常用排序算法的分析与实现
2017-05-08 09:54
134 查看
排序算法的分类
内部排序:
1. 交换排序(冒泡排序、快速排序)2. 插入排序(直接插入排序、希尔排序)
3. 选择排序(直接选择排序、堆排序)
4. 归并排序
5. 分配排序(基数排序)
所需辅助空间最多:归并排序
所需辅助空间最少:堆排序
平均速度最快:快速排序
不稳定:选择排序,快速排序,希尔排序,堆排序
冒泡排序
基本思路:在要排序的一组数中,对当前还未排好序的范围内的全部数,从前向后对相邻的两个数依次进行比较和调整,让较大的数向后移动,较小的向前移动。即:比较相邻的两个数,发现它们的排序与排序要求相反时,将它们互换位置。
//coding=java public class BubbleSort { public static int[] bubbleSort(int[] nums){ if(nums==null || nums.length<1){ return null; } for(int i=0;i<nums.length;i++){ for(int j=0;j<nums.length-i-1;j++){ if(nums[j]>nums[j+1]){ int temp=nums[j]; nums[j]=nums[j+1]; nums[j+1]=temp; } } } return nums; } public static void main(String[] args){ int[] a = {1,3,8,2,9,10,5,36,21}; int[] b = BubbleSort.bubbleSort(a); for(int i=0;i<b.length;i++){ System.out.println(b[i]); } } }
快速排序
基本思路:选择一个基准元素,通常选择第一个元素或者最后一个元素,通过一趟扫描,将待排序列分成两部分,一部分比基准元素小,一部分大于等于基准元素,此时基准元素在其排好序后的正确位置,然后再用同样的方法递归地排序划分的两部分。//coding=java public class QuickSort { public static int[] quickSort(int[] nums){ if(nums==null || nums.length<1){ return null; } qsort(nums,0,nums.length-1); return nums; } public static void qsort(int[] nums,int low,int high){ if(low<high){ int piv=partition(nums,low,high); qsort(nums,low,piv-1); qsort(nums,piv+1,high); } } public static int partition(int[] nums,int low,int high){ int pivot=nums[low]; while (low<high){ while (low<high && nums[high]>=pivot){ high--; } nums[low]=nums[high]; while (low<high && nums[low]<=pivot){ low++; } nums[high]=nums[low]; } nums[low]=pivot; return low; } public static void main(String[] args){ int[] a= {9,2,5,4,6,12,11,25,14,15,16}; int[] b= quickSort(a); for(int i=0;i<b.length;i++){ System.out.print(b[i]+" "); } } }
直接插入排序
基本思路:在要排序的一组数中,假设前面(n-1)[n>=2] 个数已经是排好顺序的,现在要把第n个数插到前面的有序数中,使得这n个数也是排好顺序的。如此反复循环,直到全部排好顺序。
//coding=java public class InsertSort { public static int[] insertSort(int[] nums){ if(nums == null || nums.length<1){ return null; } for(int i=1;i<nums.length;i++){ int temp = nums[i]; int j=i-1; for(;j>=0 && nums[j]>temp;j--){ nums[j+1]=nums[j]; } nums[j+1]=temp; } return nums; } public static void main(String[] args){ int[] a = {1,3,8,2,9,10,5,36,21}; int[] b = InsertSort.insertSort(a); for(int i=0;i<b.length;i++){ System.out.println(b[i]); } } }
希尔排序
基本思路: 先将待排序列按某个增量d(n/2,n为要序列中元素的个数)分成若干组,每组中记录的下标相差d.对每组中全部元素进行直接插入排序,然后再用一个较小的增量(d/2)对它进行分组,在每组中再进行直接插入排序。当增量减到1时,进行直接插入排序后,排序完成。//coding=java public class ShellSort { public static void shellsort(int[] nums){ if(nums==null || nums.length<1){ return; } double d1=nums.length; while (true){ int d=(int)Math.ceil(d1/2); d1=d; for(int x=0;x<d;x++){ for(int i=x+d;i<nums.length;i+=d){ int j=i-d; int temp=nums[i]; for(;j>=0 && nums[j]>temp;j-=d){ nums[j+d]=nums[j]; } nums[j+d]=temp; } } if(d==1){ break; } } return; } public static void main(String[] args){ int[] a = {1,3,8,2,9,10,5,36,21}; ShellSort.shellsort(a); for(int i=0;i<a.length;i++){ System.out.println(a[i]); } } }
直接选择排序
基本思路: 在要排序的一组数中,选出最小的一个数与第一个位置的数交换;然后在剩下的数当中再找最小的与第二个位置的数交换,如此循环到倒数第二个数和最后一个数比较为止。//coding=java public class SelectSort { public static int[] selectSort(int[] nums) { if (nums == null || nums.length < 1) { return null; } for (int i = 0; i < nums.length-1; i++) { int j = i + 1; int temp = nums[i]; int position = i; for (; j < nums.length; j++) { if (nums[j] < temp) { temp = nums[j]; position = j; } } nums[position] = nums[i]; nums[i] = temp; } return nums; } public static void main(String[] args){ int[] a ={3,1,6,2,12,8,36,15,16,9}; int[] b = selectSort(a); for(int i=0;i<b.length;i++){ System.out.print(b[i]+" "); } } }
堆排序
基本思路: 堆排序是一种树形选择排序,是对直接选择排序的改进。堆的定义如下:具有n个元素的序列(h1,h2,…,hn),当且仅当满足(hi>=h2i,hi>=2i+1)或(hi<=h2i,hi<=2i+1)(i=1,2,…,n/2)时称之为堆,分别称为最大堆与最小堆,这里堆排序用最大堆实现。由堆的定义可以看出,堆顶元素(即第一个元素)必为最大项。完全二叉树可以很直观地表示堆的结构。堆顶为根,其它为左子树、右子树。初始时把要排序的数的序列看作是一棵顺序存储的二叉树,调整它们的存储序,使之成为一个堆,这时堆的根节点为最大值。然后将根节点与堆的最后一个节点交换。然后对前面(n-1)个数重新调整使之成为堆,再作如上交换,依此类推,直到只有两个节点的堆,并对它们作交换,最后得到有n个节点的有序序列。堆排序需要两个过程,一是建立堆,二是堆顶与堆的最后一个元素交换位置。所以堆排序有两个函数组成。一是建堆的渗透函数,二是反复调用渗透函数实现排序的函数。//coding=java import java.util.Arrays; /** * Created by byuwa on 2017/4/26. */ public class HeapSort { public static void heapSort(int[] data){ if(data==null && data.length<1){ return; } System.out.println("开始排序"); int arrayLength=data.length; //循环建堆 for(int i=0;i<arrayLength-1;i++){ //建堆 buildMaxHeap(data,arrayLength-1-i); //交换堆顶和最后一个元素 swap(data,0,arrayLength-1-i); System.out.println(Arrays.toString(data)); } } private static void swap(int[] data, int i, int j) { // TODO Auto-generated method stub int tmp=data[i]; data[i]=data[j]; data[j]=tmp; } //对data数组从0到lastIndex建大顶堆 private static void buildMaxHeap(int[] data, int lastIndex) { //从lastIndex处节点(最后一个节点)的父节点开始 // i=(lastIndex-1)/2,因为是从 0 开始标记 for(int i=(lastIndex-1)/2;i>=0;i--){ //k保存正在判断的节点 int k=i; //如果当前k节点的子节点存在 while(k*2+1<=lastIndex){ //k节点的左子节点的索引 int biggerIndex=2*k+1; //如果biggerIndex小于lastIndex,即biggerIndex+1代表的k节点的右子节点存在 if(biggerIndex<lastIndex){ //如果右子节点的值较大 if(data[biggerIndex]<data[biggerIndex+1]){ //biggerIndex总是记录较大子节点的索引 biggerIndex++; } } //如果k节点的值小于其较大的子节点的值 if(data[k]<data[biggerIndex]){ //交换他们 swap(data,k,biggerIndex); //将biggerIndex赋予k,开始while循环的下一次循环,重新保证k节点的值大于其左右子节点的值 k=biggerIndex; }else{ break; } } } } public static void main(String[] args){ int[] a={49,38,65,97,76,13,27,49,78,34,12,64,5,4,62,99,98,54,56,17,18,23,34,15,35,25,53,51}; HeapSort.heapSort(a); } }
归并排序
基本思路:归并(Merge)排序是将待排序序列分为若干个子序列,每个子序列是有序的。然后再把有序子序列合并为整体有序序列。//coding=java public class MergeSort { public static int[] mergeSort(int[] nums){ if(nums==null || nums.length<1){ return null; } m_sort(nums,0,nums.length-1); return nums; } public static void m_sort(int[] nums,int low,int high){ if(low>=high){ return; } int middle = (low+high)/2; m_sort(nums,low,middle); m_sort(nums,middle+1,high); merge(nums,low,middle,high); } public static void merge(int nums[],int low,int center,int high){ i b6ff nt[] temp = new int[nums.length]; int third = low; int left= low; int right = center+1; while (left<=center && right<=high){ if(nums[left]<=nums[right]){ temp[third++]=nums[left++]; } else { temp[third++]=nums[right++]; } } while (left<=center){ temp[third++]=nums[left++]; } while (right<=high){ temp[third++]=nums[right++]; } while (low<=high){ nums[low]=temp[low++]; } } public static void main(String[] args){ int[] a= {9,2,5,4,6,12,11,25,14,15,16}; int[] b= mergeSort(a); for(int i=0;i<b.length;i++){ System.out.print(b[i]+" "); } } }
外部排序
外部排序算法的核心思路在于把文件分块读到内存,在内存中对每块文件依次进行排序,最后合并排序后的各块数据,依次按顺序写回文件。外部排序在排序过程中需要进行多次磁盘读写,因此执行效率往往低于内部排序,时间主要花费于磁盘读写上。外部排序的算法步骤如下:
假设待排序文件需要从小到大进行排序,将其分成n块读入。
(1)依次读入每个文件块,在内存中对当前文件块进行排序(应用恰当的内部排序算法)。对每块文件排序完成后,每块文件相当于一个由小到大排列的有序子队列。
(2)在内存中建立一个最小值堆,读入每块文件的队列头。
(3)弹出堆顶元素,将弹出的元素暂存至临时数组,如果元素来自第i块,则从第i块文件中补充一个元素到最小值堆。
(4)当临时数组存满时,将数组写至磁盘,并清空数组内容。
(5)重复过程(3)、(4),直至所有文件块读取完毕。
相关文章推荐
- 常用排序算法的python实现和性能分析
- 常用排序算法分析(C++实现)
- 常用排序算法的python实现和性能分析
- 常用排序算法分析实现(C语言)
- 常用排序算法的实现和分析
- 常用排序算法分析与实现(一)(Java版)
- 常用排序算法的python实现和性能分析
- 常用排序算法的实现和复杂度的分析
- 常用排序算法分析与实现(一)(Java版)
- 常用排序算法的python实现和性能分析
- java几种排序算法的实现及简单分析
- LINUX 网络协议栈实现分析-SKBUFF 的实现
- C语言冒泡排序法分析及代码实现
- jQuery缓存实现的分析-及源码解读
- 实现自己的脚本语言ngscript之二:语法分析
- 通过分析 JDK 源代码研究 TreeMap 红黑树算法实现
- ConcurrentHashMap 实现原理和源码分析
- 各种排序算法的分析及其Java代码的实现
- Singleton模式实现分析
- LRUCache和FastLRUCache实现分析