8种排序之间的关系
8种排序之间的关系:
002
0031,直接插入排序
004(1)基本思想:在要排序的一组数中,假设前面(n-1)[n>=2]个数已经是排
005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
006也是排好顺序的。如此反复循环,直到全部排好顺序。
007(2)实例
008
009(3)用java实现
010[java]viewplaincopy
011packagecom.njue;
012
013publicclassinsertSort{
014publicinsertSort(){
015inta[]={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};
016inttemp=0;
017for(inti=1;i<a.length;i++){
018intj=i-1;
019temp=a[i];
020for(;j>=0&&temp<a[j];j--){
021a[j+1]=a[j];//将大于temp的值整体后移一个单位
022}
023a[j+1]=temp;
024}
025for(inti=0;i<a.length;i++)
026System.out.println(a[i]);
027}
028}
029
0302,希尔排序(最小增量排序)
031(1)基本思想:算法先将要排序的一组数按某个增量d(n/2,n为要排序数的个数)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。
032(2)实例:
033
034
035(3)用java实现
036[java]viewplaincopy
037publicclassshellSort{
038publicshellSort(){
039inta[]={1,54,6,3,78,34,12,45,56,100};
040doubled1=a.length;
041inttemp=0;
042while(true){
043d1=Math.ceil(d1/2);
044intd=(int)d1;
045for(intx=0;x<d;x++){
046for(inti=x+d;i<a.length;i+=d){
047intj=i-d;
048temp=a[i];
049for(;j>=0&&temp<a[j];j-=d){
050a[j+d]=a[j];
051}
052a[j+d]=temp;
053}
054}
055if(d==1)
056break;
057}
058for(inti=0;i<a.length;i++)
059System.out.println(a[i]);
060}
061}
062
0633.简单选择排序
064(1)基本思想: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;
065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。
066(2)实例:
067
068
069(3)用java实现
070[java]viewplaincopy
071publicclassselectSort{
072publicselectSort(){
073inta[]={1,54,6,3,78,34,12,45};
074intposition=0;
075for(inti=0;i<a.length;i++){
076
077intj=i+1;
078position=i;
079inttemp=a[i];
080for(;j<a.length;j++){
081if(a[j]<temp){
082temp=a[j];
083position=j;
084}
085}
086a[position]=a[i];
087a[i]=temp;
088}
089for(inti=0;i<a.length;i++)
090System.out.println(a[i]);
091}
092}
093
0944,堆排序
095(1)基本思想:堆排序是一种树形选择排序,是对直接选择排序的有效改进。
096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。在这里只讨论满足前者条件的堆。由堆的定义可以看出,堆顶元素(即第一个元素)必为最大项(大顶堆)。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,这时堆的根节点的数最大。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。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。从算法描述来看,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。
097(2)实例:
098初始序列:46,79,56,38,40,84
099建堆:
100
101交换,从堆中踢出最大数
102
103
104依次类推:最后堆中剩余的最后两个结点交换,踢出一个,排序完成。
105(3)用java实现
106[java]viewplaincopy
107importjava.util.Arrays;
108
109publicclassHeapSort{
110inta[]={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};
111publicHeapSort(){
112heapSort(a);
113}
114publicvoidheapSort(int[]a){
115System.out.println("开始排序");
116intarrayLength=a.length;
117//循环建堆
118for(inti=0;i<arrayLength-1;i++){
119//建堆
120
121buildMaxHeap(a,arrayLength-1-i);
122//交换堆顶和最后一个元素
123swap(a,0,arrayLength-1-i);
124System.out.println(Arrays.toString(a));
125}
126}
127
128privatevoidswap(int[]data,inti,intj){
129//TODOAuto-generatedmethodstub
130inttmp=data[i];
131data[i]=data[j];
132data[j]=tmp;
133}
134//对data数组从0到lastIndex建大顶堆
135privatevoidbuildMaxHeap(int[]data,intlastIndex){
136//TODOAuto-generatedmethodstub
137//从lastIndex处节点(最后一个节点)的父节点开始
138for(inti=(lastIndex-1)/2;i>=0;i--){
139//k保存正在判断的节点
140intk=i;
141//如果当前k节点的子节点存在
142while(k*2+1<=lastIndex){
143//k节点的左子节点的索引
144intbiggerIndex=2*k+1;
145//如果biggerIndex小于lastIndex,即biggerIndex+1代表的k节点的右子节点存在
146if(biggerIndex<lastIndex){
147//若果右子节点的值较大
148if(data[biggerIndex]<data[biggerIndex+1]){
149//biggerIndex总是记录较大子节点的索引
150biggerIndex++;
151}
152}
153//如果k节点的值小于其较大的子节点的值
154if(data[k]<data[biggerIndex]){
155//交换他们
156swap(data,k,biggerIndex);
157//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
158k=biggerIndex;
159}else{
160break;
161}
162}<palign="left"><span></span>}</p><palign="left">}</p><palign="left"><spanstyle="background-color:white;">}</span></p>
163
164
1655.冒泡排序
166(1)基本思想: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,自上而下对相邻的两个数依次进行比较和调整,让较大的数往下沉,较小的往上冒。即:每当两相邻的数比较后发现它们的排序与排序要求相反时,就将它们互换。
167(2)实例:
168
169(3)用java实现
170[java]viewplaincopy
171publicclassbubbleSort{
172publicbubbleSort(){
173inta[]={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};
174inttemp=0;
175for(inti=0;i<a.length-1;i++){
176for(intj=0;j<a.length-1-i;j++){
177if(a[j]>a[j+1]){
178temp=a[j];
179a[j]=a[j+1];
180a[j+1]=temp;
181}
182}
183}
184for(inti=0;i<a.length;i++)
185System.out.println(a[i]);
186}
187}
188
1896.快速排序
190(1)基本思想: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。
191(2)实例:
192
193(3)用java实现
194[java]viewplaincopy
195publicclassquickSort{
196inta[]={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};
197publicquickSort(){
198quick(a);
199for(inti=0;i<a.length;i++)
200System.out.println(a[i]);
201}
202publicintgetMiddle(int[]list,intlow,inthigh){
203inttmp=list[low];//数组的第一个作为中轴
204while(low<high){
205while(low<high&&list[high]>=tmp){
206
207high--;
208}
209list[low]=list[high];//比中轴小的记录移到低端
210while(low<high&&list[low]<=tmp){
211low++;
212}
213list[high]=list[low];//比中轴大的记录移到高端
214}
215list[low]=tmp;//中轴记录到尾
216returnlow;//返回中轴的位置
217}
218publicvoid_quickSort(int[]list,intlow,inthigh){
219if(low<high){
220intmiddle=getMiddle(list,low,high);//将list数组进行一分为二
221_quickSort(list,low,middle-1);//对低字表进行递归排序
222_quickSort(list,middle+1,high);//对高字表进行递归排序
223}
224}
225publicvoidquick(int[]a2){
226if(a2.length>0){//查看数组是否为空
227_quickSort(a2,0,a2.length-1);
228}
229}
230}
231
232
2337、归并排序
234(1)基本排序:归并(Merge)排序法是将两个(或两个以上)有序表合并成一个新的有序表,即把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。
235(2)实例:
236
237(3)用java实现
238
239[java]viewplaincopy
240importjava.util.Arrays;
241
242publicclassmergingSort{
243inta[]={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};
244publicmergingSort(){
245sort(a,0,a.length-1);
246for(inti=0;i<a.length;i++)
247System.out.println(a[i]);
248}
249publicvoidsort(int[]data,intleft,intright){
250//TODOAuto-generatedmethodstub
251if(left<right){
252//找出中间索引
253intcenter=(left+right)/2;
254//对左边数组进行递归
255sort(data,left,center);
256//对右边数组进行递归
257sort(data,center+1,right);
258//合并
259merge(data,left,center,right);
260
261}
262}
263publicvoidmerge(int[]data,intleft,intcenter,intright){
264//TODOAuto-generatedmethodstub
265int[]tmpArr=newint[data.length];
266intmid=center+1;
267//third记录中间数组的索引
268intthird=left;
269inttmp=left;
270while(left<=center&&mid<=right){
271
272//从两个数组中取出最小的放入中间数组
273if(data[left]<=data[mid]){
274tmpArr[third++]=data[left++];
275}else{
276tmpArr[third++]=data[mid++];
277}
278}
279//剩余部分依次放入中间数组
280while(mid<=right){
281tmpArr[third++]=data[mid++];
282}
283while(left<=center){
284tmpArr[third++]=data[left++];
285}
286//将中间数组中的内容复制回原数组
287while(tmp<=right){
288data[tmp]=tmpArr[tmp++];
289}
290System.out.println(Arrays.toString(data));
291}
292
293}
294
2958、基数排序
296(1)基本思想:将所有待比较数值(正整数)统一为同样的数位长度,数位较短的数前面补零。然后,从最低位开始,依次进行一次排序。这样从最低位排序一直到最高位排序完成以后,数列就变成一个有序序列。
297(2)实例:
298
299
300(3)用java实现
301[java]viewplaincopy
302importjava.util.ArrayList;
303importjava.util.List;
304
305publicclassradixSort{
306inta[]={49,38,65,97,76,13,27,49,78,34,12,64,5,4,62,99,98,54,101,56,17,18,23,34,15,35,25,53,51};
307publicradixSort(){
308sort(a);
309for(inti=0;i<a.length;i++)
310System.out.println(a[i]);
311}
312publicvoidsort(int[]array){
313
314//首先确定排序的趟数;
315intmax=array[0];
316for(inti=1;i<array.length;i++){
317if(array[i]>max){
318max=array[i];
319}
320}
321
322inttime=0;
323//判断位数;
324while(max>0){
325max/=10;
326time++;
327}
328
329//建立10个队列;
330List<ArrayList>queue=newArrayList<ArrayList>();
331for(inti=0;i<10;i++){
332ArrayList<Integer>queue1=newArrayList<Integer>();
333queue.add(queue1);
334}
335
336//进行time次分配和收集;
337for(inti=0;i<time;i++){
338
339//分配数组元素;
340for(intj=0;j<array.length;j++){
341//得到数字的第time+1位数;
342intx=array[j]%(int)Math.pow(10,i+1)/(int)Math.pow(10,i);
343ArrayList<Integer>queue2=queue.get(x);
344queue2.add(array[j]);
345queue.set(x,queue2);
346}
347intcount=0;//元素计数器;
348//收集队列元素;
349for(intk=0;k<10;k++){
350while(queue.get(k).size()>0){
351ArrayList<Integer>queue3=queue.get(k);
352array[count]=queue3.get(0);
353queue3.remove(0);
354count++;
355}
356}
357}
358}
359
360}
相关推荐
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。