, int j) { int tmp = array[i]; array[i] = array[j]; array[j] = tmp; } private static void mid_three(int[] array, int i, int j) { // int mid = i + (j - i) / 2; int mid = (i + j) >> 1; //要得到左值为中间值 //左值>右值 -> 左值 <= 右值 if (array[i] > array[j]) { swap(array, i, j); } //左值<中值 ->左值 >= 中值 if (array[i] < array[mid]) { swap(array, i, mid); } //中值<右值 -> 右值 >= 中值 if (array[mid] < array[j]) { swap(array, mid, j); } } private static void quick(int[] array, int low, int high) { //跳出条件 if (low >= high) { return; } //三数取中法进行优化,取中值放到开头 mid_three(array, low, high); //每次递归找基准下标 // int pivot = partition1(array, low, high); int pivot = partition2(array, low, high); //分而治之 quick(array, low, pivot - 1); quick(array, pivot + 1, high); }
非递归:用栈实现
public static void quickSort(int[] array) { Stackstack = new Stack<>(); int low = 0; int high = array.length - 1; int pivot = partition(array, low, high); if (pivot > low + 1) { stack.push(low); stack.push(pivot - 1); } if (pivot < high - 1) { stack.push(pivot + 1); stack.push(high); } while (!stack.empty()) { high = stack.pop(); low = stack.pop(); pivot = partition(array, low, high); if (pivot > low + 1) { stack.push(0); stack.push(pivot - 1); } if (pivot < high - 1) { stack.push(pivot + 1); stack.push(high); } } }
挖坑法整体实现:
private static int partition(int[] array, int start, int end) { //这里是给的随机start值作为开始,此处可用三数取中法优化 int tmp = array[start]; while (start < end) { //end处的值如果大于tmp,则end向前走 while (start < end && array[end] >= tmp) { end--; } //start值为空,先将新end处值放到start在进行判断 array[start] = array[end]; //start处的值如果小于tmp,则start向后走 while (start < end && array[start] <= tmp) { start++; } //end处值为空,将start处值放入end array[end] = array[start]; } //循环跳出时,(array[start] == array[end])start处为空,将tmp中值赋给start array[start] = tmp; //返回pivot基准下标 return start; } private static void swap(int[] array, int i, int j) { int tmp = array[i]; array[i] = array[j]; array[j] = tmp; } private static void mid_three(int[] array, int i, int j) { int mid = (i + j) >> 1; //要得到左值为中间值 //左值>右值 -> 左值 <= 右值 if (array[i] > array[j]) { swap(array, i, j); } //左值<中值 ->左值 >= 中值 if (array[i] < array[mid]) { swap(array, i, mid); } //中值<右值 -> 右值 >= 中值 if (array[mid] < array[j]) { swap(array, mid, j); } } private static void quick(int[] array, int low, int high) { //跳出条件 if (low >= high) { return; } //三数取中法进行优化,取中值放到开头 mid_three(array, low, high); //每次递归找基准下标 int pivot = partition(array, low, high); //分而治之 quick(array, low, pivot - 1); quick(array, pivot + 1, high); } public static void quickSort(int[] array) { quick(array, 0, array.length - 1); }
优化总结:
1. 选择基准值很重要,通常使用几数取中法; 2. partition 过程中把和基准值相等的数也选择出来; 3. 待排序区间小于一个阈值时 ,使用直接插入排序。7.归并排序 - mergeSort* 时间复杂度:O(N*logN)
* 空间复杂度:O(N)
* 稳定性:稳定
算法思想:
归并排序是建立在归并 *** 作上的一种有效的排序算法,归并排序对序列的元素进行逐层折半分组,然后从最小分组开始比较排序,合并成一个大的分组,逐层进行,直至有序。
图解算法:
代码实现:
- 递归实现
private static void merge(int[] array, int low, int mid, int high) { int s1 = low; int e1 = mid; int s2 = mid + 1; int e2 = high; int[] tmpArr = new int[high - low + 1]; int k = 0; //逐层分开 while (s1 <= e1 && s2 <= e2) { //不加等号就不稳定 if (array[s1] <= array[s2]) { tmpArr[k++] = array[s1++]; } else { tmpArr[k++] = array[s2++]; } } //一边为偶数一边为单数时,将多出的直接加到tmpArr中 while (s1 <= e1) { tmpArr[k++] = array[s1++]; } while (s2 <= e2) { tmpArr[k++] = array[s2++]; } //写回到原来的数组 for (int i = 0; i < k; i++) { array[i + low] = tmpArr[i]; } } private static void mergeSortIn(int[] array, int low, int high) { //跳出条件 if (low >= high) { return; } int mid = low + ((high - low) >> 1); mergeSortIn(array, low, mid); mergeSortIn(array, mid + 1, high); merge(array, low, mid, high); } public static void mergeSort(int[] array) { mergeSortIn(array, 0, array.length - 1); }
- 非递归实现
private static void merge(int[] array, int low, int mid, int high) { int s1 = low; int e1 = mid; int s2 = mid + 1; int e2 = high; int[] tmpArr = new int[high - low + 1]; int k = 0; //逐层分开 while (s1 <= e1 && s2 <= e2) { //不加等号就不稳定 if (array[s1] <= array[s2]) { tmpArr[k++] = array[s1++]; } else { tmpArr[k++] = array[s2++]; } } //一边为偶数一边为单数时,将多出的直接加到tmpArr中 while (s1 <= e1) { tmpArr[k++] = array[s1++]; } while (s2 <= e2) { tmpArr[k++] = array[s2++]; } //写回到原来的数组 for (int i = 0; i < k; i++) { array[i + low] = tmpArr[i]; } } public static void mergeSortNor(int[] array) { int gap = 1; while (gap < array.length) { for (int i = 0; i < array.length; i = i + gap * 2) { int low = i; int mid = low + gap - 1; int high = mid + gap; if (mid >= array.length) { mid = array.length - 1; } if (high >= array.length) { high = array.length - 1; } merge(array, low, mid, high); } gap = gap * 2; } }
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)