前言
在我们的程序中,排序是非常常见的一种需求,提供一些数据元素,把这些数据元素按照一定的规则进行排序。比如查询一些订单,按照订单的日期进行排序;再比如查询一些商品,按照商品的价格进行排序等等。所以,接下来我们要学习一些常见的排序算法。
一、选择排序
快速排序是对冒泡排序的一种改进。它的基本思想是:通过一趟排序将要排序的数据分割成独立的两部分,其中一 部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排序,整个排序 过程可以递归进行,以此达到整个数据变成有序序列。
需求:
排序前:{6, 1, 2, 7, 9, 3, 4, 5, 8}
排序后:{1, 2, 3, 4, 5, 6, 7, 8, 9}
二、排序原理
Step1.首先设定一个分界值,通过该分界值将数组分成左右两部分;
Step2.将大于或等于分界值的数据放到到数组右边,小于分界值的数据放到数组的左边。此时左边部分 中各元素都小于 或等于分界值,而右边部分中各元素都大于或等于分界值;
Step3.然后,左边和右边的数据可以独立排序。对于左侧的数组数据,又可以取一个分界值,将该部分数据分成左右两 部分,同样在左边放置较小值,右边放置较大值。右侧的数组数据也可以做类似处理。
Step4.重复上述过程,可以看出,这是一个递归定义。通过递归将左侧部分排好序后,再递归排好右侧部分的顺序。当 左侧和右侧两个部分的数据排完序后,整个数组的排序也就完成了。
切分原理
把一个数组切分成两个子数组的基本思想:
Step1.找一个基准值,用两个指针分别指向数组的头部和尾部;
Step2.先从尾部向头部开始搜索一个比基准值小的元素,搜索到即停止,并记录指针的位置;
Step3.再从头部向尾部开始搜索一个比基准值大的元素,搜索到即停止,并记录指针的位置;
Step4.交换当前左边指针位置和右边指针位置的元素;
Step5.重复2,3,4步骤,直到左边指针的值大于右边指针的值停止。
API设计
类名 | Quick |
构造方法 | Quick():创建Quick对象 |
成员方法 | 1.public static void sort(Comparable[] a):对数组内的元素进行排序 2.private static void sort(Comparable[] a, int lo, int hi):对数组a中从索引lo到索引hi之间的元素 进行排序 3.public static int partition(Comparable[] a,int lo,int hi):对数组a中,从索引 lo到索引 hi之间的元 素进行分组,并返回分组界限对应的索引 4.private static boolean less(Comparable v,Comparable w):判断v是否小于w 5.private static void exch(Comparable[] a,int i,int j):交换a数组中,索引i和索引j处的值 |
1.代码实现
//排序代码 public class Quick { /* 对数组a中的元素进行排序 */ public static void sort(Integer[] a){ int lo = 0; int hi = a.length - 1; sort(a, lo, hi); } /* 对数组a中从lo到hi的元素进行排序 */ public static void sort(Integer[] a, int lo, int hi){ // 做安全性校验 if(hi <= lo){ return; } //对a数组中,从lo到hi的元素进行切分 int partition = partition(a, lo, hi); //对左边分组中的元素进行排序 sort(a,lo,partition-1); //对右边分组中的元素进行排序 sort(a,partition+1, hi); } //对数组a中,从索引lo到索引hi之间的元素进行分组,并返回分组界限对应的索引 public static int partition(Integer[] a, int lo, int hi){ Integer key = a[lo];//把最左边的元素当做基准值 int left = lo;//定义一个左侧指针,初始指向最左边的元素 int right = hi + 1;//定义一个右侧指针,初始指向最右侧的元素下一个位置 //进行切分 while(true){ //先从右往左扫描,找到一个比基准值小的元素 while(less(key, a[--right])){//循环停止,证明找到了一个比基准值小的元素 if(right == lo){ break;//已经扫描到最左边了,无需继续扫描 } } //再从左往右扫描,找一个比基准值大的元素 while(less(a[++left], key)){//循环停止,证明找到了一个比基准值大的元素 if(left == hi){ break;//已经扫描到了最右边了,无需继续扫描 } } if(left >= right){ //扫描完了所有元素,结束循环 break; }else{ //交换left和right索引处的元素 exch(a,left,right);//right就是切分的界 } } //交换最后rigth索引处和基准值所在的索引处的值 exch(a, lo, right); return right; //right就是切分的界限 } /* 数组元素i和j交换位置 */ private static void exch(Integer[] a, int i, int j){ Integer t = a[i]; a[i] = a[j]; a[j] = t; } /* 比较v元素是否小于w元素 */ private static boolean less(Integer v, Integer w){ return v.compareTo(w) < 0; } }
测试类
//测试代码 public class Test { public static void main(String[] args) throws Exception { Integer[] arr = {6, 1, 2, 7, 9, 3, 4, 5, 8}; Quick.sort(arr); System.out.println(Arrays.toString(arr)); } }
2.运行结果
编写完成之后,点击运行就能知道选择排序的结果,如下图所示:
总结
快速排序和归并排序的区别
快速排序是另外一种分治的排序算法,它将一个数组分成两个子数组,将两部分独立的排序。快速排序和归并排序 是互补的:归并排序将数组分成两个子数组分别排序,并将有序的子数组归并从而将整个数组排序,而快速排序的 方式则是当两个数组都有序时,整个数组自然就有序了。在归并排序中,一个数组被等分为两半,归并调用发生在 处理整个数组之前,在快速排序中,切分数组的位置取决于数组的内容,递归调用发生在处理整个数组之后。
时间复杂度
如果我们把数组的切分看做是一个树,那么上图就是它的最优情况的图示,共切分了logn次,所以,最优情况下快 速排序的时间复杂度为O(nlogn);
最坏情况:每一次切分选择的基准数字是当前序列中最大数或者最小数,这使得每次切分都会有一个子组,那么总 共就得切分n次,所以,最坏情况下,快速排序的时间复杂度为O(n^2);
平均情况:每一次切分选择的基准数字不是最大值和最小值,也不是中值,这种情况我们也可以用数学归纳法证 明,快速排序的时间复杂度为O(nlogn),由于数学归纳法有很多数学相关的知识,容易使我们混乱,所以这里就不对 平均情况的时间复杂度做证明了。
感谢观看,如果有帮助到你,请给题解点个赞和收藏,让更多的人看到。🌹🌹🌹
也欢迎你,关注我。👍👍👍
你们的点赞和留言对我真的很重要!!! ✿✿✿