您好,登錄后才能下訂單哦!
這里詳細(xì)講解了十大經(jīng)典算法的分類,例如交換排序、插入排序、選擇排序等比較類排序,以及計(jì)數(shù)排序、桶排序和基數(shù)排序的非比較類排序,分析了各種排序算法的復(fù)雜度和穩(wěn)定性,還有JAVA代碼的詳細(xì)實(shí)現(xiàn)。對(duì)冒泡排序、插入排序、選擇排序和堆排序等十種算法進(jìn)行了詳細(xì)的思想總結(jié)。
十種常見排序算法可以分為兩大類:
(1)比較類排序:通過比較來決定元素間的相對(duì)次序,由于其時(shí)間復(fù)雜度不能突破O(nlogn)因此也稱為非線性時(shí)間比較類排序。
(2)非比較類排序:不通過比較元素間的相對(duì)次序,它可以突破基于比較排序的時(shí)間下界,以線性時(shí)間運(yùn)行,因此也稱為線性時(shí)間非比較類排序。
如果a原本在b前面,而a=b,排序之后a仍然在b的前面。
如果a原本在b的前面,而a=b,排序之后 a 可能會(huì)出現(xiàn)在 b 的后面。
對(duì)排序數(shù)據(jù)的總的操作次數(shù)。反映當(dāng)n變化時(shí),操作次數(shù)呈現(xiàn)什么規(guī)律。
是指算法在計(jì)算機(jī)內(nèi)執(zhí)行時(shí)所需存儲(chǔ)空間的度量,它也是數(shù)據(jù)規(guī)模n的函數(shù)。
冒泡排序是一種簡(jiǎn)單的排序算法。它重復(fù)地走訪過要排序的數(shù)列,一次比較兩個(gè)元素,如果它們的順序錯(cuò)誤就把它們交換過來。走訪數(shù)列的工作是重復(fù)地進(jìn)行直到?jīng)]有再需要交換,也就是說該數(shù)列已經(jīng)排序完成。這個(gè)算法的名字由來是因?yàn)樵叫〉脑貢?huì)經(jīng)由交換慢慢“浮”到數(shù)列的頂端。
(1)比較相鄰的元素。如果第一個(gè)比第二個(gè)大,就交換它們兩個(gè);
(2)對(duì)每一對(duì)相鄰元素作同樣的工作,從開始第一對(duì)到結(jié)尾的最后一對(duì),這樣在最后的元素應(yīng)該會(huì)是最大的數(shù);
(3)針對(duì)所有的元素重復(fù)以上的步驟,除了最后一個(gè);
(4)重復(fù)步驟1~3,直到排序完成。
// 一般的冒泡排序
public static void BubbleSort(int[] arr){
int temp; //臨時(shí)變量
for (int i = arr.length-1;i > 0 ; i--){ // 表示趟數(shù),一共arr.length-1次
for (int j = 0;j < i; j++){ // 表示比較次數(shù),從后往前,每趟比較把最大的冒到最后面
System.out.println("第"+(arr.length-i)+"趟"+ "第"+(j+1)+"次比較"+Arrays.toString(arr));
if(arr[j] > arr[j+1]){
temp = arr[j];
arr[j] = arr[j+1];
arr[j+1] = temp;
}
}
}
}
針對(duì)問題:數(shù)據(jù)的順序排好之后,冒泡算法仍然會(huì)繼續(xù)進(jìn)行下一輪的比較,直到arr.length-1次,后面的比較沒有意義的。
改進(jìn)方案:設(shè)置標(biāo)志位flag,如果發(fā)生了交換flag設(shè)置為true;如果沒有交換就設(shè)置為false。這樣當(dāng)一輪比較結(jié)束后如果flag仍為false,即:這一輪沒有發(fā)生交換,說明數(shù)據(jù)的順序已經(jīng)排好,沒有必要繼續(xù)進(jìn)行下去。
public static void BubbleSort(int[] arr){
int temp; //臨時(shí)變量
boolean flag; //是否交換的標(biāo)記
for (int i = arr.length-1;i > 0 ; i--){ // 表示趟數(shù),一共arr.length-1次
flag = false; //設(shè)置起始標(biāo)志位為false
for (int j = 0;j < i; j++){ // 表示比較次數(shù),從后往前,每趟比較把最大的冒到最后面
System.out.println("第"+(arr.length-i)+"趟"+ "第"+(j+1)+"次比較"+Arrays.toString(arr));
if(arr[j] > arr[j+1]){
temp = arr[j];
arr[j] = arr[j+1];
arr[j+1] = temp;
flag = true;
}
}
if (!flag) break;
}
}
改進(jìn)的冒泡排序,雞尾酒冒泡排序,也叫定向冒泡排序,它的改進(jìn)在于同時(shí)的冒泡兩邊,從低到高,然后從高到低,相當(dāng)于順便把最小的數(shù)也冒泡到最前面。
public static void cocktailSort(int[] arr){
int left = 0,right = arr.length -1,temp;
while (left < right){
for (int i = left;i < right;i++){ //將最大值冒到數(shù)組末尾
if (arr[i] > arr[i+1]){
temp = arr[i];
arr[i] = arr[i+1];
arr[i+1] = temp;
}
}
right--;
for (int i = right;i > left;i--){ //將較小值冒到數(shù)組前面
if (arr[i] < arr[i-1]){
temp = arr[i];
arr[i] = arr[i-1];
arr[i-1] = temp;
}
}
left++;
}
}
選擇排序(Selection-sort)是一種簡(jiǎn)單直觀的排序算法。它的工作原理: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,然后,再從剩余未排序元素中繼續(xù)尋找最?。ù螅┰?,然后放到已排序序列的末尾。以此類推,直到所有元素均排序完畢。
n個(gè)記錄的直接選擇排序可經(jīng)過n-1趟直接選擇排序得到有序結(jié)果。具體算法描述如下:
(1)初始狀態(tài):無序區(qū)為R[1..n],有序區(qū)為空;
(2)第i趟排序(i=1,2,3…n-1)開始時(shí),當(dāng)前有序區(qū)和無序區(qū)分別為R[1..i-1]和R(i..n)。該趟排序從當(dāng)前無序區(qū)中-選出關(guān)鍵字最小的記錄 R[k],將它與無序區(qū)的第1個(gè)記錄R交換,使R[1..i]和R[i+1..n)分別變?yōu)橛涗泜€(gè)數(shù)增加1個(gè)的新有序區(qū)和記錄個(gè)數(shù)減少1個(gè)的新無序區(qū);
(3)n-1趟結(jié)束,數(shù)組有序化了。
public static void selectSort(int[] arr){
//從無序的數(shù)組中選出最小值,替換到數(shù)組最前面
for(int i = 0;i < arr.length - 1;i++){
int minIndex = i;
for(int j = i + 1;j < arr.length;j++){
if (arr[minIndex] > arr[j]){
minIndex = j;
}
}
int temp = arr[i];
arr[i] = arr[minIndex];
arr[minIndex] = temp;
System.out.println("第"+(i+1)+"次選擇"+Arrays.toString(arr));
}
}
表現(xiàn)最穩(wěn)定的排序算法之一,因?yàn)闊o論什么數(shù)據(jù)進(jìn)去都是O(n2)的時(shí)間復(fù)雜度,所以用到它的時(shí)候,數(shù)據(jù)規(guī)模越小越好。唯一的好處可能就是不占用額外的內(nèi)存空間了吧。理論上講,選擇排序可能也是平時(shí)排序一般人想到的最多的排序方法了吧。
插入排序(Insertion-Sort)的算法描述是一種簡(jiǎn)單直觀的排序算法。它的工作原理是通過構(gòu)建有序序列,對(duì)于未排序數(shù)據(jù),在已排序序列中從后向前掃描,找到相應(yīng)位置并插入。
一般來說,插入排序都采用in-place在數(shù)組上實(shí)現(xiàn)。具體算法描述如下:
(1)從第一個(gè)元素開始,該元素可以認(rèn)為已經(jīng)被排序;
(2)取出下一個(gè)元素,在已經(jīng)排序的元素序列中從后向前掃描;
(3)如果該元素(已排序)大于新元素,將該元素移到下一位置;
(4)重復(fù)步驟3,直到找到已排序的元素小于或者等于新元素的位置;
(5)將新元素插入到該位置后;
(6)重復(fù)步驟2~5。
public static void insetSort(int[] arr){
for (int i = 0;i < arr.length;i++){
for (int j = i;j > 0;j--){
//配合交換的實(shí)現(xiàn)
if (arr[j] < arr[j-1]){
int temp = arr[j];
arr[j] = arr[j-1];
arr[j-1] = temp;
}else {
break;
}
}
System.out.println("第"+(i+1)+"次插入"+Arrays.toString(arr));
}
}
插入排序在實(shí)現(xiàn)上,通常采用in-place排序(即只需用到O(1)的額外空間的排序),因而在從后向前掃描過程中,需要反復(fù)把已排序元素逐步向后挪位,為最新元素提供插入空間。
第一個(gè)突破O(n2)的排序算法,是簡(jiǎn)單插入排序的改進(jìn)版。它與插入排序的不同之處在于,它會(huì)優(yōu)先比較距離較遠(yuǎn)的元素。希爾排序又叫縮小增量排序。
先將整個(gè)待排序的記錄序列分割成為若干子序列分別進(jìn)行直接插入排序,具體算法描述:
(1)選擇一個(gè)增量序列t1,t2,…,tk,其中ti>tj,tk=1;
(2)按增量序列個(gè)數(shù)k,對(duì)序列進(jìn)行k 趟排序;
(3)每趟排序,根據(jù)對(duì)應(yīng)的增量ti,將待排序列分割成若干長(zhǎng)度為m 的子序列,分別對(duì)各子表進(jìn)行直接插入排序。僅增量因子為1 時(shí),整個(gè)序列作為一個(gè)表來處理,表長(zhǎng)度即為整個(gè)序列的長(zhǎng)度。
public static void ShellSort(int[] arr){
//定義增量序列,數(shù)組長(zhǎng)度的每次折半
int incre = arr.length;
int n = 0;
while (true){
n += 1;
incre = incre / 2;
System.out.println("第"+n+"遍排序,增量序列為:"+incre+Arrays.toString(arr));
// 根據(jù)增量拆分成不同的數(shù)組序列,拆分為incre組
for (int k = 0;k < incre; k++){ //對(duì)拆分的序列用插入排序
for (int i = k;i < arr.length;i += incre){
for (int j = i;j>k;j-=incre){
if (arr[j] < arr[j-incre]){
int temp = arr[j];
arr[j] = arr[j-incre];
arr[j-incre] = temp;
}else {
break;
}
}
}
}
if (incre == 1){
break;
}
}
}
希爾排序的核心在于間隔序列的設(shè)定。既可以提前設(shè)定好間隔序列,也可以動(dòng)態(tài)的定義間隔序列。動(dòng)態(tài)定義間隔序列的算法是《算法(第4版)》的合著者Robert Sedgewick提出的。
歸并排序是建立在歸并操作上的一種有效的排序算法。該算法是采用分治法(Divide and Conquer)的一個(gè)非常典型的應(yīng)用。將已有序的子序列合并,得到完全有序的序列;即先使每個(gè)子序列有序,再使子序列段間有序。若將兩個(gè)有序表合并成一個(gè)有序表,稱為2-路歸并。
(1)把長(zhǎng)度為n的輸入序列分成兩個(gè)長(zhǎng)度為n/2的子序列;
(2)對(duì)這兩個(gè)子序列分別采用歸并排序;
(3)將兩個(gè)排序好的子序列合并成一個(gè)最終的排序序列。
public static int[] MergeSort(int[] arr){
if (arr.length < 2) return arr;
int mid = arr.length / 2;
int[] left = Arrays.copyOfRange(arr,0,mid);
int[] right = Arrays.copyOfRange(arr,mid,arr.length);
return merge_sort(MergeSort(left),MergeSort(right));
}
public static int[] merge_sort(int[] left,int[] right){
int[] newarr = new int[left.length + right.length];
for (int index = 0,i = 0,j = 0;index < newarr.length;index++){
if (i >= left.length){
newarr[index] = right[j++];
}else if (j >= right.length){
newarr[index] = left[i++];
}else if (left[i] > right[j]){
newarr[index] = right[j++];
}else {
newarr[index] = left[i++];
}
}
return newarr;
}
歸并排序是一種穩(wěn)定的排序方法。和選擇排序一樣,歸并排序的性能不受輸入數(shù)據(jù)的影響,但表現(xiàn)比選擇排序好的多,因?yàn)槭冀K都是O(nlogn)的時(shí)間復(fù)雜度。代價(jià)是需要額外的內(nèi)存空間。
快速排序的基本思想:通過一趟排序?qū)⒋庞涗浄指舫瑟?dú)立的兩部分,其中一部分記錄的關(guān)鍵字均比另一部分的關(guān)鍵字小,則可分別對(duì)這兩部分記錄繼續(xù)進(jìn)行排序,以達(dá)到整個(gè)序列有序。
快速排序使用分治法來把一個(gè)串(list)分為兩個(gè)子串(sub-lists)。具體算法描述如下:
(1)從數(shù)列中挑出一個(gè)元素,稱為 “基準(zhǔn)”(pivot);
(2)重新排序數(shù)列,所有元素比基準(zhǔn)值小的擺放在基準(zhǔn)前面,所有元素比基準(zhǔn)值大的擺在基準(zhǔn)的后面(相同的數(shù)可以到任一邊)。在這個(gè)分區(qū)退出之后,該基準(zhǔn)就處于數(shù)列的中間位置。這個(gè)稱為分區(qū)(partition)操作;
(3)遞歸地(recursive)把小于基準(zhǔn)值元素的子數(shù)列和大于基準(zhǔn)值元素的子數(shù)列排序。
public static void QuickSort(int[] arr,int left,int right){
if (left >= right){
return;
}
//選擇第一個(gè)數(shù)為key
int l = left,r = right;
int key = arr[left];
while (l < r){
//先從右邊找到第一個(gè)小于key的數(shù)
while (l < r && key <= arr[r]){
r--;
}
if (l < r){
arr[l] = arr[r];
l++;
}
//再從左邊起找到第一個(gè)大于key的值
while (l < r && key > arr[l]){
l++;
}
if (l<r){
arr[r] = arr[l];
r--;
}
arr[l] = key;
QuickSort(arr,left,l-1);
QuickSort(arr,l+1,right);
}
}
public static void QuickSortFunc(int[] arr){
int left = 0;
int right = arr.length-1;
QuickSort(arr,left,right);
}
堆排序(Heapsort)是指利用堆這種數(shù)據(jù)結(jié)構(gòu)所設(shè)計(jì)的一種排序算法。堆積是一個(gè)近似完全二叉樹的結(jié)構(gòu),并同時(shí)滿足堆積的性質(zhì):即子結(jié)點(diǎn)的鍵值或索引總是小于(或者大于)它的父節(jié)點(diǎn)。
(1)將初始待排序關(guān)鍵字序列(R1,R2….Rn)構(gòu)建成大頂堆,此堆為初始的無序區(qū);
(2)將堆頂元素R[1]與最后一個(gè)元素R[n]交換,此時(shí)得到新的無序區(qū)(R1,R2,……Rn-1)和新的有序區(qū)(Rn),且滿足R[1,2…n-1]<=R[n];
(3)由于交換后新的堆頂R[1]可能違反堆的性質(zhì),因此需要對(duì)當(dāng)前無序區(qū)(R1,R2,……Rn-1)調(diào)整為新堆,然后再次將R[1]與無序區(qū)最后一個(gè)元素交換,得到新的無序區(qū)(R1,R2….Rn-2)和新的有序區(qū)(Rn-1,Rn)。不斷重復(fù)此過程直到有序區(qū)的元素個(gè)數(shù)為n-1,則整個(gè)排序過程完成。
public static void HeapSort(int[] arr){
//1、構(gòu)建大項(xiàng)堆
for (int i = arr.length/2 - 1;i>=0;i--){
//從第一個(gè)非葉子節(jié)點(diǎn)從下至上,從右至左調(diào)整結(jié)構(gòu)
adjustHeap(arr,i,arr.length);
}
//2、調(diào)整堆結(jié)構(gòu)+交換堆頂元素與末尾元素
for(int j = arr.length-1;j>0;j--){
int temp = arr[0];
arr[0] = arr[j];
arr[j] = temp; //將堆頂元素與末尾元素進(jìn)行交換
adjustHeap(arr,0,j); //重新進(jìn)行堆調(diào)整
}
}
//調(diào)整堆
public static void adjustHeap(int[] arr,int i,int length){
//先取出當(dāng)前元素i
int temp = arr[i];
//從i結(jié)點(diǎn)的左子結(jié)點(diǎn)開始,也就是2i+1處開始
for (int k = i*2 + 1;k<length;k=k*2+1){
//如果左子節(jié)點(diǎn)小于右子節(jié)點(diǎn),k指向右子節(jié)點(diǎn)
if(k+1<length && arr[k] < arr[k+1]){
k++;
}
if (arr[k] > temp){//如果子節(jié)點(diǎn)大于父節(jié)點(diǎn),將子節(jié)點(diǎn)值付給父節(jié)點(diǎn)(不用進(jìn)行交換)
arr[i] = arr[k];
i = k;
}else {
break;
}
}
arr[i] = temp; //將temp值放到最終的位置
}
計(jì)數(shù)排序不是基于比較的排序算法,其核心在于將輸入的數(shù)據(jù)值轉(zhuǎn)化為鍵存儲(chǔ)在額外開辟的數(shù)組空間中。 作為一種線性時(shí)間復(fù)雜度的排序,計(jì)數(shù)排序要求輸入的數(shù)據(jù)必須是有確定范圍的整數(shù)。
它的優(yōu)勢(shì)在于在對(duì)于較小范圍內(nèi)的整數(shù)排序。它的復(fù)雜度為Ο(n+k)(其中k是待排序數(shù)的范圍),快于任何比較排序算法,缺點(diǎn)就是非常消耗空間。很明顯,如果而且當(dāng)O(k)>O(n*log(n))的時(shí)候其效率反而不如基于比較的排序,比如堆排序和歸并排序和快速排序。
要求:待排序數(shù)中最大數(shù)值不能太大。
(1)找出待排序的數(shù)組中最大和最小的元素;
(2)統(tǒng)計(jì)數(shù)組中每個(gè)值為i的元素出現(xiàn)的次數(shù),存入數(shù)組C的第i項(xiàng);
(3)對(duì)所有的計(jì)數(shù)累加(從C中的第一個(gè)元素開始,每一項(xiàng)和前一項(xiàng)相加);
(4)反向填充目標(biāo)數(shù)組:將每個(gè)元素i放在新數(shù)組的第C(i)項(xiàng),每放一個(gè)元素就將C(i)減去1。
public static int[] CountSort(int[] arr){
//1、找出數(shù)組arr中的最大值
int k = arr[0];
for (int i = 1;i < arr.length;i++){
if (k < arr[i]){
k = arr[i];
}
}
//2、構(gòu)造C數(shù)組,將A中每個(gè)元素對(duì)應(yīng)C中的元素大小+1
int[] C = new int[k+1];
int sum = 0;
for (int i = 0;i < arr.length;i++){
C[arr[i]] +=1; //統(tǒng)計(jì)A中各元素個(gè)數(shù),對(duì)應(yīng)到C數(shù)組
}
//3、將C中每個(gè)i位置的元素大小改成C數(shù)組前i項(xiàng)和
for (int i=0;i<k+1; i++){
sum += C[i];
C[i] = sum;
}
//4、構(gòu)造B數(shù)組,初始化一個(gè)和A同樣大小的數(shù)組B用于存儲(chǔ)排序后數(shù)組,然后倒序遍歷A中元素(后面會(huì)提到為何要倒序遍歷),通過查找C數(shù)組,將該元素放置到B中相應(yīng)的位置,同時(shí)將C中對(duì)應(yīng)的元素大小-1(表明已經(jīng)放置了一個(gè)這樣大小的元素,下次再放同樣大小的元素,就要往前擠一個(gè)位置)
int[] B = new int[arr.length];
for (int i = arr.length-1;i>=0;i--){ //倒序遍歷A數(shù)組,構(gòu)造B數(shù)組
B[C[arr[i]]-1] = arr[i]; //將A中該元素放到排序后數(shù)組B中指定的位置
C[arr[i]]--; //將C中該元素-1,方便存放下一個(gè)同樣大小的元素
}
//5、將排序好的數(shù)組B返回,完成排序
return B;
}
計(jì)數(shù)排序是一個(gè)穩(wěn)定的排序算法。當(dāng)輸入的元素是 n 個(gè) 0到 k 之間的整數(shù)時(shí),時(shí)間復(fù)雜度是O(n+k),空間復(fù)雜度也是O(n+k),其排序速度快于任何比較排序算法。當(dāng)k不是很大并且序列比較集中時(shí),計(jì)數(shù)排序是一個(gè)很有效的排序算法。
桶排序是計(jì)數(shù)排序的升級(jí)版。它利用了函數(shù)的映射關(guān)系,高效與否的關(guān)鍵就在于這個(gè)映射函數(shù)的確定。桶排序 (Bucket sort)的工作的原理:假設(shè)輸入數(shù)據(jù)服從均勻分布,將數(shù)據(jù)分到有限數(shù)量的桶里,每個(gè)桶再分別排序(有可能再使用別的排序算法或是以遞歸方式繼續(xù)使用桶排序進(jìn)行排)。
要求:待排序數(shù)長(zhǎng)度一致。
(1)設(shè)置一個(gè)定量的數(shù)組當(dāng)作空桶;
(2)遍歷輸入數(shù)據(jù),并且把數(shù)據(jù)一個(gè)一個(gè)放到對(duì)應(yīng)的桶里去;
(3)對(duì)每個(gè)不是空的桶進(jìn)行排序;
(4)從不是空的桶里把排好序的數(shù)據(jù)拼接起來。
算法實(shí)現(xiàn)邏輯
(1)找出待排序數(shù)組中的最大值max、最小值min
(2)我們使用 動(dòng)態(tài)數(shù)組ArrayList 作為桶,桶里放的元素也用 ArrayList 存儲(chǔ)。桶的數(shù)量為(max-min)/arr.length+1
(3)遍歷數(shù)組 arr,計(jì)算每個(gè)元素 arr[i] 放的桶
(4)每個(gè)桶各自排序
(5)遍歷桶數(shù)組,把排序好的元素放進(jìn)輸出數(shù)組
public static void BucketSort(int[] arr){
int max = Integer.MIN_VALUE;
int min = Integer.MAX_VALUE;
for (int i = 0;i < arr.length;i++){
max = Math.max(max,arr[i]);
min = Math.min(min,arr[i]);
}
//計(jì)算桶數(shù)
int bucketNum = (max - min) / arr.length + 1;
ArrayList<ArrayList<Integer>> bunketArr = new ArrayList<>(bucketNum);
for (int i = 0;i < bucketNum;i++){
bunketArr.add(new ArrayList<Integer>());
}
for (int i = 0;i<arr.length;i++){
int num = (arr[i] - min) / (arr.length);
bunketArr.get(num).add(arr[i]);
}
//對(duì)每個(gè)桶進(jìn)行排序
for (int i = 0;i < bunketArr.size();i++){
Collections.sort(bunketArr.get(i));
}
//將桶中排好序的數(shù)據(jù)依次復(fù)制回原數(shù)組
int index = 0;
for (int i = 0;i < bucketNum;i++){
for (int j = 0;j < bunketArr.get(i).size();j++){
arr[index++] = bunketArr.get(i).get(j);
}
}
}
桶排序最好情況下使用線性時(shí)間O(n),桶排序的時(shí)間復(fù)雜度,取決與對(duì)各個(gè)桶之間數(shù)據(jù)進(jìn)行排序的時(shí)間復(fù)雜度,因?yàn)槠渌糠值臅r(shí)間復(fù)雜度都為O(n)。很顯然,桶劃分的越小,各個(gè)桶之間的數(shù)據(jù)越少,排序所用的時(shí)間也會(huì)越少。但相應(yīng)的空間消耗就會(huì)增大。
基數(shù)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;依次類推,直到最高位。有時(shí)候有些屬性是有優(yōu)先級(jí)順序的,先按低優(yōu)先級(jí)排序,再按高優(yōu)先級(jí)排序。最后的次序就是高優(yōu)先級(jí)高的在前,高優(yōu)先級(jí)相同的低優(yōu)先級(jí)高的在前。
基數(shù)排序?qū)儆凇胺峙涫脚判颉保╠istribution sort),是非比較類線性時(shí)間排序的一種,又稱“桶子法”(bucket sort),顧名思義,它是透過鍵值的部分信息,將要排序的元素分配至某些“桶”中,藉以達(dá)到排序的作用。
基數(shù)排序(以×××為例),將×××10進(jìn)制按每位拆分,然后從低位到高位依次比較各個(gè)位。主要分為兩個(gè)過程:
(1)分配,先從個(gè)位開始,根據(jù)位值(0-9)分別放到0~9號(hào)桶中(比如64,個(gè)位為4,則放入4號(hào)桶中);
(2)收集,再將放置在0~9號(hào)桶中的數(shù)據(jù)按順序放到數(shù)組中;
(3)重復(fù)(1)(2)過程,從個(gè)位到最高位(比如32位無符號(hào)整型最大數(shù)4294967296,最高位為第10位)?;鶖?shù)排序的方式可以采用LSD(Least Significant Digital)或MSD(Most Significant Digital),LSD的排序方式由鍵值的最右邊開始,而MSD則相反,由鍵值的最左邊開始。
public static int[] RadixSort(int[] array) {
if (array == null || array.length < 2)
return array;
// 1.先算出最大數(shù)的位數(shù);
int max = array[0];
for (int i = 1; i < array.length; i++) {
max = Math.max(max, array[i]);
}
int maxDigit = 0;
while (max != 0) {
max /= 10;
maxDigit++;
}
int mod = 10, div = 1;
ArrayList<ArrayList<Integer>> bucketList = new
ArrayList<ArrayList<Integer>>();
for (int i = 0; i < 10; i++)
bucketList.add(new ArrayList<Integer>());
for (int i = 0; i < maxDigit; i++, mod *= 10, div *= 10) {
for (int j = 0; j < array.length; j++) {
int num = (array[j] % mod) / div;
bucketList.get(num).add(array[j]);
}
int index = 0;
for (int j = 0; j < bucketList.size(); j++) {
for (int k = 0; k < bucketList.get(j).size(); k++)
array[index++] = bucketList.get(j).get(k);
bucketList.get(j).clear();
}
}
return array;
}
基數(shù)排序基于分別排序,分別收集,所以是穩(wěn)定的。但基數(shù)排序的性能比桶排序要略差,每一次關(guān)鍵字的桶分配都需要O(n)的時(shí)間復(fù)雜度,而且分配之后得到新的關(guān)鍵字序列又需要O(n)的時(shí)間復(fù)雜度。假如待排數(shù)據(jù)可以分為d個(gè)關(guān)鍵字,則基數(shù)排序的時(shí)間復(fù)雜度將是O(d*2n) ,當(dāng)然d要遠(yuǎn)遠(yuǎn)小于n,因此基本上還是線性級(jí)別的。
基數(shù)排序的空間復(fù)雜度為O(n+k),其中k為桶的數(shù)量。一般來說n>>k,因此額外空間需要大概n個(gè)左右。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。