冒泡排序
冒泡排序思想就是犹如冒泡一样,一级一级向上进行比较 1. 从开头开始相邻两个数比较,后一个比前一个小的话进行交换,直到结尾,此时结尾为最大值 2. 第二轮也从开始进行,继续进行比较,到结尾-1处 3. 直到剩下最后一个元素 4. 通过一个flag判断,当在某一轮中没有进行元素的交换,则此时循环退出 复制代码
网络异常,图片无法展示
|
public static <T extends Comparable> void bubblingSort(T[] arrays) { boolean flag = false; for (int i = 0; i < arrays.length - 1; i++) { for (int j = 0; j < arrays.length - 1 - i; j++) { if (arrays[j].compareTo(arrays[j + 1]) == 1) { swap(arrays, j, j + 1); flag = true; } } if (!flag) { break; } } } 复制代码
2、选择排序
1. 选择排序会先选择一个数作为最小值,然后根后面的数据进行比较,选取到最小值,然后和最初的基准值进行交换 2. 循环进行,每一轮选取该轮的i元素作为基准,及第1轮为第一个元素作为基准,第二轮第二个元素作为基准 3. 比较的时候,从基准元素的下一个元素开始比较 4. 进行循环时,每一轮都会找到最小值放在前面 复制代码
网络异常,图片无法展示
|
public static <T extends Comparable> void selectSort(T[] arrays) { for (int i = 0; i < arrays.length - 1; i++) { int minIndex = i; for (int j = i + 1; j < arrays.length; j++) { if (arrays[j].compareTo(arrays[minIndex]) == -1) { minIndex = j; } } if (minIndex != i) { swap(arrays, i, minIndex); } } } 复制代码
3、插入排序
插入排序是先预设一个有序数列,然后把后一个元素向数列中进行插入,是其到达有序的效果 1. 预设第一个元素为有序数列 2. 定义一个变量记录每次要向有序数列中插入的元素,及循环的次数,从i=1开始,及第一次要插入的元素为坐标i的元素 3. 待插入的元素和前面元素比较,每比较依次,元素向后移动依次,直到遇到小于待插入元素或者标记变量小于1的时候 4. 将该标记坐标赋值为待插入的原素 5. 重复循环 复制代码
网络异常,图片无法展示
|
public static <T extends Comparable> void insertSort(T[] arrays) { for (int i = 1; i < arrays.length; i++) { int index = i; T indexValue = arrays[i]; //从后向前 while (index > 0 && arrays[index].compareTo(arrays[index - 1]) == -1) { swap(arrays, index, index - 1); index--; } arrays[index] = indexValue; } } 复制代码
4、希尔排序
希尔排序是对插入排序的改进,插入排序当最小值一直在最后的时候需要一直对数组进行移动赋值,它又被称为缩小增量排序,它把数组进行增量分组,对每一组进行插入排序,当增量为1时,算法终止。它的好处是每一次插入排序后,在进行下一次增量排序的时候,不用频繁移动元素 1. 设值增量,length/2,对元素数列进行分组 2. 每一个元素的步长为length/2,替换原先的插入排序的步长1 3. 对每组进行插入排序 4. 继续缩小增量,循环进行,直到增量为1 复制代码
网络异常,图片无法展示
|
public static <T extends Comparable> void shellSort(T[] arrays) { int step = arrays.length / 2; while (step > 0) { for (int i = step; i < arrays.length; i++) { int index = i; T indexValue = arrays[index]; while (index > step - 1 && arrays[index].compareTo(arrays[index - step]) == -1) { swap(arrays, index, index - step); index -= step; } if (index != i) { arrays[index] = indexValue; } } step /= 2; } } 复制代码
5、快速排序
快速排序是用双指针法进行 1. 先取一个标准,通常取第一个元素 2. 设置两个头尾指针,分别移动并和标准元素进行比较,当头指针遇到比标准元素大的,尾指针遇到比标准元素小的进行交换。 3. 当头尾指针相遇时,本次循环结束,并把标准元素和相遇点元素互换 4. 继续选取标准元素,进行递归操作 复制代码
网络异常,图片无法展示
|
public static <T extends Comparable> void quickSort(T[] arrays,int begin,int end){ if(begin > end || begin < 0 || end >= arrays.length){ return; } T standard = arrays[begin]; int i = begin; int j = end; while (i != j){ while (arrays[j].compareTo(standard) != -1 && j > i) { j--; } while (arrays[i].compareTo(standard) != 1 && j > i) { i++; } if (j > i) { swap(arrays,j,i); } } arrays[begin] = arrays[i]; arrays[i] = standard; quickSort(arrays,begin,i-1); quickSort(arrays,i+1,end); } 复制代码
6、归并排序
归并排序主要算法思想就是分治算法:先把大的问题分成一个个小的问题,然后把小的问题的答案结合在一起,归并排序先把数组分成一个个的小单元,然后每个小单元进行结合,组成单元,然后各个单元在进行结合排序最终组合成一个。 1. 先进性分,递归进行 2. 治:当递归到最后一次的时候进行合并 3. 借助辅助数组,双指针进行比较,小的加入辅助数组,并移动指针。直到其中一个移动到mid元素,把剩余元素加入到辅助数组 4. 然后在进行数组拷贝,把辅助数组中的数据移动到原数组中相应的位置 5. 递归进行治操作,直到最后一次拷贝全部数组 复制代码
网络异常,图片无法展示
|
public static <T extends Comparable> void mergeSort(T[] arrays,int left,int right,T[] result){ if (left < right){ int mid = (right + left) / 2; mergeSort(arrays,left,mid,result); mergeSort(arrays,mid + 1,right,result); //合并 int i = left; int j = mid + 1; int t = 0; while (i <= mid && j <= right){ if (arrays[i].compareTo(arrays[j]) != 1) { result[t++] = arrays[i++]; }else { result[t++] = arrays[j++]; } } while (i <= mid){ result[t++] = arrays[i++]; } while (j <= right){ result[t++] = arrays[j++]; } t = 0; int index = left; while (index <= right) { arrays[index++] = result[t++]; } } } 复制代码
7、基数排序
基数排序是基于桶排序进行的,他是采用分配式排序,采用空间换时间的方式进行。让所有数值补充为同样的长度,数位较短的补充零。从最低位开始,依次进行一次排序,从最低位到最高位直到排序完成 1. 定一个长度为10的二维数组,在定义一个长度为10的一维数组,记录每个桶保存的长度 2. 对排序的数字进行获取个位的操作,并根据个位数字的大小分别放入二维数组中,及各位数字为1放入arr[1]的桶中,并把记录长度的值加1 3. 根据记录长度一维数组的值从桶中获取值,并赋值给原数组,继续进行循环操作,大于当前数组的最大值的大小 复制代码
网络异常,图片无法展示
|
public static void radixSort(int[] arrays){ int[][] bucket = new int[10][arrays.length]; int[] bucketMark = new int[10]; Integer max = arrays[0]; for (int i = 1; i < arrays.length; i++) { if (arrays[i] > max){ max = arrays[i]; } } int maxLength = max.toString().length(); for (int i = 0, n = 1; i < maxLength; i++,n *= 10) { for (int j = 0; j < arrays.length; j++) { int index = arrays[j] / n % 10; bucket[index][bucketMark[index]] = arrays[j]; bucketMark[index]++; } int index = 0; for (int m = 0; m < bucketMark.length; m++) { if (bucketMark[m] != 0) { for (int k = 0; k < bucketMark[m]; k++) { arrays[index++] = bucket[m][k]; } bucketMark[m] = 0; } } } } 复制代码
总结
排序 | 时间复杂度 | 稳定性 | 优缺点 |
冒泡排序 | O(n2) | 稳定 | 冒泡排序当有序的时候,最优,不用进行全部遍历,每次进行一轮都会获取到最大 或者最小元素 |
选择排序 | O(n2) | 不稳定 | 选择排序是根据每次循环获取最小值最大值进行替换 |
插入排序 | O(n2) | 稳定 | 插入排序是想预设有序数列,根据后续数值想有序数列中进行插入 ,缺点是当小的数值越靠后,进行移动赋值的数据越多 |
希尔排序 | O(nlogn) | 不稳定 | 对插入排序的改进,每进行一轮,数值的序列就无限接近于有序数列,到最后一轮移动的元素就越少 |
快速排序 | O(nlogn) | 不稳定 | 利用双指针法进行性移动交换,并进行递归 |
归并排序 | O(nlogn) | 稳定 | 分治算法 |
基数排序 | O(n * k) | 稳定 | 只能运用于数值的排序,而且负数小数的时候要进行特殊处理 |