【计理02组06号】十大经典排序算法【上篇】
- 2022 年 1 月 13 日
- 筆記
- 【计理02组】算法与数据结构
冒泡排序
冒泡排序(Bubble Sort)是基于交换的排序,每次遍历需要排序的元素,依次比较相邻的两个元素的大小,如果前一个元素大于后一个元素则两者交换,保证最后一个数字一定是最大的(假设按照从小到大排序),即最后一个元素已经排好序,下一轮只需要保证前面 n-1
个元素的顺序即可。
之所以称为冒泡,是因为最大/最小的数,每一次都往后面冒,就像是水里面的气泡一样。
排序(假设从小到大)的步骤如下:
- 从头开始,比较相邻的两个数,如果第一个数比第二个数大,那么就交换它们位置。
- 从开始到最后一对比较完成,一轮结束后,最后一个元素的位置已经确定。
- 除了最后一个元素以外,前面的所有未排好序的元素重复前面两个步骤。
- 重复前面 1 ~ 3 步骤,直到所有元素都已经排好序。
例如,我们需要对数组 [98,90,34,56,21]
进行从小到大排序,每一次都需要将数组最大的移动到数组尾部。
交换具体逻辑如下图所示:
接下来两轮排序确定好了第二个和第三个的位置,其实这个数组已经完成排序了,一共 5 个数,冒泡 4 次即可。
紫色表示已经排好的元素,橙红色表示正在比较/交换的元素,可以看出前面两次排序之后,已经确定好了最大两个数的位置。
冒泡排序Java代码
查看代码
public class BubbleSort {
public static void bubbleSort(int[] nums) {
int size=nums.length;
for(int i=0;i<size-1;i++) {
System.out.println("第"+(i+1)+"轮交换开始");
for(int j=0;j<size-1-i;j++) {
if(nums[j]>nums[j+1]) {
int temp=nums[j+1];
nums[j+1]=nums[j];
nums[j]=temp;
}
printf(nums);
}
}
}
public static void printf(int[] nums) {
for (int num : nums) {
System.out.print(num + " ");
}
System.out.println("");
}
public static void main(String[] args) {
// TODO Auto-generated method stub
int[]nums = new int[]{98,90,34,56,21};
printf(nums);
bubbleSort(nums);
}
}
冒泡排序Java代码运行结果
选择排序
前面说的冒泡排序是每一轮比较确定最后一个元素,中间过程不断地交换。而选择排序就是每次选择剩下的元素中最小的那个元素,与当前索引位置的元素交换,直到所有的索引位置都选择完成。
排序的步骤如下:
- 从第一个元素开始,遍历其后面的元素,找出其后面比它更小的且最小的元素,若有,则两者交换,保证第一个元素最小。
- 对第二个元素一样,遍历其后面的元素,找出其后面比它更小的且最小的元素,若存在,则两者交换,保证第二个元素在未排序的数中(除了第一个元素)最小。
- 依次类推,直到最后一个元素,那么数组就已经排好序了。
比如,现在我们需要对 [98,90,34,56,21]
进行排序,动态排序过程如下:
前面两轮选择排序已经分别将 21 和 34 选择出来,放到最前面的位置。
剩下的排序是确定 56 和 90 的位置,最后一个 98 自然就是最大的数,不需要再排序。
选择排序Java代码
查看代码
public class SelectionSort {
public static void printf(int[] nums) {
for (int num : nums) {
System.out.print(num + " ");
}
System.out.println("");
}
public static void selectionSort(int []nums) {
int times=0;
int size=nums.length;
int minIndex,temp;
for(int i=0;i<size-1;i++) {
System.out.print("第" + (i + 1) + "轮选择开始:");
minIndex=i;
for(int j=i+1;j<size;j++) {
times++;
if(nums[j]<nums[minIndex]) {
minIndex=j;
}
}
System.out.println("交换 "+nums[i]+"和"+nums[minIndex]);
temp=nums[i];
nums[i]=nums[minIndex];
nums[minIndex]=temp;
printf(nums);
}
System.out.println("比较次数:"+times);
}
public static void main(String[] args) {
// TODO Auto-generated method stub
int[]nums = new int[]{98,90,34,56,21};
printf(nums);
selectionSort(new int[]{98,90,34,56,21});
}
}
选择排序Java代码运行结果
插入排序
选择排序是每次选择出最小的放到已经排好的数组后面,而插入排序是依次选择一个元素,插入到前面已经排好序的数组中间,确保它处于正确的位置,当然,这是需要已经排好的顺序数组不断移动。步骤描述如下:
- 从第一个元素开始,可以认为第一个元素已经排好顺序。
- 取出后面一个元素
n
,在前面已经排好顺序的数组里从尾部往头部遍历,假设正在遍历的元素为nums[i]
,如果num[i]
>n
,那么将nums[i]
移动到后面一个位置,直到找到已经排序的元素小于或者等于新元素的位置,将n
放到新腾空出来的位置上。如果没有找到,那么nums[i]
就是最小的元素,放在第一个位置。 - 重复上面的步骤 2,直到所有元素都插入到正确的位置。
以数组 [98,90,34,56,21]
为例,动态排序过程如下:
具体的排序过程如下:
第一次假设第一个元素已经排好,第二个元素 90 往前面查找插入位置,正好查找到 98 的位置插入,第二轮是 34 选择插入位置,选择了第一个元素 90 的位置插入,其后面的元素后移。
第三轮排序则是 56 选择适合自己的位置插入,第四轮是最后一个元素 21 往前查找适合的位置插入:
插入排序Java代码
查看代码
public class InsertionSort {
public static void printf(int[] nums) {
for (int num : nums) {
System.out.print(num + " ");
}
System.out.println("");
}
public static void insertionSort(int[] nums) {
if(nums==null) {
return;
}
int size=nums.length;
int index,temp;
for(int i=1;i<size;i++) {
// 当前选择插入的元素前面一个索引值
index=i-1;
// 当前需要插入的元素
temp=nums[i];
while(index>=0&&nums[index]>temp) {
nums[index+1]=nums[index];
index--;
}
// 插入空出来的位置
nums[index+1]=temp;
System.out.print("第" + (i) + "轮插入结果:");
printf(nums);
}
}
public static void main(String[] args) {
// TODO Auto-generated method stub
int[]nums = new int[]{98,90,34,56,21};
printf(nums);
insertionSort(nums);
}
}
插入排序Java代码运行结果
希尔排序
希尔排序(Shell’s Sort)又称“缩小增量排序”(Diminishing Increment Sort),是插入排序的一种更高效的改进版本,同时该算法是首次冲破 O(n^2) 的算法之一。
插入排序的痛点在于不管是否是大部分有序,都会对元素进行比较,如果最小数在数组末尾,想要把它移动到数组的头部是比较费劲的。希尔排序是在数组中采用跳跃式分组,按照某个增量 gap
进行分组,分为若干组,每一组分别进行插入排序。再逐步将增量 gap
缩小,再每一组进行插入排序,循环这个过程,直到增量为 1。
希尔排序基本步骤如下:
- 选择一个增量
gap
,一般开始是数组的一半,将数组元素按照间隔为gap
分为若干个小组。 - 对每一个小组进行插入排序。
- 将
gap
缩小为一半,重新分组,重复步骤 2(直到gap
为 1 的时候基本有序,稍微调整一下即可)。
以数组 [98,90,34,56,21,11,43,61]
为例子
同样以数组 [98,90,34,56,21,11,43,61]
为例子,元素个数为 8,首次 gap 为 4,元素分为 4 组,同颜色视为一组,对相同颜色进行插入排序,这样保证了大致位置上大的元素在后面,小的元素在前面。
第二轮希尔排序,gap = 4/2 = 2,则元素可以分为两组,同颜色视为一组,仍是对同组的进行插入排序:
最后一轮,gap= 2/2 =1,则所有元素视为一组,相当于对所有元素进行插入排序,这时候元素已经基本有序,只需要做小范围的调整即可。
希尔排序是非稳定排序算法,每一组的排序,都确保了这一组的数据基本有序,整体上也是基本有序。
希尔排序Java代码
查看代码
public class ShellSort {
public static void printf(int[] nums) {
for (int num : nums) {
System.out.print(num + " ");
}
System.out.println("");
}
public static void shellSort(int[] nums) {
int times=1;
for(int gap=nums.length/2;gap>0;gap/=2) {
System.out.print("第" + (times++) + "轮希尔排序, gap= " + gap + " ,结果:");
for(int i = gap;i<nums.length;i++) {
int j=i;
int temp=nums[j];
if(nums[j]<nums[j-gap]) {
while(j-gap>=0&&temp<nums[j-gap]) {
nums[j]=nums[j-gap];
j-=gap;
}
nums[j]=temp;
}
}
printf(nums);
}
}
public static void main(String[] args) {
// TODO Auto-generated method stub
int[] nums = new int[]{98, 90, 34, 56, 21, 11, 43, 61};
printf(nums);
shellSort(nums);
}
}
希尔排序Java代码运行结果
快速排序
快速排序比较有趣,选择数组的一个数作为基准数,一趟排序,将数组分割成为两部分,一部分均小于/等于基准数,另外一部分大于/等于基准数。然后分别对基准数的左右两部分继续排序,直到数组有序。这体现了分而治之的思想,其中还应用到挖坑填数的策略。
算法的步骤如下:
- 从数组中挑一个元素作为基准数,一般情况下我们选择第一个
nums[i]
,保存为standardNum
,可以理解为nums[i]
坑位的数被拎出来了,留下空的坑位。 - 取数组的左边界索引指针
i
,右边界索引指针j
,j
从右边往左边,寻找到比standardNum
小的数,停下来,写到nums[i]
的坑位,nums[j]
的坑位空出来。 索引指针i
从左边往右边找,寻找比standardNum
大的数,停下来,写到nums[j]
的坑位,这个时候,num[i]
的坑位空出来(前提是i
和j
不相撞)。 - 上面的
i
和j
循环步骤 2,直到两个索引指针i
和j
相撞,将基准值standardNum
写到坑位nums[i]
中,这时候,standardNum
左边的数都小于等于它本身,右边的数都大于等于它本身。 - 分别对
standardNum
左边的子数组和右边的子数组,循环执行前面的 1,2,3,直到不可再分,并且有序。
以数组 [61,90,34,56,21,11,43,68]
为例,动态排序过程如下:
快速排序Java代码
查看代码
public class QuickSort {
public static void printf(int[] nums) {
for (int num : nums) {
System.out.print(num + " ");
}
System.out.println("");
}
public static void quickSort(int[] nums) {
quickSort(nums,0,nums.length-1);
}
public static void quickSort(int nums[],int left,int right) {
System.out.println("[left,right]:["+left+","+right+"]");
if(left<right) {
int i=left,j=right,standardNum=nums[left];
while(i<j) {
while(i<j&&nums[j]>=standardNum) {
j--;
}
System.out.print("standardNum:"+standardNum+",第1个小于等于standardNum的数:"+nums[i]);
if(i<j) {
nums[i]=nums[j];
i++;
}
while(i<j&&nums[i]<standardNum) {
i++;
}
System.out.println(",第1个大于等于standardNum的数:"+nums[i]);
if(i<j) {
nums[j]=nums[i];
j--;
}
}
nums[i]=standardNum;
printf(nums);
quickSort(nums,left,i-1);
printf(nums);
quickSort(nums,i+1,right);
}
}
public static void main(String[] args) {
// TODO Auto-generated method stub
int[] nums = new int[]{61, 90, 34, 56, 21, 11, 43, 68};
printf(nums);
quickSort(nums);
}
}
快速排序Java代码运行结果
实验总结
前面学习了五种排序算法,它们的复杂度以及特点在这里总结一下:
- 冒泡排序:基本最慢,时间复杂度最好为 O(n),最坏为 O(n2),平均时间复杂度为 O(n2),空间复杂度为 O(1),稳定排序算法。
- 选择排序:时间复杂度很稳定,最好最坏或者平均都是 O(n2),空间复杂度为 O(1),可以做到稳定排序。
- 插入排序:时间复杂度最好为 O(n),最坏为 O(n2),平均时间复杂度为 O(n2),空间复杂度为 O(1),稳定排序算法。
- 希尔排序:希尔增量下最坏的情况时间复杂度是 O(n2),最好的时间复杂度是 O(n) (也就是数组已经有序),平均时间复杂度是 O(n3/2),属于不稳定排序。
- 快速排序:时间复杂度最差的情况是 O(n2),平均时间复杂度为 O(nlogn),空间复杂度,虽然快排本身没有申请额外的空间,但是递归需要使用栈空间,递归数的深度是 log2n,空间复杂度也就是 O( log2n),属于不稳定排序。
每一种排序,都有其优缺点,我们应该根据场景选择合适的排序算法。
关于时间复杂度,我们一般使用大 O 表示法,它是一种体现算法时间复杂度的计法,通俗来讲,就是随着问题规模的增长,算法执行的指令数也在增长,时间复杂度越高,则执行时间增长越快。常见的算法时间复杂度由好到坏依次为: Ο(1) < Ο(log2n) < Ο(n) < Ο(nlog2n) < Ο(n^2) < Ο(n^3) < … < Ο(2^n) < Ο(n!) ,一个优秀的算法,自然少不了对低时间复杂度的追求。
但是我们也不能自然也不能忽略空间复杂度,也就是随着问题规模的增长,计算过程中所需要的存储空间增长的速度(增长率),其计算方式与时间复杂度类似。时间复杂度和空间复杂度是息息相关的两个概念,随着计算机空间越拉越大,不少的算法倾向于以空间换时间,这也是取舍的策略。