|
|
|
|
@ -1,2 +1,235 @@
|
|
|
|
|
# Ways
|
|
|
|
|
1)冒泡排序
|
|
|
|
|
是相邻元素之间的比较和交换，两重循环O(n2)；所以，如果两个相邻元素相等，是不会交换的。所以它是一种稳定的排序方法
|
|
|
|
|
public static void main(String[] args) {
|
|
|
|
|
int[] score ={7,5,4,2,3,8}；
|
|
|
|
|
for (int i = 0; i < score.length - 1; i++) {
|
|
|
|
|
// 比较相邻两个元素，较大的数往后冒泡
|
|
|
|
|
for (int j = 0; j < score.length - 1 - i; j++) {
|
|
|
|
|
if (score[j] > score[j + 1]) {
|
|
|
|
|
double temp = score[j + 1]; // 把第一个元素值保存到临时变量中
|
|
|
|
|
score[j + 1] = score[j]; // 把第二个元素值转移到第一个元素变量中
|
|
|
|
|
score[j] = temp; // 把临时变量（第一个元素的原值）保存到第二个元素中
|
|
|
|
|
}}}
|
|
|
|
|
(2)选择排序
|
|
|
|
|
每个元素都与第一个元素相比，产生交换，两重循环O(n2)；举个栗子，5 8 5 2 9，第一遍之后，2会与5交换，那么原序列中两个5的顺序就被破坏了。所以不是稳定的排序算法
|
|
|
|
|
int[] nums = {84,83,88,87,61};
|
|
|
|
|
for(int i = 0;i< nums.length-1;i++){
|
|
|
|
|
for(int j=i;j< nums.length-1;j++){
|
|
|
|
|
if(nums[i] > nums[j+1]){
|
|
|
|
|
int temp ;
|
|
|
|
|
temp = nums[i];
|
|
|
|
|
nums[i] = nums[j+1];
|
|
|
|
|
nums[j+1] = temp;}}}
|
|
|
|
|
(3)插入排序
|
|
|
|
|
插入排序是在一个已经有序的小序列的基础上，一次插入一个元素。刚开始这个小序列只包含第一个元素，事件复杂度O(n2)。比较是从这个小序列的末尾开始的。想要插入的元素和小序列的最大者开始比起，如果比它大则直接插在其后面，否则一直往前找它该插入的位置。如果遇见了一个和插入元素相等的，则把插入元素放在这个相等元素的后面。所以相等元素间的顺序没有改变，是稳定的。
|
|
|
|
|
|
|
|
|
|
public static void main(String[] args){
|
|
|
|
|
int[] nums = buildArray();
|
|
|
|
|
System.out.print("亲，您输入的初始数组是 : ");
|
|
|
|
|
printArray(nums);
|
|
|
|
|
//默认构造从左→右依次递增的序列
|
|
|
|
|
for(int i=1; i<nums.length; i++){
|
|
|
|
|
int j;
|
|
|
|
|
int temp = nums[i]; //temp是本趟待插入的数，之前从0~i-1的数全是从左→右有序递增。
|
|
|
|
|
for(j=i-1; j>=0&&nums[j]>temp; j--){
|
|
|
|
|
nums[j+1] = nums[j];
|
|
|
|
|
}
|
|
|
|
|
nums[j+1] = temp;
|
|
|
|
|
System.out.print("第"+i+"次直接插入排序后的数组：");
|
|
|
|
|
printArray(nums); }}
|
|
|
|
|
(4)快速排序
|
|
|
|
|
快速排序有两个方向，左边的i下标一直往右走，当a[i] <= a[center_index]，其中center_index是中枢元素的数组下标，一般取为数组第0个元素。而右边的j下标一直往左走，当a[j] > a[center_index]。如果i和j都走不动了，i <= j, 交换a[i]和a[j],重复上面的过程，直到i>j。 交换a[j]和a[center_index]，完成一趟快速排序。在中枢元素和a[j]交换的时候，很有可能把前面的元素的稳定性打乱，比如序列为 5 3 3 4 3 8 9 10 11， 现在中枢元素5和3(第5个元素，下标从1开始计)交换就会把元素3的稳定性打乱，所以快速排序是一个不稳定的排序算法，不稳定发生在中枢元素和a[j]交换的时刻。
|
|
|
|
|
|
|
|
|
|
public class QuickSort {
|
|
|
|
|
public static void main(String[] args) {
|
|
|
|
|
int[] arr = new int[] {9,4,6,8,3,10,4,6};
|
|
|
|
|
quickSort(arr,0,arr.length - 1);
|
|
|
|
|
System.out.println(Arrays.toString(arr));
|
|
|
|
|
|
|
|
|
|
}
|
|
|
|
|
public static void quickSort(int[] arr,int low,int high) {
|
|
|
|
|
int p,i,j,temp;
|
|
|
|
|
|
|
|
|
|
if(low >= high) {
|
|
|
|
|
return;
|
|
|
|
|
}
|
|
|
|
|
//p就是基准数,这里就是每个数组的第一个
|
|
|
|
|
p = arr[low];
|
|
|
|
|
i = low;
|
|
|
|
|
j = high;
|
|
|
|
|
while(i < j) {
|
|
|
|
|
//右边当发现小于p的值时停止循环
|
|
|
|
|
while(arr[j] >= p && i < j) {
|
|
|
|
|
j--;
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
//这里一定是右边开始，上下这两个循环不能调换（下面有解析，可以先想想）
|
|
|
|
|
|
|
|
|
|
//左边当发现大于p的值时停止循环
|
|
|
|
|
while(arr[i] <= p && i < j) {
|
|
|
|
|
i++;
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
temp = arr[j];
|
|
|
|
|
arr[j] = arr[i];
|
|
|
|
|
arr[i] = temp;
|
|
|
|
|
}
|
|
|
|
|
//i=j，指针相遇，把较小的arr[i]赋值给arr[0],较大的jp赋值给arr[i];
|
|
|
|
|
arr[low] = arr[i];//这里的arr[i]一定是小于p的，经过i、j交换后i处的值一定是小于p的(j先走)
|
|
|
|
|
//把最后一个交换的array[i]赋值给arr[low],即arry[0];
|
|
|
|
|
arr[i] = p; //把较大的p赋值给arr[i]
|
|
|
|
|
quickSort(arr,low,j-1); //对左边快排
|
|
|
|
|
quickSort(arr,j+1,high); //对右边快排}}
|
|
|
|
|
(5)归并排序
|
|
|
|
|
归并排序是把序列递归地分成短序列，递归出口是短序列只有1个元素(认为直接有序)或者2个序列(1次比较和交换),然后把各个有序的段序列合并成一个有序的长序列，不断合并直到原序列全部排好序。可以发现，在1个或2个元素时，1个元素不会交换，2个元素如果大小相等也没有人故意交换，这不会破坏稳定性。那么，在短的有序序列合并的过程中，稳定是是否受到破坏？没有，合并过程中我们可以保证如果两个当前元素相等时，我们把处在前面的序列的元素保存在结果序列的前面，这样就保证了稳定性。所以，归并排序也是稳定的排序算法。
|
|
|
|
|
|
|
|
|
|
public class myMergeSort {
|
|
|
|
|
static int number=0;
|
|
|
|
|
public static void main(String[] args) {
|
|
|
|
|
int[] a = {26, 5, 98, 108, 28, 99, 100, 56, 34, 1 };
|
|
|
|
|
printArray("排序前：",a);
|
|
|
|
|
MergeSort(a);
|
|
|
|
|
printArray("排序后：",a);
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
private static void printArray(String pre,int[] a) {
|
|
|
|
|
System.out.print(pre+"\n");
|
|
|
|
|
for(int i=0;i<a.length;i++)
|
|
|
|
|
System.out.print(a[i]+"\t");
|
|
|
|
|
System.out.println();
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
private static void MergeSort(int[] a) {
|
|
|
|
|
// TODO Auto-generated method stub
|
|
|
|
|
System.out.println("开始排序");
|
|
|
|
|
Sort(a, 0, a.length - 1);
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
private static void Sort(int[] a, int left, int right) {
|
|
|
|
|
if(left>=right)
|
|
|
|
|
return;
|
|
|
|
|
|
|
|
|
|
int mid = (left + right) / 2;
|
|
|
|
|
//二路归并排序里面有两个Sort，多路归并排序里面写多个Sort就可以了
|
|
|
|
|
Sort(a, left, mid);
|
|
|
|
|
Sort(a, mid + 1, right);
|
|
|
|
|
merge(a, left, mid, right);
|
|
|
|
|
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
private static void merge(int[] a, int left, int mid, int right) {
|
|
|
|
|
|
|
|
|
|
int[] tmp = new int[a.length];
|
|
|
|
|
int r1 = mid + 1;
|
|
|
|
|
int tIndex = left;
|
|
|
|
|
int cIndex=left;
|
|
|
|
|
// 逐个归并
|
|
|
|
|
while(left <=mid && r1 <= right) {
|
|
|
|
|
if (a[left] <= a[r1])
|
|
|
|
|
tmp[tIndex++] = a[left++];
|
|
|
|
|
else
|
|
|
|
|
tmp[tIndex++] = a[r1++];
|
|
|
|
|
}
|
|
|
|
|
// 将左边剩余的归并
|
|
|
|
|
while (left <=mid) {
|
|
|
|
|
tmp[tIndex++] = a[left++];
|
|
|
|
|
}
|
|
|
|
|
// 将右边剩余的归并
|
|
|
|
|
while ( r1 <= right ) {
|
|
|
|
|
tmp[tIndex++] = a[r1++];
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
System.out.println("第"+(++number)+"趟排序:\t");
|
|
|
|
|
// TODO Auto-generated method stub
|
|
|
|
|
//从临时数组拷贝到原数组
|
|
|
|
|
while(cIndex<=right){
|
|
|
|
|
a[cIndex]=tmp[cIndex];
|
|
|
|
|
//输出中间归并排序结果
|
|
|
|
|
System.out.print(a[cIndex]+"\t");
|
|
|
|
|
cIndex++;
|
|
|
|
|
}
|
|
|
|
|
System.out.println()}}
|
|
|
|
|
(6)基数排序
|
|
|
|
|
基数排序是按照低位先排序，然后收集；再按照高位排序，然后再收集；依次类推，直到最高位。有时候有些属性是有优先级顺序的，先按低优先级排序，再按高优先级排序，最后的次序就是高优先级高的在前，高优先级相同的低优先级高的在前。基数排序基于分别排序，分别收集，所以其是稳定的排序算法。
|
|
|
|
|
|
|
|
|
|
(7)希尔排序(shell)
|
|
|
|
|
希尔排序是按照不同步长对元素进行插入排序，当刚开始元素很无序的时候，步长最大，所以插入排序的元素个数很少，速度很快；当元素基本有序了，步长很小，插入排序对于有序的序列效率很高。所以，希尔排序的时间复杂度会比o(n^2)好一些。由于多次插入排序，我们知道一次插入排序是稳定的，不会改变相同元素的相对顺序，但在不同的插入排序过程中，相同的元素可能在各自的插入排序中移动，最后其稳定性就会被打乱，所以shell排序是不稳定的。
|
|
|
|
|
|
|
|
|
|
import java.util.Arrays;
|
|
|
|
|
// 希尔排序对于大型数组排序效率很高，不需要额外的内存空间
|
|
|
|
|
public class 希尔排序 {
|
|
|
|
|
|
|
|
|
|
public static void shellSort(int[] a) {
|
|
|
|
|
int n = a.length;
|
|
|
|
|
// 设置增量，增量的取法有很多，这里是推荐取法
|
|
|
|
|
int h = 1;
|
|
|
|
|
while (h < n / 3) {
|
|
|
|
|
h = 3 * h + 1;
|
|
|
|
|
}
|
|
|
|
|
// 增量最小为 1 ，也就是相邻的两个元素比较
|
|
|
|
|
while (h >= 1) {
|
|
|
|
|
|
|
|
|
|
// 对相距 h 的两个元素插入排序
|
|
|
|
|
for (int i = h; i < n; i++) {
|
|
|
|
|
for (int j = i; j >= h && less(a[j], a[j-h]); j -= h) {
|
|
|
|
|
exch(a, j, j-h);
|
|
|
|
|
}
|
|
|
|
|
}
|
|
|
|
|
// 排序结束后，缩小增量，继续排序
|
|
|
|
|
h /= 3;
|
|
|
|
|
}
|
|
|
|
|
}
|
|
|
|
|
private static void exch(int[] a, int i, int j) {
|
|
|
|
|
int t = a[i];
|
|
|
|
|
a[i] = a[j];
|
|
|
|
|
a[j] = t;
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
private static boolean less(Comparable v, Comparable w) {
|
|
|
|
|
// 若 v 小于 w 则返回负数
|
|
|
|
|
return v.compareTo(w) < 0;
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
public static void main(String[] args) {
|
|
|
|
|
int[] s = {4, 6, 1, 2, 3, 0};
|
|
|
|
|
System.out.println(Arrays.toString(s));
|
|
|
|
|
shellSort(s);
|
|
|
|
|
System.out.println(Arrays.toString(s));
|
|
|
|
|
|
|
|
|
|
}
|
|
|
|
|
}
|
|
|
|
|
(8)堆排序
|
|
|
|
|
我们知道堆的结构是节点i的孩子为2*i和2*i+1节点，大顶堆要求父节点大于等于其2个子节点，小顶堆要求父节点小于等于其2个子节点。在一个长为n的序列，堆排序的过程是从第n/2开始和其子节点共3个值选择最大(大顶堆)或者最小(小顶堆),这3个元素之间的选择当然不会破坏稳定性。但当为n/2-1, n/2-2, ...1这些个父节点选择元素时，就会破坏稳定性。有可能第n/2个父节点交换把后面一个元素交换过去了，而第n/2-1个父节点把后面一个相同的元素没有交换，那么这2个相同的元素之间的稳定性就被破坏了。所以，堆排序不是稳定的排序算法
|
|
|
|
|
|
|
|
|
|
//数据结构-最小堆
|
|
|
|
|
static int[] Heap_Sort(int[] array){
|
|
|
|
|
int len = array.length;
|
|
|
|
|
|
|
|
|
|
//创建最小堆，PriorityQueue内部维护的数组默认长度是11
|
|
|
|
|
//为防止给的数组长度大于11，进堆时要扩展内部数组的长度
|
|
|
|
|
//所以初始化时，确定内部数组的长度等于我们传入的数组的长度
|
|
|
|
|
Queue<Integer> minHeap = new PriorityQueue<>(len);
|
|
|
|
|
for(int e : array){
|
|
|
|
|
minHeap.add(e);
|
|
|
|
|
}
|
|
|
|
|
|
|
|
|
|
//把堆顶（最小元素）投出，存在新数组中
|
|
|
|
|
for(int i = 0; i < len; i++){
|
|
|
|
|
array[i] = minHeap.poll();
|
|
|
|
|
}
|
|
|
|
|
return array;
|
|
|
|
|
}
|
|
|
|
|
总结：
|
|
|
|
|
排序法 平均时间 最差情形 稳定度 额外空间 备注
|
|
|
|
|
冒泡 O(n2) O(n2) 稳定 O(1) n小时较好
|
|
|
|
|
选择 O(n2) O(n2) 不稳定 O(1) n小时较好
|
|
|
|
|
插入 O(n2) O(n2) 稳定 O(1) 大部分排序时较好
|
|
|
|
|
基数 O(logRB) O(logRB) 稳定 O(n) B是真数(0-9)，
|
|
|
|
|
R是基数(个十百)
|
|
|
|
|
Shell O(nlogn) O(ns) 1<s<2 不稳定 O(1) s是所选分组
|
|
|
|
|
快速 O(nlogn) O(n2) 不稳定 O(nlogn) n大时较好
|
|
|
|
|
归并 O(nlogn) O(nlogn) 稳定 O(1) n大时较好
|
|
|
|
|
堆 O(nlogn) O(nlogn) 不稳定 O(1) n大时较好
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
