您好,登錄后才能下訂單哦!
本篇內(nèi)容介紹了“Java十大排序算法怎么實現(xiàn)”的有關(guān)知識,在實際案例的操作過程中,不少人都會遇到這樣的困境,接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧!希望大家仔細(xì)閱讀,能夠?qū)W有所成!
假定在待排序的記錄序列中,存在多個具有相同的關(guān)鍵字的記錄,如果排序以后,保證這些記錄的相對次序保持不變,即在原序列中,a[i]=a[j],且 a[i] 在 a[j] 之前,排序后保證 a[i] 仍在 a[j] 之前,則稱這種排序算法是穩(wěn)定的;否則稱為不穩(wěn)定的。
每次從待排序的元素中選擇最小的元素,依次和第1、2、3...位置的元素進(jìn)行交換。這樣在數(shù)組前面的部分形成有序區(qū)域。每進(jìn)行一次交換,有序區(qū)域長度加一。
public static void selectionSort(int[] arr){ //細(xì)節(jié)一:這里可以是arr.length也可以是arr.length-1 for (int i = 0; i < arr.length-1 ; i++) { int mini = i; for (int j = i+1; j < arr.length; j++) { //切換條件,決定升序還是降序 if(arr[mini]>arr[j]) mini =j; } swap(arr,mini,i); } }
依次比較相鄰的兩個數(shù),如果順序錯誤就把他們交換過來,這樣的話,每一輪比較下來都可以把最大的數(shù)放到它應(yīng)該在的位置。(就像是把最大的氣泡冒到最上層一樣)
這里解釋一下順序錯誤的含義。我們按照按升序排序,后面的值應(yīng)該大于等于前面的值,如果不滿足的話,就交換。
public static void bubbleSort(int[] arr){ for (int i = 0; i < arr.length-1; i++) { //記錄本次有沒有進(jìn)行交換的操作 boolean flag = false; //保存在頭就動頭,保存在尾就動尾 for(int j =0 ; j < arr.length-1-i ; j++){ //升序降序選擇地 if(arr[j] > arr[j+1]) { swap(arr,j,j+1); flag = true; } } //如果本次沒有進(jìn)行交換操作,表示數(shù)據(jù)已經(jīng)有序 if(!flag){break;} //程序結(jié)束 } }
插入排序其實可以理解為我們玩撲克時摸牌的過程,我們在摸牌的時候手里的牌總是有序的,每摸一張牌,就把這張牌插到它應(yīng)該在的位置。等所有的牌都摸完了以后,全部的牌就都有序了。
思考:數(shù)組前面形成了有序區(qū)域,那我查找當(dāng)前數(shù)字應(yīng)該插入位置的時候,用二分進(jìn)行,是不是就可以把插入排序的復(fù)雜度優(yōu)化到O(nlogn)了呀?
二分倒是可以log的復(fù)雜度找到位置。 關(guān)鍵是如果用數(shù)組存儲的話,插入的時候數(shù)據(jù)后移還是O(n)的復(fù)雜度。如果用鏈表的話,找到位置插入是O(1)的了,但是鏈表也沒辦法二分呀。
public static void insertSort(int[] arr){ //從第二個數(shù)開始,把每個數(shù)依次插入到指定的位置 for(int i = 1 ; i < arr.length ; i++) { int key = arr[i]; int j = i-1; //大的后移操作 while(j >= 0 && arr[j] > key) { arr[j+1] = arr[j]; j--; } arr[j+1] = key; } }
希爾排序是Donald Shell于1959年提出的一種排序算法,是對直接插入排序的改進(jìn)之后的高效版本。 希爾排序需要準(zhǔn)備一組數(shù)據(jù)作為增量序列。
這組數(shù)據(jù)需要滿足以下三個條件:
1. 數(shù)據(jù)遞減排列
2. 數(shù)據(jù)中的最大值小于待排序數(shù)組的長度
3. 數(shù)據(jù)中的最小值是1。
只要滿足上述要求的數(shù)組都可以作為增量序列,但是不同的增量序列會影響到排序的效率。這里我們用{5,3,1}作為增量序列來進(jìn)行講解
實現(xiàn)優(yōu)化的原因:減少數(shù)據(jù)量,使O(n)和O(n^2)的差距并不大
public static void shellSort(int[] arr){ //分塊處理 int gap = arr.length/2; //增量 while(1<=gap) { //插入排序:只不過是與增量位交換 for(int i = gap ; i < arr.length ; i++) { int key = arr[i]; int j = i-gap; while(j >= 0 && arr[j] > key) { arr[j+gap] = arr[j]; j-=gap; } arr[j+gap] = key; } gap = gap/2; } }
是一棵完全二叉樹,分為大根堆、小根堆兩種
可以O(shè)(1)取最大/小值,可以O(shè)(logn)刪除最大/小值,可以O(shè)(logn)插入元素
MIN-HEAPIFY(i)操作:
我們假設(shè)完全二叉樹中某節(jié)點 i 的左子樹和右子樹都滿足小根堆的性質(zhì),假設(shè) i 節(jié)點的左孩子是 left_i,i 節(jié)點的右孩子是 rig?t_i。那如果 a[i] 大于 a[left_i] 或 a[rig?t_i] 的話,那以 i 節(jié)點為根節(jié)點的整棵子樹就不滿足小根堆的性質(zhì)了,我們現(xiàn)在要進(jìn)行一個操作:把以 i 為根節(jié)點的這棵子樹調(diào)整成小根堆。
//堆排序 public static void heapSort(int[] arr){ //開始調(diào)整的位置為最后一個葉子節(jié)點 int start = (arr.length - 1)/2; //從最后一個葉子節(jié)點開始遍歷,調(diào)整二叉樹 for (int i = start; i >= 0 ; i--){ maxHeap(arr, arr.length, i); } for (int i = arr.length - 1; i > 0; i--){ int temp = arr[0]; arr[0] = arr[i]; arr[i] = temp; maxHeap(arr, i, 0); } } //將二叉樹調(diào)整為大頂堆 public static void maxHeap(int[] arr, int size, int index){ //建立左子節(jié)點 int leftNode = 2 * index + 1; //建立右子節(jié)點 int rightNode = 2 * index + 2; int maxNode = index; //左子節(jié)點的值大于根節(jié)點時調(diào)整 if (leftNode < size && arr[leftNode] > arr[maxNode]){ maxNode = leftNode; } //右子節(jié)點的值大于根節(jié)點時調(diào)整 if (rightNode < size && arr[rightNode] > arr[maxNode]){ maxNode = rightNode; } if (maxNode != index){ int temp = arr[maxNode]; arr[maxNode] = arr[index]; arr[index] = temp; //交換之后可能會破壞原來的結(jié)構(gòu),需要再次調(diào)整 //遞歸調(diào)用進(jìn)行調(diào)整 maxHeap(arr, size, maxNode); } }
我使用的是大根堆,排序的過程歸根下來就是:先左底根后右底根(看自己怎么寫)->每個根向上在向下。(左右上下)
歸并排序是分治法的典型應(yīng)用,先來介紹一下分治法,分治法是把一個復(fù)雜的問題分成兩個或更多的相同或相似的子問題,再把子問題分成更小的子問題……直到最后子問題規(guī)模很小可以直接求解,再將子問題的解進(jìn)行合并來得到原問題的解。
歸并排序分解子問題的過程就是每一次把數(shù)組分成2份,直到數(shù)組的長度為1(因為只有一個數(shù)字的數(shù)組是有序的)。然后再將相鄰的有序數(shù)組合并成一個有序數(shù)組。直到全部合到一起,整個數(shù)組就排序完畢了。 現(xiàn)在要解決的問題就是如何把兩個有序的數(shù)組合并成一個有序的數(shù)組。其實就是每次比較兩個數(shù)組當(dāng)前最小的兩個元素,哪個小就選哪個
數(shù)組a | 數(shù)組b | 說明 | 答案數(shù)組 |
2,5,7 | 1,3,4 | 1<2,取1,數(shù)組b的指針后移 | 1 |
2,5,7 | 1,3,4 | 2<3,取2,數(shù)組a的指針后移 | 1,2 |
2,5,7 | 1,3,4 | 3<5,取3,數(shù)組b的指針后移 | 1,2,3 |
2,5,7 | 1,3,4 | 4<5,取4,數(shù)組b的指針后移 | 1,2,3,4 |
2,5,7 | 1,3,4 | 數(shù)組b中沒有元素了,取5 | 1,2,3,4,5 |
2,5,7 | 1,3,4 | 數(shù)組b中沒有元素了,取7 | 1,2,3,4,5,7 |
public static void mergeSort(int[] arr, int low, int high){ int middle = (high + low)/2; if (low < high){ //遞歸排序左邊 mergeSort(arr, low, middle); //遞歸排序右邊 mergeSort(arr, middle +1, high); //將遞歸排序好的左右兩邊合并 merge(arr, low, middle, high); } } public static void merge(int[] arr, int low, int middle, int high){ //存儲歸并后的臨時數(shù)組 int[] temp = new int[high - low + 1]; int i = low; int j = middle + 1; //記錄臨時數(shù)組中存放數(shù)字的下標(biāo) int index = 0; while (i <= middle && j <= high){ if (arr[i] < arr[j]){ temp[index] = arr[i]; i++; } else { temp[index] = arr[j]; j++; } index++; } //處理剩下的數(shù)據(jù) while (j <= high){ temp[index] = arr[j]; j++; index++; } while (i <= middle){ temp[index] = arr[i]; i++; index++; } //將臨時數(shù)組中的數(shù)據(jù)放回原來的數(shù)組 for (int k = 0; k < temp.length; ++k){ arr[k + low] = temp[k]; } }
快速排序的工作原理是:從待排序數(shù)組中隨便挑選一個數(shù)字作為基準(zhǔn)數(shù),把所有比它小的數(shù)字放在它的左邊,所有比它大的數(shù)字放在它的右邊。然后再對它左邊的數(shù)組和右邊的數(shù)組遞歸進(jìn)行這樣的操作。
全部操作完以后整個數(shù)組就是有序的了。 把所有比基準(zhǔn)數(shù)小的數(shù)字放在它的左邊,所有比基準(zhǔn)數(shù)大的數(shù)字放在它的右邊。這個操作,我們稱為“劃分”(Partition)。
//快速排序 public static void QuickSort1(int[] arr, int start, int end){ int low = start, high = end; int temp; if(start < end){ int guard = arr[start]; while(low != high){ while(high > low && arr[high] >= guard) high--; while(low < high && arr[low] <= guard) low++; if(low < high){ temp = arr[low]; arr[low] = arr[high]; arr[high] = temp; } } arr[start] = arr[low]; arr[low] = guard; QuickSort1(arr, start, low-1); QuickSort1(arr, low+1, end); } } //快速排序改進(jìn)版(填坑法) public static void QuickSort2(int[] arr, int start, int end){ int low = start, high = end; if(start < end){ while(low != high){ int guard = arr[start];//哨兵元素 while(high > low && arr[high] >= guard) high--; arr[low] = arr[high]; while(low < high && arr[low] <= guard) low++; arr[high] = arr[low]; } arr[low] = guard; QuickSort2(arr, start, low-1); QuickSort2(arr, low+1, end); } }
計算一下每一個數(shù)出現(xiàn)了多少次。舉一個例子,比如待排序的數(shù)據(jù)中1出現(xiàn)了2次,2出現(xiàn)了0次,3出現(xiàn)了3次,4出現(xiàn)了1次,那么排好序的結(jié)果就是{1.1.3.3.3.4}。
//鴿巢排序 public static void PigeonholeSort(int[] arr){ //獲取最大值 int k = 0; for (int i = 0; i < arr.length; i++) { k = Math.max(k,arr[i]); } //創(chuàng)建計數(shù)數(shù)組并且初始化為0 int[] cnt = new int[k+10]; for(int i = 0 ; i <= k ; i++) { cnt[i]=0; } for(int i = 0 ; i < arr.length ;i++) { cnt[arr[i]]++; } int j = 0; for(int i = 0 ; i <=k ; i++) { while(cnt[i]!=0) { arr[j]=i; j++; cnt[i]--; } } }
鴿巢排序其實算不上是真正意義上的排序算法,它的局限性很大。只能對純整數(shù)數(shù)組進(jìn)行排序,舉個例子,如果我們需要按學(xué)生的成績進(jìn)行排序。是一個學(xué)生+分?jǐn)?shù)的結(jié)構(gòu)那就不能排序了。
先考慮這樣一個事情:如果對于待排序數(shù)據(jù)中的任意一個元素 a[i],我們知道有 m 個元素比它小,那么我們是不是就可以知道排好序以后這個元素應(yīng)該在哪個位置了呢?(這里先假設(shè)數(shù)據(jù)中沒有相等的元素)。計數(shù)排序主要就是依賴這個原理來實現(xiàn)的。
比如待排序數(shù)據(jù)是{2,4,0,2,4} 先和鴿巢一樣做一個cnt數(shù)組{1,0,2,0,2} 0,1,2,3,4
此時cnt[i]表示數(shù)據(jù)i出現(xiàn)了多少次,
然后對cnt數(shù)組做一個前綴和{1,1,3,3,5} :0,1,2,3,4
此時cnt[i]表示數(shù)據(jù)中小于等于i的數(shù)字有多少個
待排序數(shù)組 | 計數(shù)數(shù)組 | 說明 | 答案數(shù)組ans |
2,4,0,2,4 | 1,1,3,3,5 | 初始狀態(tài) | null,null,null,null,null, |
2,4,0,2,4 | 1,1,3,3,5 | cnt[4]=5,ans第5位賦值,cnt[4]-=1 | null,null,null,null,4 |
2,4,0,2,4 | 1,1,3,3,4 | cnt[2]=3,ans第3位賦值,cnt[2]-=1 | null,null,2 null,4 |
2,4,0,2,4 | 1,1,2,3,4 | cnt[0]=1,ans第1位賦值,cnt[0]-=1 | 0,null,2,null,4 |
2,4,0,2,4 | 0,1,2,3,4 | cnt[4]=4,ans第4位賦值,cnt[4]-=1 | 0,null,2,4,4 |
2,4,0,2,4 | 0,1,2,3,3 | cnt[2]=2,ans第2位賦值,cnt[2]-=1 | 0,2,2,4,4 |
基數(shù)排序是通過不停的收集和分配來對數(shù)據(jù)進(jìn)行排序的。
因為是10進(jìn)制數(shù),所以我們準(zhǔn)備十個桶來存分配的數(shù)。
最大的數(shù)據(jù)是3位數(shù),所以我們只需要進(jìn)行3次收集和分配。
需要先從低位開始收集和分配(不可從高位開始排,如果從高位開始排的話,高位排好的順序會在排低位的時候被打亂,有興趣的話自己手寫模擬一下試試就可以了)
在收集和分配的過程中,不要打亂已經(jīng)排好的相對位置
比如按十位分配的時候,152和155這兩個數(shù)的10位都是5,并且分配之前152在155的前面,那么收集的時候152還是要放在155之前的。
//基數(shù)排序 public static void radixSort(int[] array) { //基數(shù)排序 //首先確定排序的趟數(shù); int max = array[0]; for (int i = 1; i < array.length; i++) { if (array[i] > max) { max = array[i]; } } int time = 0; //判斷位數(shù); while (max > 0) { max /= 10; time++; } //建立10個隊列; List<ArrayList> queue = new ArrayList<ArrayList>(); for (int i = 0; i < 10; i++) { ArrayList<Integer> queue1 = new ArrayList<Integer>(); queue.add(queue1); } //進(jìn)行time次分配和收集; for (int i = 0; i < time; i++) { //分配數(shù)組元素; for (int j = 0; j < array.length; j++) { //得到數(shù)字的第time+1位數(shù); int x = array[j] % (int) Math.pow(10, i + 1) / (int) Math.pow(10, i); ArrayList<Integer> queue2 = queue.get(x); queue2.add(array[j]); queue.set(x, queue2); } int count = 0;//元素計數(shù)器; //收集隊列元素; for (int k = 0; k < 10; k++) { while (queue.get(k).size() > 0) { ArrayList<Integer> queue3 = queue.get(k); array[count] = queue3.get(0); queue3.remove(0); count++; } } } }
“Java十大排序算法怎么實現(xiàn)”的內(nèi)容就介紹到這里了,感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識可以關(guān)注億速云網(wǎng)站,小編將為大家輸出更多高質(zhì)量的實用文章!
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,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。