java基础算法系列(四)(直接插入排序以及二分插入讲解)

简介: java基础算法系列(四)(直接插入排序以及二分插入讲解)

讲完了冒泡排序,选择排序,以及他们的升级版之后,现在我们要来讲跟他们同为三大排序的插入排序了。

插入排序:

  插入排序是一种简单直观且稳定的排序算法。如果有一个已经有序的数据序列,要求在这个已经排好的数据序列中插入一个数,但要求插入后此数据序列仍然有序,这个时候就要用到插入排序了。

基本思想:

插入排序首先将要排序的数组分成两部分。

第一部分:这个数组除待插入的元素以外的所有元素。

第二部分:待插入的所有元素。

然后在第一部分排序完成后,再将这个最后元素插入到已排好序的第一部分中。

分类:

插入排序细分下来大致为以下几类:


1.直接插入排序:


   每次从无序表中取出第一个元素,把它插入到有序表的合适位置,使有序表仍然有序。

代码如下:

public static void main(String[] args) {
        //定义一个长度为10的数组
        int[] a = { 1, 3, 4, 2, 6, 7, 8, 0, 5 };
        int i,j;
        long startTime = System.nanoTime(); // 获取排序开始时间
          for( i=1;i<a.length;i++) {
             int temp=a[i];
             for( j = i-1;j>=0&&temp<a[j];j--) {
                    a[j+1]=a[j]; 
             }
                     a[j+1]=temp;
         }
          long endTime = System.nanoTime(); // 获取排序结束时间
          System.out.println("排序結果:" + Arrays.toString(a));
          System.out.println("程序运行时间: " + (endTime - startTime) + "ns");
    }

打印结果:

排序結果:[0, 1, 2, 3, 4, 5, 6, 7, 8]
程序运行时间:1800ns


2.二分插入排序(又称折半插入排序):


   直接插入需要将有序数据一个个进行查找,效率较慢,二分插入的中心思想就是使用二分查找法在有序区间进行查找,减少查找量。

代码如下:

public static void main(String[] args) {
        //定义一个长度为10的数组
        int[] arr = { 1, 3, 4, 2, 6, 7, 8, 0, 5 };
        long startTime = System.nanoTime(); // 获取排序开始时间
        for(int i=1;i<=arr.length-1;i++) {
            if(arr[i]<arr[i-1]) {
                int temp=arr[i];
                int low=0;
                int hight=i-1;
                while(low<=hight) {
                    int mid=(low+hight)/2;
                    if(temp<arr[mid]) {
                        hight=mid-1;
                    }else {
                        low=mid+1;
                    }
                }
                for(int j=i-1;j>=low;j--) {
                    arr[j+1]=arr[j];
                }
                arr[low]=temp;
            }
        }
        long endTime = System.nanoTime(); // 获取排序结束时间
          System.out.println("排序結果:" + Arrays.toString(arr));
          System.out.println("程序运行时间: " + (endTime - startTime) + "ns");
    }

打印结果:

排序結果:[0, 1, 2, 3, 4, 5, 6, 7, 8]
程序运行时间:3300ns

   在这里要说一下,很多人不知道二分排序是如何定义划分的中间点的,也就是把第几个索引定义为中间点,这里我讲一讲:

   假设有n个元素,那么索引就是从0到n-1,我们用二分法找中间值的时候计算中间项的公式为:

                   (第一个索引+最后一个索引)/2 = 中间项的索引值

  也就是:

(0+n-1)/2 取整数部分。

   好了,关于简单的插入排序就先聊到这,下一篇文章我们会介绍一个稍微复杂一些的插入排序,希尔排序。有兴趣的可以持续关注。


相关文章
|
1月前
|
存储 人工智能 算法
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
70 3
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
|
3月前
|
负载均衡 NoSQL 算法
一天五道Java面试题----第十天(简述Redis事务实现--------->负载均衡算法、类型)
这篇文章是关于Java面试中Redis相关问题的笔记,包括Redis事务实现、集群方案、主从复制原理、CAP和BASE理论以及负载均衡算法和类型。
一天五道Java面试题----第十天(简述Redis事务实现--------->负载均衡算法、类型)
|
3月前
|
搜索推荐 算法 Java
手写快排:教你用Java写出高效排序算法!
快速排序(QuickSort)是经典的排序算法之一,基于分治思想,平均时间复杂度为O(n log n),广泛应用于各种场合。在这篇文章中,我们将手写一个Java版本的快速排序,从基础实现到优化策略,并逐步解析代码背后的逻辑。
152 1
|
3月前
|
搜索推荐 Java 索引
|
1月前
|
存储 缓存 Java
java基础:IO流 理论与代码示例(详解、idea设置统一utf-8编码问题)
这篇文章详细介绍了Java中的IO流,包括字符与字节的概念、编码格式、File类的使用、IO流的分类和原理,以及通过代码示例展示了各种流的应用,如节点流、处理流、缓存流、转换流、对象流和随机访问文件流。同时,还探讨了IDEA中设置项目编码格式的方法,以及如何处理序列化和反序列化问题。
67 1
java基础:IO流 理论与代码示例(详解、idea设置统一utf-8编码问题)
|
1月前
|
算法 搜索推荐 Java
java 后端 使用 Graphics2D 制作海报,画echarts图,带工具类,各种细节:如头像切割成圆形,文字换行算法(完美实验success),解决画上文字、图片后不清晰问题
这篇文章介绍了如何使用Java后端技术,结合Graphics2D和Echarts等工具,生成包含个性化信息和图表的海报,并提供了详细的代码实现和GitHub项目链接。
107 0
java 后端 使用 Graphics2D 制作海报,画echarts图,带工具类,各种细节:如头像切割成圆形,文字换行算法(完美实验success),解决画上文字、图片后不清晰问题
|
1月前
|
算法 搜索推荐
数据结构与算法学习十一:冒泡排序、选择排序、插入排序
本文介绍了冒泡排序、选择排序和插入排序三种基础排序算法的原理、实现代码和测试结果。
18 0
数据结构与算法学习十一:冒泡排序、选择排序、插入排序
|
2月前
|
安全 Java API
【Java面试题汇总】Java基础篇——String+集合+泛型+IO+异常+反射(2023版)
String常量池、String、StringBuffer、Stringbuilder有什么区别、List与Set的区别、ArrayList和LinkedList的区别、HashMap底层原理、ConcurrentHashMap、HashMap和Hashtable的区别、泛型擦除、ABA问题、IO多路复用、BIO、NIO、O、异常处理机制、反射
【Java面试题汇总】Java基础篇——String+集合+泛型+IO+异常+反射(2023版)
|
1月前
|
算法 Java Linux
java制作海报一:java使用Graphics2D 在图片上写字,文字换行算法详解
这篇文章介绍了如何在Java中使用Graphics2D在图片上绘制文字,并实现自动换行的功能。
105 0
|
1月前
|
搜索推荐 算法
【排序算法(一)】——插入排序,选择排序 —> 深层解析
【排序算法(一)】——插入排序,选择排序 —> 深层解析