阅读量:0
💎所属专栏：数据结构与算法学习
💎 欢迎大家互三：2的n次方_
🍁1. 插入排序
🍁1.1 直接插入排序
插入排序是一种简单直观的排序算法，它的原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。
以从小到大排序为例
1.从第一个元素开始，可以看作是有序的元素
2.取出下一个元素，与前面已经排好序的元素比较，如果前面的元素大于此元素，就把前面的元素往后移，继续往前找，找到小于或等于的位置进行插入，直到找到最前面
public class InsertSort { public static void main(String[] args) { int[] arr = {5, 1, 2, 4, 3}; insertSort(arr); System.out.println(Arrays.toString(arr)); } public static void insertSort(int[] arr) { for (int i = 1; i < arr.length; i++) { int tmp = arr[i]; int j = i - 1; //比tmp大的元素往后移 for (; j >= 0 && arr[j] > tmp; j--) { arr[j + 1] = arr[j]; } arr[j + 1] = tmp; } } }🍁1.2 希尔排序
希尔排序的基本思想是：
先选定一个整数，把待排序的数据分为多个组，对每一个组内进行直接插入排序，待整个序列中的记录“基本有序”时，再对全体记录进行一次直接插入排序。
假设有一个数组
arr = [9, 8, 3, 7, 5, 6, 4, 1]，我们采用最简单的增量序列（每次减半）来进行希尔排序：1. 初始增量
d = 4，将数组分为4组，每组进行插入排序：[9, 7], [8, 5], [3, 6], [4, 1]2. 增量
d = 2，将数组分为2组，每组进行插入排序：[7, 5, 6, 1], [9, 8, 3, 4]3. 增量
d = 1，整个数组作为一组进行插入排序，得到最终结果：[1, 3, 4, 5, 6, 7, 8, 9]
public static void shellSort(int[] arr) { int gap = arr.length; //增量每次减半 while (gap > 1) { gap /= 2; shell(arr, gap); } } private static void shell(int[] arr, int gap) { for (int i = gap; i < arr.length; i++) { int tmp = arr[i]; int j = i - gap; //比tmp大的元素往后移 for (; j >= 0 && arr[j] > tmp; j -= gap) { arr[j + gap] = arr[j]; } arr[j + gap] = tmp; } }🍁2. 选择排序
🍁2.1 直接选择排序
直接选择排序的思想：
每次从待排序的数据中选择一个最小（最大）的元素放在序列起始位置，直到整个序列元素排序完毕
public static void selectSort(int[] arr) { for (int i = 0; i < arr.length; i++) { int minIndex = i; for (int j = i + 1; j < arr.length; j++) { if (arr[j] < arr[minIndex]) { minIndex = j; } } swap(arr, i, minIndex); } }🍁2.2 堆排序
堆排序在上一节中已经有过介绍，这里再简单回顾下，还是以从小到大排序为例，这时我们创建一个大根堆，堆顶元素也就是最大的，把最顶元素和堆尾元素进行交换，接着向下调整，再把堆顶元素和堆尾元素进行交换，也就是排在了上一个最大元素的前面，重复此过程，就实现了从小到大排序。
public static void heapSort(int[] arr) { createHeap(arr); int end = arr.length - 1; while (end > 0) { //堆顶和end元素互换 swap(arr, 0, end); //向下调整 siftDown(arr, 0, end); end--; } } public static void createHeap(int[] arr) { for (int parent = (arr.length - 1 - 1) / 2; parent >= 0; parent--) { siftDown(arr, parent, arr.length); } } private static void siftDown(int[] arr, int parent, int length) { int child = 2 * parent + 1; while (child < length) { if (child + 1 < length && arr[child] < arr[child + 1]) { child += 1; } if (arr[child] > arr[parent]) { swap(arr, child, parent); child = 2 * child + 1; } else { break; } } } 🍁3. 交换排序
🍁3.1 冒泡排序
冒泡排序是一种简单的排序算法，它重复地遍历要排序的数列，一次比较两个元素，如果它们的顺序错误就把它们交换过来。
比较每一对相邻的元素：如果第一个比第二个大（升序排序），就交换它们两个，这步做完后，最后的元素会是最大的数。
持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比较。
public static void bubbleSort(int[] arr) { for (int i = 0; i < arr.length - 1; i++) { boolean flag = false; for (int j = 0; j < arr.length - 1 - i; j++) { if (arr[j] > arr[j + 1]) { swap(arr, j, j + 1); flag = true; } } //如果这一趟没有交换任何一对元素，表示已经排好序了 if(!flag){ break; } } }这里做了一个优化，如果给出的数据只有一对数据不符合顺序，那么交换这对数据之后就不用再重复后续的程序了，所以直接结束循环即可，在一些情况下，通过这种优化，冒泡排序的时间复杂度可以达到O(n)
🍁3.2 快速排序
首先把0索引的位置当作基准数，定义两个指针，先将右指针从数组末尾开始往前找，遇到比基准数小的停下来，左指针从1索引开始往后找，遇到比基准数大的停下来，交换左右指针的数，重复此过程，直到左右指针相遇，此时和基准数交换，就可以把基准数排到正确的位置，此时左边都是比基准数小的，右边都是比基准数大的，再依次递归基准数左边部分和右边部分，就实现了排序
注意：一定要先从右边开始找比基准数小的，先从左边开始就无法达到效果
public static void quickSort(int[] arr, int start, int end) { if (start >= end) { return; } int mid = part(arr, start, end); quickSort(arr, start, mid - 1); quickSort(arr, mid + 1, end); } public static int part(int[] arr, int i, int j) { int tmp = arr[i]; int tmpStart = i; while (i < j) { while (i < j && arr[j] >= tmp) { j--; } while (i < j && arr[i] <= tmp) { i++; } swap(arr, i, j); } swap(arr, tmpStart, i); return i; }关于基准数归位的过程还有一种优化的方法，由于上面使用了大量的交换，也会浪费一些时间
public static int part1(int[] arr, int i, int j) { int tmp = arr[i]; while (i < j) { while (i < j && arr[j] >= tmp) { j--; } arr[i] = arr[j]; while (i < j && arr[i] <= tmp) { i++; } arr[j] = arr[i]; } arr[i] = tmp; return i; }也就是先把基准数拿出来，这时就留出来一个空位，接着从右边找比基准数小的，填上空位，再从左边找比基准数大的，再填上右边的空位，以此类推
还有一个优化的点是，输入数组已经是有序（升序或降序）的，或者每次划分（partition）操作都选择到最小（或最大）的元素作为基准（pivot），导致每次划分只将一个元素移到它最终的位置上，而其他所有元素都留在原数组的另一侧。这种情况下，每次划分后的递归调用处理的子数组大小几乎相同，递归的深度接近n，导致总的比较和交换次数接近n^2。
下面通过三数取中法来更换基准数进行优化
private static int getMid(int[] arr, int left, int right) { int mid = (left + right) / 2; if (arr[left] > arr[right]) { if (arr[mid] > arr[left]) { return left; } else if (arr[mid] < arr[right]) { return right; } else { return mid; } } else { if (arr[mid] > arr[right]) { return right; } else if (arr[mid] < arr[left]) { return left; } else { return mid; } } }获取中位数之后进行交换：
另一个可以优化的是，由于快速排序的递归是一棵二叉树，每一层都是指数级的增长，所以最后两层会有很多递归需要走，但此时元素也趋于有序，就可以调用插入排序
if(end - start + 1 <= 3){ insertSort(arr,start,end); return; }非递归实现
递归需要一直在栈上开辟空间，容易造成栈溢出，这里我们直接通过栈来进行非递归的实现
public static void yquickSort(int[] arr,int start,int end){ Stack<Integer> stack = new Stack<>(); int pivot = part1(arr,start,end); if(pivot > start + 1){ stack.push(start); stack.push(pivot - 1); } if(pivot < end - 1){ stack.push(pivot + 1); stack.push(end); } while(!stack.isEmpty()){ end = stack.pop(); start = stack.pop(); pivot = part1(arr,start,end); if(pivot > start + 1){ stack.push(start); stack.push(pivot - 1); } if(pivot < end - 1){ stack.push(pivot + 1); stack.push(end); } } }🍁4. 归并排序
归并排序主要利用了分治法，先使每个子序列有序，再使子序列段间有序，组后合并分解的子序列
首先把要排序的数组依次分解，直到两两一组，之后开始合并，合并的过程也就是把两个有序数组再合并为一个有序数组的过程，每次取出两个数组的较小者存入合并的数组中，最终合并为一整个数组
public static void mergeSort(int[] arr, int left, int right) { if (left >= right) return; int mid = (left + right) / 2; mergeSort(arr, left, mid); mergeSort(arr, mid + 1, right); merge(arr, left, mid, right); } //也就是合并两个有序数组 public static void merge(int[] arr, int left, int mid, int right) { int[] tmp = new int[right - left + 1]; int k = 0; int s1 = left; int s2 = mid + 1; //将分解后的两个数组每次取出最小值放在tmp数组中 while (s1 <= mid && s2 <= right) { if (arr[s1] >= arr[s2]) { tmp[k++] = arr[s2++]; } else { tmp[k++] = arr[s1++]; } } while (s1 <= mid) { tmp[k++] = arr[s1++]; } while (s2 <= right) { tmp[k++] = arr[s2++]; } for (int i = 0; i < k; i++) { arr[left + i] = tmp[i]; } }非递归实现归并排序
非递归实现也就是通过循环来模拟递归，依次合并数组，gap取
public static void mergeSortNor(int[] arr) { int gap = 1; while (gap < arr.length) { for (int i = 0; i < arr.length; i += gap * 2) { int left = i; int mid = i + gap - 1; if (mid >= arr.length) { mid = arr.length - 1; } int right = mid + gap; if (right >= arr.length) { right = arr.length - 1; } merge(arr, left, mid, right); } gap *= 2; } }🍁5. 计数排序
计数排序是一种基于非比较的排序算法，计数排序的主要特点是通过统计每个元素出现的次数，来确定每个元素在排序后数组中的位置，从而实现排序。
计算出以上数据出现的次数之后，再根据次数进行遍历，就可以达到排序的效果
public static void countSort(int[] arr) { int maxVal = arr[0]; int minVal = arr[0]; //找到最大值和最小值 for (int i = 0; i < arr.length; i++) { if (arr[i] > maxVal) { maxVal = arr[i]; } if (arr[i] < minVal) { minVal = arr[i]; } } int[] tmp = new int[maxVal - minVal + 1]; //开始计数 for (int i = 0; i < arr.length; i++) { tmp[arr[i] - minVal]++; } int index = 0; //将数据赋值给数组 for (int i = 0; i < tmp.length; i++) { while (tmp[i]-- != 0) { arr[index] = i + minVal; index++; } } }
