⚽冒泡排序
==冒泡排序（Bubble Sort）==也是一种简单直观的排序算法。它重复地走访过要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢"浮"到数列的顶端。
⚾算法步骤
比较相邻的元素。如果第一个比第二个大，就交换他们两个。
对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对。这步做完后，最后的元素会是最大的数。
针对所有的元素重复以上的步骤，除了最后一个。
持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比较。
🎨算法优化
冒泡排序还有一种优化算法，就是立一个 flag，当在一趟序列遍历中元素没有发生交换，则证明该序列已经有序
直接返回就好
🥎代码实现：
public int[] bubbleSort(int[] arr) { int[] array = Arrays.copyOf(arr,arr.length); for(int i = 1;i < array.length ; i ++) { Boolean a = true; for(int j = 0; j < array.length - i; j++) { if(array[j] > array[j + 1]) { swap(array,j,j+1); a = false; } } if(a) { return array; } } return array; } private void swap (int[] arr,int m,int n) { int tmp = arr[m]; arr[m] = arr[n]; arr[n] = tmp; }
🏀冒泡排序的特性总结
- 冒泡排序是一种非常容易理解的排序
- 时间复杂度：O(N^2)
- 空间复杂度：O(1)
- 稳定性：稳定
- 什么时候最快
当输入的数据已经是正序时（都已经是正序了，我还要你冒泡排序有何用啊）。 - 什么时候最慢
当输入的数据是反序时（写一个 for 循环反序输出数据不就行了，干嘛要用你冒泡排序呢，我是闲的吗）。
🧭快速排序
快速排序是Hoare于1962年提出的一种二叉树结构的交换排序方法，其基本思想为：任取待排序元素序列中的某元素作为基准值，按照该排序码将待排序集合分割成两子序列，左子序列中所有元素均小于基准值，右子序列中所有元素均大于基准值，然后最左右子序列重复该过程，直到所有元素都排列在相应位置上为止
⚽算法思路
📌思路一（Hoare版）
步骤为：
- 选取基准值
- 从数组右->左找到比基准值小于或等于的值的下标
- 从数组右->左找到比基准值大于或等于的值的下标
- 交换这两下标的值
- 继续执行二操作，直到操作2与操作3相遇
- 将基准值放在相遇位置
如下图所示：
📌思路二（挖坑法）
步骤为：
- 选取基准值后，记录下基准值，假设该下标为空，相当于是个“坑”
- 从右->左找小于或等于基准值的值，就将该数放入坑中，然后该下标变为新的坑
- 从左->右找小于或等于基准值的值，就将该数放入坑中，然后该下标变为新的坑
- 回到步骤2继续执行，直到操作2与操作3所找数相同
- 将记录下的基准值放回坑里
图示如下：
📌思路三（前后指针）
步骤及其动图如下：
🎨代码实现：
public int[] quickSort(int[] array) { int[] arr = Arrays.copyOf(array,array.length); int left = 0; int right = arr.length - 1; quick(arr,left,right); return arr; } private void quick(int[] array,int begin,int end) { if(begin >= end) { return; } int centre = partition1(array,begin,end); //int centre = partition2(array,begin,end); //int centre = partition3(array,begin,end); quick(array,centre + 1,end); quick(array,begin,centre - 1); } //挖坑法 private int partition1(int[] array,int left,int right) { int tmp = array[left]; while (left < right) { while (left< right && array[right] >= tmp) { right--; } array[left] = array[right]; while (left< right && array[left] <= tmp) { left++; } array[right] = array[left]; } array[left] = tmp; return left; } //Hoare版 private int partition2(int[] array,int left,int right) { int tmp = array[left]; int i = left; while (left < right) { while (left< right && array[right] >= tmp) { right--; } while (left< right && array[left] <= tmp) { left++; } swap(array,left,right); } swap(array,left,i); return left; } //前后指针法 private int partition3(int[] array,int left,int right) { int prev = left ; int cur = left+1; while (cur <= right) { if(array[cur] < array[left] && array[++prev] != array[cur]) { swap(array,cur,prev); } cur++; } swap(array,prev,left); return prev; } private void swap (int[] arr,int m,int n) { int tmp = arr[m]; arr[m] = arr[n]; arr[n] = tmp; }
🌳快速排序优化
📌规模较小时的优化
每次递归的时候，数据都是再慢慢变成有序的
当数据量少且趋于有序的时候，我们可以直接使用插入排序进行优化
private void quick(int[] array,int begin,int end) { if(begin >= end) { return; } if(end - begin < 20) { //插入排序 //...... return; } int centre = partition1(array,begin,end); //int centre = partition2(array,begin,end); //int centre = partition3(array,begin,end); quick(array,centre + 1,end); quick(array,begin,centre - 1); }
📌三数取中法
如果在选取基数时我们发现如果基数一边总是没有数，代码的执行次数会增加很多
所以我们的解决方法为：
选取数组第一个数、中间的数、和最后一个数，进行比较
三数中间的数作为每次的基数
寻找中间数代码如下：
private int midThree(int[] array,int left,int right) { int mid = (left + right) / 2; //6 8 if (array[left] < array[right]) { if (array[mid] < array[left]) { return left; } else if (array[mid] > array[right]) { return right; } else { return mid; } } else { //array[left] > array[right] if (array[mid] < array[right]) { return right; } else if (array[mid] > array[left]) { return left; } else { return mid; } } }
使用如下：
private int partition1(int[] array,int left,int right) { int tmp = midThree(array,left,right); while (left < right) { while (left< right && array[right] >= tmp) { right--; } array[left] = array[right]; while (left< right && array[left] <= tmp) { left++; } array[right] = array[left]; } array[left] = tmp; return left; } //Hoare版 private int partition2(int[] array,int left,int right) { int tmp = midThree(array,left,right); int i = left; while (left < right) { while (left< right && array[right] >= tmp) { right--; } while (left< right && array[left] <= tmp) { left++; } swap(array,left,right); } swap(array,left,i); return left; }
🏀快速排序非递归实现
实现思路：
- 建立一个栈
- 先让一组数据的起点入栈
- 再让一组数据的终点出栈
- 然后两次出栈，分别作为该数据的起点与终点
- 然后经过我们上面所写的方法进行排序后
- 再将两组数据进行入栈
- 以此循环直到栈为空
🚩代码实现：
//快速排序递归实现 public int[] quickSortPlus(int[] array) { int[] arr = Arrays.copyOf(array,array.length); Deque<Integer> stack = new LinkedList<>(); int left = 0; int right = array.length-1; int pivot = 0; stack.push(left); stack.push(right); while (!stack.isEmpty()) { right= stack.pop(); left = stack.pop(); pivot = partition(arr,left,right); if(pivot > left+1) { stack.push(left); stack.push(pivot-1); } if(pivot < right-1) { stack.push(pivot+1); stack.push(right); } } return arr; } private int partition(int[] array,int left,int right) { int tmp = array[left]; while (left < right) { while (left< right && array[right] >= tmp) { right--; } array[left] = array[right]; while (left< right && array[left] <= tmp) { left++; } array[right] = array[left]; } array[left] = tmp; return left; }
🎡快速排序特性总结
- 快速排序整体的综合性能和使用场景都是比较好的，所以才敢叫快速排序
- 时间复杂度：O(N*logN)
- 空间复杂度：O(logN)
- 稳定性：不稳定
🥎归并排序
⚽基本思想
归并排序（MERGE-SORT）是建立在归并操作上的一种有效的排序算法,该算法是采用分治法（Divide and
Conquer）的一个非常典型的应用。将已有序的子序列合并，得到完全有序的序列；即先使每个子序列有序，再使子序列段间有序。若将两个有序表合并成一个有序表，称为二路归并。 归并排序核心步骤：
🏀算法步骤
- 申请空间，使其大小为两个已经排序序列之和，该空间用来存放合并后的序列；
- 设定两个指针，最初位置分别为两个已经排序序列的起始位置；
- 比较两个指针所指向的元素，选择相对小的元素放入到合并空间，并移动指针到下一位置；
- 重复步骤 3 直到某一指针达到序列尾；
- 将另一序列剩下的所有元素直接复制到合并序列尾。
🛫代码实现：
public void mergeSort1(int[] array) { mergeSortFunc(array,0,array.length-1); } private void mergeSortFunc(int[] array,int left,int right) { if(left >= right) { return; } int mid = (left+right) / 2; mergeSortFunc(array,left,mid); mergeSortFunc(array,mid+1,right); merge(array,left,right,mid); } private void merge(int[] array,int start,int end,int mid) { int s1 = start; //int e1 = mid; int s2 = mid+1; //int e2 = end; int[] tmp = new int[end-start+1]; int k = 0;//tmp数组的下标 while (s1 <= mid && s2 <= end) { if(array[s1] <= array[s2]) { tmp[k++] = array[s1++]; }else { tmp[k++] = array[s2++]; } } while (s1 <= mid) { tmp[k++] = array[s1++]; } while (s2 <= end) { tmp[k++] = array[s2++]; } for (int i = 0; i < tmp.length; i++) { array[i+start] = tmp[i]; } }
😎递归实现归并排序
public static void mergeSort(int[] array) { int gap = 1; while (gap < array.length) { // i += gap * 2 当前gap组的时候，去排序下一组 for (int i = 0; i < array.length; i += gap * 2) { int left = i; int mid = left+gap-1;//有可能会越界 if(mid >= array.length) { mid = array.length-1; } int right = mid+gap;//有可能会越界 if(right>= array.length) { right = array.length-1; } merge(array,left,right,mid); } //当前为2组有序 下次变成4组有序 gap *= 2; } } private void merge(int[] array,int start,int end,int mid) { int s1 = start; //int e1 = mid; int s2 = mid+1; //int e2 = end; int[] tmp = new int[end-start+1]; int k = 0;//tmp数组的下标 while (s1 <= mid && s2 <= end) { if(array[s1] <= array[s2]) { tmp[k++] = array[s1++]; }else { tmp[k++] = array[s2++]; } } while (s1 <= mid) { tmp[k++] = array[s1++]; } while (s2 <= end) { tmp[k++] = array[s2++]; } for (int i = 0; i < tmp.length; i++) { array[i+start] = tmp[i]; } }
🛬归并排序特性总结
- 归并的缺点在于需要O(N)的空间复杂度，归并排序的思考更多的是解决在磁盘中的外排序问题。
- 时间复杂度：O(N*logN)
- 空间复杂度：O(N)
- 稳定性：稳定
🌴海量数据的排序问题
外部排序：排序过程需要在磁盘等外部存储进行的排序
前提：内存只有 1G，需要排序的数据有 100G
因为内存中因为无法把所有数据全部放下，所以需要外部排序，而归并排序是最常用的外部排序
- 先把文件切分成 200 份，每个 512 M
- 分别对 512 M 排序，因为内存已经可以放的下，所以任意排序方式都可以
- 进行 2路归并，同时对 200 份有序文件做归并过程，最终结果就有序了
🐱🏍排序算法复杂度及稳定性分析
⭕总结
关于《【数据结构】 七大排序详解(贰)——冒泡排序、快速排序、归并排序》就讲解到这儿，感谢大家的支持，欢迎各位留言交流以及批评指正，如果文章对您有帮助或者觉得作者写的还不错可以点一下关注，点赞，收藏支持一下！
