算法之排序二
算法之排序二 | ||
四、冒泡排序与插入排序 | ||
为何在实际中倾向于使用插入排序而不是冒泡排序,尽管它们的时间复杂度都是O(n2),而且也都是稳定的。看一下两个算法在交换元素数值的处理上就知道了。对于冒泡排序,交换两个元素时需要引入中间变量,也就是如果需要交换 A 和 B,我们需要让 A 赋值给 C,然后让 A 等于 B,再让 B 等于 C。而插入排序在每次比较时会把大的元素往后移,要插入的时候直接插入,所以更加的直接,在实际应用时更常用。在 Python 上测试一下也可以知道,冒泡排序比插入排序的时间花费更多。我分别使用两种算法对一个 numpy 生成的长度为 2000 随机数组进行排序并计算时间,发现冒泡排序花费了 1 秒钟的时间,而插入排序只需使用 0.5 秒。 | ||
五、选择排序 | ||
选择排序,顾名思义就是用逐个选择的方式来进行排序,逐个选择出数组中的最大(或最小)的元素,直到选择至最后一个元素。此时数组完成了排序。 | ||
[Java] 纯文本查看 复制代码
| ||
六、 选择排序代码优化 | ||
因为选择排序过程中,每一轮选择出最大的元素并将它和数组最后一位互换位置,那么即使在某一轮的选择过程中,未发生位置互换,此时也不能说明数组已经排序完成,假设数组: 2 1 3 4 5 进行升序排列 | ||
| ||
可以看到,即使前三轮的选择过程中,都没有发生数组元素互换,但是此时数组仍未排序完成,直到第4轮选择完成后,数组才完成了排序。因此选择排序并不能优化。 | ||
七、选择排序时间复杂度 | ||
计算时间复杂度时,默认计算最复杂的情况下需要进行的次数:比如将数组:5 4 2 1 3进行升序排列: 第一轮选择排序:一共需要进行4次比较。可以将5和3互换,得到:3 4 2 1 5 第二轮选择排序:一共需要进行3次比较。可以将4和1互换,得到:3 1 2 4 5 第三轮选择排序:一共需要进行2次比较。可以将3和2互换,得到:2 1 3 4 5 第四轮选择排序:一共需要进行1次比较。可以将2和1互换,得到:1 2 3 4 5 可以看到,对数组长度为5进行排序,需要进行比较的次数为4+3+2+1=10次。若数组长度为n,那么进行比较的次数为(n-1)+(n-2)+(n-3)+...1 = n * (n - 1) / 2,当n足够大时,n * (n - 1) / 2约等于n*n。综上所述,选择排序的时间复杂度为:O(n²) |
相关推荐
randy0 2020-11-17
lixiaotao 2020-10-07
美丽的泡沫 2020-09-08
nongfusanquan0 2020-08-18
hang0 2020-08-16
earthhouge 2020-08-15
算法改变人生 2020-07-28
troysps 2020-07-19
Broadview 2020-07-19
chenfei0 2020-07-18
风吹夏天 2020-07-07
yangjingdong00 2020-07-05
数据与算法之美 2020-07-05
shawsun 2020-07-04
数据与算法之美 2020-07-04
要知道时间复杂度只是描述一个增长趋势,复杂度为O的排序算法执行时间不一定比复杂度为O长,因为在计算O时省略了系数、常数、低阶。实际上,在对小规模数据进行排序时,n2的值实际比 knlogn+c还要小。
Evankaka 2020-07-04
田有朋 2020-06-28