Java基礎語法(8)-數組中的常見排序演算法

来源:https://www.cnblogs.com/bencoper/archive/2020/04/01/12616335.html
-Advertisement-
Play Games

title: Java基礎語法(8) 數組中的常見排序演算法 blog: "CSDN" data: "Java學習路線及視頻" 1.基本概念 排序: 是電腦程式設計中的一項重要操作,其功能是指一個數據元素集合或序列重新排列成一個按數據元素某個數據項值有序的序列. 排序碼(關鍵碼): 排序依據的數據項 ...


title: Java基礎語法(8)-數組中的常見排序演算法

blog: CSDN

data: Java學習路線及視頻

1.基本概念

  • 排序: 是電腦程式設計中的一項重要操作,其功能是指一個數據元素集合或序列重新排列成一個按數據元素某個數據項值有序的序列.
  • 排序碼(關鍵碼): 排序依據的數據項.
  • 穩定排序: 排序前與排序後相同關鍵碼元素間的位置關係,保持一致的排序方法.
  • 不穩定排序: 排序前與排序後相同關鍵碼元素間的相對位置發生改變的排序方法.
  • 內排序: 指待排序列完全存放在記憶體中所進行的排序.內排序大致可分為五類
    • 插入排序
    • 交換排序
    • 選擇排序
    • 歸併排序
    • 分配排序
  • 外排序: 指排序過程中還需訪問外存儲器的排序.

2.選擇排序

GQpiHf.gif

操作方法

第一趟：從n個記錄中找出關鍵碼最小的記錄和第一個記錄交換；
第二趟：從第二個記錄開始的n-1個記錄中再選出關鍵碼最小的記錄與第二個記錄交換
以此類推......
第i趟，則從第i個記錄開始的n-i+1個記錄中選出關鍵碼最小的記錄與第i個記錄交換，直到整個序列按關鍵碼有序。

/**
 * 直接選擇排序
 * @author BenCoper
 * 2020-04-01
 */
public class SelectSort {
	public static void selectSort(int[] data) {
		System.out.println("開始排序");
		int arrayLength = data.length;
		for (int i = 0; i < arrayLength - 1; i++) {
			for (int j = i + 1; j < arrayLength; j++) {
				if (data[i] - data[j] > 0) {
					int temp = data[i];
					data[i] = data[j];
					data[j] = temp;
				}
			}
			System.out.println(java.util.Arrays.toString(data));
		}
	}

	public static void main(String[] args) {
		int[] data = { 9, -16, 21, 23, -30, -49, 21, 30, 30 };
		System.out.println("排序之前：\n" + java.util.Arrays.toString(data));
		selectSort(data);
		System.out.println("排序之後：\n" + java.util.Arrays.toString(data));
	}
}

選擇排序的時間複雜度

平均時間複雜度 最好情況 最壞情況 空間複雜度
O(n²) O(n²) O(n²) O(1)

3.插入排序

GlZfxK.gif

操作方法

一組無序序列{A1,A2,........An} 先取出A1，
然後從A2與A1比較,比較完之後序列狀況是{A1,A2}{A3..........An},  
其中{A1,A2}有序， 然後取出A3 ，放到{A1,A2}有序序列合適位置，
導致{A1,A2,A3}{A4........An}。
重覆這個過程，直到取出An{A1,A2........An-1}有序序列中。

/**
 * 直接插入排序
 * @author BenCoper
 * 2020-04-01
 */
public class InsertSort {
	public static void insertSort(int[] data) {
		System.out.println("開始排序");
		int arrayLength = data.length;
		for (int i = 1; i < arrayLength; i++) {
			int temp = data[i];
			if (data[i] - data[i - 1] < 0) {
				int j = i - 1;
				for (; j >= 0 && data[j] - temp > 0; j--) {
					data[j + 1] = data[j];
				}
				data[j + 1] = temp;
			}
			System.out.println(java.util.Arrays.toString(data));
		}

	}

	public static void main(String[] args) {
		int[] data = { 9, -16, 21, 23, -30, -49, 21, 30, 30 };
		System.out.println("排序之前：\n" + java.util.Arrays.toString(data));
		insertSort(data);
		System.out.println("排序之後：\n" + java.util.Arrays.toString(data));
	}
}

插入排序的時間複雜度

平均時間複雜度 最好情況 最壞情況 空間複雜度
O(n²) O(n) O(n²) O(1)

4.堆排序

GlneUJ.gif

操作方法

構建初始堆，將待排序列構成一個大頂堆(或者小頂堆)，升序大頂堆，降序小頂堆；
將堆頂元素與堆尾元素交換，並斷開(從待排序列中移除)堆尾元素。
重新構建堆。
重覆2~3，直到待排序列中只剩下一個元素(堆頂元素)。

/**
 * 堆排序
 * @author BenCoper
 * 2020-04-01
 */
public class HeapSort {
	public static void heapSort(int[] data) {
		System.out.println("開始排序");
		int arrayLength = data.length;
		// 迴圈建堆
		for (int i = 0; i < arrayLength - 1; i++) {
			// 建堆
			buildMaxdHeap(data, arrayLength - 1 - i);
			// 交換堆頂和最後一個元素
			swap(data, 0, arrayLength - 1 - i);
			System.out.println(java.util.Arrays.toString(data));
		}
	}

	// 對data數組從0到lastIndex建大頂堆
	private static void buildMaxdHeap(int[] data, int lastIndex) {
		// 從lastIndex處節點（最後一個節點）的父節點開始
		for (int i = (lastIndex - 1) / 2; i >= 0; i--) {
			// k保存當前正在判斷的節點
			int k = i;
			// 如果當前k節點的子節點存在
			while (k * 2 + 1 <= lastIndex) {
				// k節點的左子節點的索引
				int biggerIndex = 2 * k + 1;
				// 如果biggerIndex小於lastIndex，即biggerIndex +1
				// 代表k節點的右子節點存在
				if (biggerIndex < lastIndex) {
					// 如果右子節點的值較大
					if (data[biggerIndex] - data[biggerIndex + 1] < 0) {
						// biggerIndex總是記錄較大子節點的索引
						biggerIndex++;
					}
				}
				// 如果k節點的值小於其較大子節點的值
				if (data[k] - data[biggerIndex] < 0) {
					// 交換它們
					swap(data, k, biggerIndex);
					// 將biggerIndex賦給k，開始while迴圈的下一次迴圈
					// 重新保證k節點的值大於其左、右節點的值
					k = biggerIndex;
				} else {
					break;
				}
			}
		}
	}

	// 交換data數組中i、j兩個索引處的元素
	private static void swap(int[] data, int i, int j) {
		int temp = data[i];
		data[i] = data[j];
		data[j] = temp;
	}

	public static void main(String[] args) {
		int[] data = { 9, -16, 21, 23, -30, -49, 21, 30, 30 };
		System.out.println("排序之前：\n" + java.util.Arrays.toString(data));
		heapSort(data);
		System.out.println("排序之後：\n" + java.util.Arrays.toString(data));
	}
}

插入排序的時間複雜度

平均時間複雜度 最好情況 最壞情況 空間複雜度
O(nlogn) O(nlogn) O(nlogn) O(1)

5.歸併排序

GluRTe.gif

操作方法

歸併排序是先將數組進行拆分，拆分到剩餘一個關鍵字，這是一個從大到小的過程。
然後再進行治理，治理的過程也就是進行合併的過程，合併時會保證左右兩邊的數組內部各自有序。
然後將兩個有序的數組合併到一個數組中，且合併後的數組有序。總結就是：遞歸拆分，回溯合併，合併時左右兩個數組內部有序。

/**
 * 堆排序
 * @author BenCoper
 * 2020-04-01
 */
public class MergeSort {
	public static void mergeSort(int[] data) {
		// 歸併排序
		sort(data, 0, data.length - 1);
	}

	// 將索引從left到right範圍的數組元素進行歸併排序
	private static void sort(int[] data, int left, int right) {
		if(left < right){
			//找出中間索引
			int center = (left + right)/2;
			sort(data,left,center);
			sort(data,center+1,right);
			//合併
			merge(data,left,center,right);
		}
	}

	// 將兩個數組進行歸併，歸併前兩個數組已經有序，歸併後依然有序
	private static void merge(int[] data, int left, int center, int right) {
		int[] tempArr = new int[data.length];
		int mid = center + 1;
		int third = left;
		int temp = left;
		while (left <= center && mid <= right) {
			if (data[left] - data[mid] <= 0) {
				tempArr[third++] = data[left++];
			} else {
				tempArr[third++] = data[mid++];
			}
		}
		while (mid <= right) {
			tempArr[third++] = data[mid++];
		}
		while (left <= center) {
			tempArr[third++] = data[left++];
		}
		while (temp <= right) {
			data[temp] = tempArr[temp++];
		}
	}

	public static void main(String[] args) {
		int[] data = { 9, -16, 21, 23, -30, -49, 21, 30, 30 };
		System.out.println("排序之前：\n" + java.util.Arrays.toString(data));
		mergeSort(data);
		System.out.println("排序之後：\n" + java.util.Arrays.toString(data));
	}
}

插入排序的時間複雜度

平均時間複雜度 最好情況 最壞情況 空間複雜度
O(nlogn) O(nlogn) O(nlogn) O(1)

6.基數排序

G1wnQf.gif

操作方法

將所有待比較數值統一為同樣的數位長度，數位較短的數前面補零。
然後，從最低位開始，依次進行一次排序。
這樣從最低位排序一直到最高位排序完成以後, 數列就變成一個有序序列。

/**
 * 基數排序
 * @author BenCoper
 * 2020-04-01
 */
public class MultiKeyRadixSort {
	public static void radixSort(int[] data, int radix, int d) {
		System.out.println("開始排序：");
		int arrayLength = data.length;
		int[] temp = new int[arrayLength];
		int[] buckets = new int[radix];
		for (int i = 0, rate = 1; i < d; i++) {
			// 重置count數組，開始統計第二個關鍵字
			Arrays.fill(buckets, 0);
			// 當data數組的元素複製到temp數組中進行緩存
			System.arraycopy(data, 0, temp, 0, arrayLength);
			for (int j = 0; j < arrayLength; j++) {
				int subKey = (temp[j] / rate) % radix;
				buckets[subKey]++;
			}
			for (int j = 1; j < radix; j++) {
				buckets[j] = buckets[j] + buckets[j - 1];
			}
			for (int m = arrayLength - 1; m >= 0; m--) {
				int subKey = (temp[m] / rate) % radix;
				data[--buckets[subKey]] = temp[m];
			}
			System.out.println("對" + rate + "位上子關鍵字排序："
					+ java.util.Arrays.toString(data));
			rate *= radix;
		}
	}

	public static void main(String[] args) {
		int[] data = { 1100, 192, 221, 12, 13 };
		System.out.println("排序之前：\n" + java.util.Arrays.toString(data));
		radixSort(data, 10, 4);
		System.out.println("排序之後：\n" + java.util.Arrays.toString(data));
	}
}

插入排序的時間複雜度

平均時間複雜度 最好情況 最壞情況 空間複雜度
O(n²) O(n) O(n²) O(1)

7.冒泡排序

G1BCUH.gif

操作方法

比較相鄰的元素。如果第一個比第二個大，就交換他們兩個。
對每一對相鄰元素作同樣的工作，從開始第一對到結尾的最後一對。在這一點，最後的元素應該會是最大的數。 
針對所有的元素重覆以上的步驟，除了最後一個。
持續每次對越來越少的元素重覆上面的步驟，直到沒有任何一對數字需要比較

/**
 * 冒泡排序
 * @author BenCoper
 * 2020-04-01
 */	
public static void bubbleSort1(int[] data) {
		System.out.println("開始排序");
		int arrayLength = data.length;
		for (int i = 0; i < arrayLength - 1; i++) {
			boolean flag = false;
			for (int j = 0; j < arrayLength - 1 - i; j++) {
				if (data[j] > data[j + 1]) {
					int temp = data[j + 1];
					data[j + 1] = data[j];
					data[j] = temp;
					flag = true;
				}
			}
			System.out.println(java.util.Arrays.toString(data));
			if (!flag)
				break;
		}
	}

	public static void main(String[] args) {
		int[] data = { 9, -16, 21, 23, -30, -49, 21, 30, 30 };
		System.out.println("排序之前：\n" + java.util.Arrays.toString(data));
		bubbleSort(data);
		System.out.println("排序之後：\n" + java.util.Arrays.toString(data));
	}
}

插入排序的時間複雜度

平均時間複雜度 最好情況 最壞情況 空間複雜度
O(n²) O(n) O(n²) O(1)

8.快速排序

G1BLdg.gif

操作方法

通過一趟排序將待排序記錄分割成獨立的兩部分，其中一部分記錄的關鍵字均比另一部分關鍵字小，
則分別對這兩部分繼續進行排序，直到整個序列有序。

/**
 * 快速排序
 * @author BenCoper
 * 2020-04-01
 */	
public class QuickSort {
	private static void swap(int[] data, int i, int j) {
		int temp = data[i];
		data[i] = data[j];
		data[j] = temp;
	}

	private static void subSort(int[] data, int start, int end) {
		if (start < end) {
			int base = data[start];
			int low = start;
			int high = end + 1;
			while (true) {
				while (low < end && data[++low] - base <= 0)
					;
				while (high > start && data[--high] - base >= 0)
					;
				if (low < high) {
					swap(data, low, high);
				} else {
					break;
				}
			}
			swap(data, start, high);
			
			subSort(data, start, high - 1);//遞歸調用
			subSort(data, high + 1, end);
		}
	}
	public static void quickSort(int[] data){
		subSort(data,0,data.length-1);
	}
	
	
	public static void main(String[] args) {
		int[] data = { 9, -16, 30, 23, -30, -49, 25, 21, 30 };
		System.out.println("排序之前：\n" + java.util.Arrays.toString(data));
		quickSort(data);
		System.out.println("排序之後：\n" + java.util.Arrays.toString(data));
	}
}

插入排序的時間複雜度

平均時間複雜度 最好情況 最壞情況 空間複雜度
O(nlogn) O(nlogn) O(n²) O(1)

9.希爾排序

G1DVY9.gif

操作方法

希爾排序是把記錄按下標的一定增量分組，對每組使用直接插入排序演算法排序；隨著增量逐漸減少，每組包含的關鍵詞越來越多，當增量減至1時，整個文件恰被分成一組，演算法便終止。

/**
 * Shell排序
 * @author BenCoper
 * 2020-04-01
 */	
public class ShellSort {
	public static void ShellSort(int[] data) {
		System.out.println("開始排序");
		int arrayLength = data.length;

		int h = 1;
		while (h <= arrayLength / 3) {
			h = h * 3 + 1;
		}
		while (h > 0) {
			System.out.println("===h的值：" + h + "===");
			for (int i = h; i < arrayLength; i++) {
				int temp = data[i];
				if (data[i] - data[i - h] < 0) {
					int j = i - h;
					for (; j >= 0 && data[j] - temp > 0; j -= h) {
						data[j + h] = data[j];
					}
					data[j + h] = temp;
				}
				System.out.println(java.util.Arrays.toString(data));
			}
			h = (h - 1) / 3;
		}
	}

	public static void main(String[] args) {
		int[] data = { 9, -16, 21, 23, -30, -49, 21, 30, 30 };
		System.out.println("排序之前：\n" + java.util.Arrays.toString(data));
		ShellSort(data);
		System.out.println("排序之後：\n" + java.util.Arrays.toString(data));
	}
}

插入排序的時間複雜度

平均時間複雜度 最好情況 最壞情況 空間複雜度
O(n^(1.3—2)) O(n) O(n²) O(1)

10.結語

8qXr3n.png

2020-3-31: Java基礎語法(6)-註釋

2020-3-31: Java基礎語法(7)-數組


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 迴圈刪除list中的元素
    在練習迴圈刪除list中元素時遇到了一點問題。最開始寫的代碼是 for i in range(len(list)): del list[i] 這樣寫到後來會報錯，原因是隨著列表元素的刪除和i的增加，對列表元素的訪問會越界。 後來改成瞭如下代碼 while i < len(list): del lis ...
  • Java連載105-線程的優先順序
    一、線程的優先順序 1.線程優先順序的獲取的CPU時間片會相對多一點 （1）優先順序為1-10 （2）最低為1 （3）最高為10 （4）預設為5 package com.bjpowernode.java_learning; ​ public class D105_1_PriorotyOfMultithre ...
  • java String
    一旦被初始化就不可以被改變。 String s1 = new String("abc"); String s2 = "abc"; System.out.println(s1==s2);//false System.out.println(s1.equals(s2));//true String類覆寫 ...
  • java8Stream
    Stream 介紹 java8添加了一個抽象流Stream，可以讓我們像寫sql一樣操作集合元素。Stream將要處理的元素看做是一種流， 在管道中傳輸，併進行處理，最後由終止操作得到處理的結果。 什麼是Stream？ Stream是一個來自特定元素隊列並支持聚合操作 元素是具體類型的對象，形成一個 ...
  • LeetCode 1111. 有效括弧的嵌套深度
    我的LeetCode：https://leetcode cn.com/u/ituring/ 我的LeetCode刷題源碼[GitHub]：https://github.com/izhoujie/Algorithmcii LeetCode 1111. 有效括弧的嵌套深度 題目 __有效括弧字元串__ ...
  • 高併發高可用系統以及面試分析
    1.高併發，高可用系統的一些思考 高併發依賴於場景和邏輯 不一定每個場景都會產生高併發，不要為了高併發而盲目的設計，過度設計帶來 的問題遠比意料之外的高併發要多很多，依賴於具體場景和行為進行分析，一個 購物類網站，搶購場景，會觸發很多的讀取商品詳情，計算庫存等操作，而且不 需要每個請求都到達支付頁面 ...
  • Swift基礎數據類型
    常量和變數 使用關鍵字let來聲明常量 使用關鍵字var來聲明變數 可以在行中聲明多個變數或常量，且用逗號分割 Swift是類型安全的語言。如果沒有初始值，就必須標註出變數的類型。 變數和常量的名字幾乎可以使用任何字元，甚至包括Unicode字元。（註：命名不能包括 空白字元 、 數學符號 、 箭頭 ...
  • Java基礎語法(9)-面向對象之類的成員
    title: Java基礎語法(9) 面向對象之類的成員 blog: "CSDN" data: "Java學習路線及視頻" 1.面向過程與面向對象 1. 面向過程(POP) 與 面向對象(OOP) 二者都是一種思想，面向對象是相對於面向過程而言的。面向過程，強調的是功能行為，以函數為最小單位，考慮怎 ...
一周排行
    -Advertisement-
    Play Games
  • .NET 6 Entity Framework Core Db First（1） 創建模型
    .Net8.0 Blazor Hybird 桌面端 (WPF/Winform) 實測可以完整運行在 win7sp1/win10/win11. 如果用其他工具打包,還可以運行在mac/linux下, 傳送門BlazorHybrid 發佈為無依賴包方式 安裝 WebView2Runtime 1.57 M ...
  • 資料庫升級PostgreSql+Garnet
    目錄前言PostgreSql安裝測試額外Nuget安裝Person.cs模擬運行Navicate連postgresql解決方案Garnet為什麼要選擇Garnet而不是RedisRedis不再開源Windows版的Redis是由微軟維護的Windows Redis版本老舊，後續可能不再更新Garne ...
  • 如何基於surging架設流媒體視頻推流（視頻講解）
    C#TMS系統代碼-聯表報表學習 領導被裁了之後很快就有人上任了，幾乎是無縫銜接，很難讓我不想到這早就決定好了。我的職責沒有任何變化。感受下來這個系統封裝程度很高，我只要會調用方法就行。這個系統交付之後不會有太多問題，更多應該是做小需求，有大的開發任務應該也是第二期的事，嗯？怎麼感覺我變成運維了？而 ...
  • EAV模型（實體-屬性-值）的設計和低代碼的處理方案（2）--數據的查詢處理
    我在隨筆《EAV模型（實體-屬性-值）的設計和低代碼的處理方案（1）》中介紹了一些基本的EAV模型設計知識和基於Winform場景下低代碼（或者說無代碼）的一些實現思路，在本篇隨筆中，我們來分析一下這種針對通用業務，且只需定義就能構建業務模塊存儲和界面的解決方案，其中的數據查詢處理的操作。 ...
  • C# 程式集、模塊和類型概念及關係
    對某個遠程伺服器啟用和設置NTP服務(Windows系統) 打開註冊表 HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Services\W32Time\TimeProviders\NtpServer 將 Enabled 的值設置為 1，這將啟用NTP伺服器功 ...
  • Django信號與擴展：深入理解與實踐
    title: Django信號與擴展：深入理解與實踐 date: 2024/5/15 22:40:52 updated: 2024/5/15 22:40:52 categories: 後端開發 tags: Django 信號 松耦合 觀察者 擴展 安全 性能 第一部分：Django信號基礎 Djan ...
  • Django3.2安裝源碼xadmin2步驟以及遇到的問題
    使用xadmin2遇到的問題&解決 環境配置： 使用的模塊版本： 關聯的包 Django 3.2.15 mysqlclient 2.2.4 xadmin 2.0.1 django-crispy-forms >= 1.6.0 django-import-export >= 0.5.1 django-r ...
  • 原創->CommonsCollections1-DefaultMap鏈
    今天我打算整點兒不一樣的內容，通過之前學習的TransformerMap和LazyMap鏈，想搞點不一樣的，所以我關註了另外一條鏈DefaultedMap鏈，主要調用鏈為： 調用鏈詳細描述： ObjectInputStream.readObject() DefaultedMap.readObject ...
  • 05-應用級開發者 AI 時代破局點
    後端應用級開發者該如何擁抱 AI GC？就是在這樣的一個大的浪潮下，我們的傳統的應用級開發者。我們該如何選擇職業或者是如何去快速轉型，跟上這樣的一個行業的一個浪潮? 0 AI金字塔模型 越往上它的整個難度就是職業機會也好，或者說是整個的這個運作也好,它的難度會越大,然後越往下機會就會越多,所以這是一 ...
  • Java面試題：讓依賴註入變得簡單，面對@Autowired和@Resource，該如何選擇？
    @Autowired是Spring框架提供的註解，@Resource是Java EE 5規範提供的註解。 @Autowired預設按照類型自動裝配，而@Resource預設按照名稱自動裝配。 @Autowired支持@Qualifier註解來指定裝配哪一個具有相同類型的bean，而@Resourc... ...
所有分類