【尚硅谷】数据结构与算法四(1)-排序

前言

小白跟随尚硅谷学习数据结构与算法的第四天—排序。

冒泡排序

一、基本介绍

        冒泡排序(Bubble Sorting)的基本思想是:通过对待排序序列从前向后(从下标较小的元素开始),依次比较相邻元素的值,若发现逆序则交换,使值较大的元素逐渐从前移向后部,就像水底下的气泡一样逐渐向上冒。

二、冒泡排序的应用实例

        我们举一个具体的案例来说明冒泡法。我们将五个无序的数:3,9,-1,10,20,使用冒泡排序法将其排成一个从小到大的有序数列。

冒泡排序小结

  1.  一共进行数组的大小-1次大小的循环 ;
  2. 每一趟排序的次数在逐渐减少;
  3. 优化方案:因为排序的过程中,各元素不断接近自己的位置,如果一趟比较下来没有进行过交换,就说明序列有序,可以提前结束冒泡排序,因此要在排序过程中设置个标志fag判断元素是否进行过交换,即优化。

三、代码实现:

public class BubbleSort {
    public static void main(String[] args) {
        int[] arr=new int[]{3,9,-1,10,20};
        System.out.println("原始的数组:"+Arrays.toString(arr));
        bubbleSort(arr);
    }
    public static void bubbleSort(int[] arr){
        int temp;//临时变量记录数据
        for (int i = 0; i <arr.length-1 ; i++) {// 控制排序次数
            for (int j = 0; j < arr.length-1 ; j++) {
                temp=arr[j];
                //如果前面的数比后面的数大,则交换
                if (arr[j]>arr[j+1]){
                    arr[j]=arr[j+1];
                    arr[j+1]=temp;
                }
            }
        }
        System.out.println("排序后的数组:"+Arrays.toString(arr));
    } 
}

        但是用该代码运行的排列存在一个问题,就是如果一趟比较下来没有进行过交换,该程序不会停止,而是执行for循环直至执行(数组的大小-1)次,当数据量较大时,极大地浪费了性能,因此我们在源代码上进行更改,使得当一趟比较下来没有进行过交换时,跳出循环。

public class BubbleSort2 {
    public static void main(String[] args) {
        int[] arr=new int[]{3,9,-1,10,20};
        System.out.println(Arrays.toString(arr));
        bubbleSort(arr);
    }
    //时间复杂度O(n^2)
    public static void bubbleSort(int[] arr){
        int temp;//临时变量
        boolean flag=false;
        for (int i = 0; i <arr.length-1 ; i++) {// 控制排序次数,例如
            for (int j = 0; j < arr.length-1 ; j++) {
                temp=arr[j];
                //如果前面的数比后面的数大,则交换
                if (arr[j]>arr[j+1]){
                    flag=true;
                    arr[j]=arr[j+1];
                    arr[j+1]=temp;
                }
            }
            if (flag==false){//在一次排序中,一次交换都没有发生过
                break;
            }else {//重置flag
                flag=false;
            }
        }
        System.out.println(Arrays.toString(arr));
    } 
}

        在这里,我们加入了一个判断标识flag,初始flag=false,每一次进行数据交换,将flag=ture;在每一次循环结束后将flag重置为false,如果再一次循环中没有交换位置,则说明排序结束,这时候flag一直为false,我们加入一个判断条件,当flag==false时,跳出循环。

        冒泡排序执行较慢,不推荐使用。

选择排序

一、基本介绍

        选择式排序也属于内部排序法,是从欲排序的数据中,按指定的规则选出某元素,再依规定交换位置后达到排序的目的。

二、选择排序思想

        选择排序(select sorting)也是一种简单的排序方法。它的基本思想是:第一次从arr[0]~arr[n-1]中选取最小值,与arr[0]交换,第二次从arr[1]~arr[n-1]中选取最小值,与arr[1]交换,第三次从arr[2]~arr[n-1]中选取最小值,与arr[2]交换,…,第i次从arr[i-1]~arr[n-1]中选取最小值,与arr[i-1]交换,…,第n-1次从arr[n-2]~arr[n-1]中选取最小值,与arr[n-2]交换,总共通过n-1次,得到一个按排序码从小到大排列的有序序列。

三、选择排序的思路图解 

说明:

1.选择排序一共有数组大小-1轮排序;

2.每1轮排序,又是一个循环,循环的规则(代码);

2.1先假定当前这个数是最小数;

2.2然后和后面的每个数进行比较,如果发现有比当前数更小的数,就重新确定最小数,并得到下标;

2.3当遍历到数组的最后时,就得到本轮最小数和下标;

2.4 交换 [代码];

四、代码实现

public static void SelectSort2(int[] arr){
        //第n次
        for (int i = 0; i < arr.length-1 ; i++) {
            int min=arr[i];
            int minIndex=i;
            for (int j = i; j <arr.length ; j++) {
                if (arr[j]<min){  //说明假定的最小值并不是最小
                    min=arr[j]; //重置min
                    minIndex=j; //重置minIndex;
                }
            }
            //将最小值,放在arr[0],即交换
            arr[minIndex]=arr[i];
            arr[i]=min;
        }
        System.out.println("排序过后:"+Arrays.toString(arr));
    }

插入排序

一、基本介绍

        插入式排序属于内部排序法,是对于欲排序的元素以插入的方式找寻该元素的适当位置,以达到排序的目的。

二、插入排序法思想

        插入排序(Insertionsorting)的基本思想是:把n个待排序的元素看成为一个有序表和一个无序表,开始时有序表中只包含一个元素,无序表中包含有n-1个元素,排序过程中每次从无序表中取出第一个元素,把它的排序码依次与有序表元素的排序码进行比较,将它插入到有序表中的适当位置,使之成为新的有序表。

三、代码实现 

public static void insertSort(int[] arr){
        
        //定义待插入的数
        for (int i = 1; i <arr.length ; i++) { //假设第一个数arr[0]是有序的,我们则要遍历后面的数,插入到arr[0]的有序表中
            int temp= arr[i];//设置一个临时变量
            int j;//用j表示有序数组中的数据
            for (j = i-1; j >=0 ; j--) {//从i的前一位开始遍历,直至遍历结束
                if (arr[j]>temp){//如果有序表中的元素大,则向后移一位
                    arr[j+1]=arr[j];
                }else {
                    break;//如果有序表中的元素小,则退出循环
                }
            }
            arr[j+1]=temp;
        }
        System.out.println(Arrays.toString(arr));
    }

总结:

        老师给的代码有一些繁琐,根据自己的理解对源代码进行改善,在 arr[j + 1] = temp;这一步中,老师加了一个if (j + 1!=i)的判断,个人觉得没有必要,理论上加if判断可能是为了避免多余的赋值操作。但实际上,在标准的插入排序中,这种判断是多余的。

  • 考虑以下情况:
    • 当 temp 比已排序部分的元素都大时,内层 for 循环会在 j 等于 i - 1 时就结束,此时 j + 1 等于 i,添加 if 判断可以避免在这种情况下执行 arr[j + 1] = temp;
    • 然而,在正常的插入排序中,即使执行 arr[j + 1] = temp; 也不会导致错误,因为 arr[j + 1] 仍然是 temp 应该插入的位置。

希尔排序

一、插入排序问题分析

        我们看简单的插入排序可能存在的问题.
        数组 arr ={2,3,4,5,6,1}这时需要插入的数 1(最小),这样的过程是:
        {2, 3, 4, 5,6, 6}
        {2, 3, 4, 5, 5, 6}
        {2, 3, 4, 4, 5, 6}
        {2, 3, 3, 4, 5, 6}
        {2, 2, 3, 4, 5, 6}
        {1,2,3, 4, 5, 6}
        结论:当需要插入的数是较小的数时,后移的次数明显增多,对效率有英雄。

二、基本介绍

        希尔排序是希尔(DonaldShell)于1959年提出的一种排序算法。希尔排序也是一种插入排序,它是简单插入排序经过改进之后的一个更高效的版本,也称为缩小增量排序。

三、希尔排序基本思想

        希尔排序是把记录按下标的一定增量分组,对每组使用直接插入排序算法排序;
随着增量逐渐减少,每组包含的关键词越来越多,当增量减至1时,整个文件恰
被分成一组,算法便终止

四、希尔排序的示意图

五、代码实现

public static void  ShellSort(int[] arr){
         //假定arr={8,0,1,7,2,3,9,4}
        int gap=arr.length;//先确定间隔的长度 长度为8 则 间隔长度为8 4 2 1
        while (gap>1){
            gap=gap>> 1;//这里采用位运算 即除2 gap=4
            for (int i = 0; i <arr.length-gap ; i++) {
                int j;
                int temp=arr[i+gap];//保存当前元素 arr[i + gap] 的值。
                for (j =i; j >=0 ; j-=gap) {//从 i 开始,以 gap 为间隔向前比较元素。
                    if (arr[j]>temp){//如果当前元素 arr[j] 大于 temp,将 arr[j] 向后移动 gap 个位置(arr[j + gap] = arr[j];)
                        arr[j+gap]=arr[j];//将 temp 放入合适的位置。
                    }else {
                        break;
                    }
                }
                arr[j+gap]=temp;
            }
        }
        System.out.println(Arrays.toString(arr));
    }

说明:

        希尔排序的核心在于不断缩小间隔 gap,先对间隔为 gap 的元素组进行插入排序。

        开始时,gap 较大,元素可以在数组中远距离移动,这有助于将较小的元素更快地移到数组的前部,较大的元素移到数组的后部,提高排序效率。

        随着 gap 逐渐减小,最终 gap 会变为 1,此时就相当于普通的插入排序,但由于之前的预排序,数组已经部分有序,所以最终排序的效率比直接使用插入排序要高。

        例如,对于输入数组 {8, 0, 1, 7, 2, 3, 9, 4}

        开始时,gap = 8,经过 gap = gap >> 1 后,gap = 4

        对于 gap = 4,会比较和交换 (8, 2)(0, 3)(1, 9)(7, 4) 这些元素对,进行分组插入排序。

        然后 gap 继续减半,直到 gap = 1,此时进行最后的微调,完成整个数组的排序。

        希尔排序是一种不稳定的排序算法。这种算法利用了插入排序在处理部分有序数组时效率较高的特性,通过先对间隔元素进行排序,逐渐缩小间隔,最终完成整个数组的排序。

留言

        创作不易,喜欢请点赞关注!谢谢!

### 硅谷排序教程概述 #### 构造初始堆 为了实现堆排序,首先要构建一个大顶堆。对于升序排序而言,通常会选用大顶堆;而对于降序排序,则会选择小顶堆[^1]。 ```python def build_max_heap(arr): n = len(arr) # 从最后一个非叶子节点开始调整 for i in range(n // 2 - 1, -1, -1): heapify(arr, n, i) ``` 此函数通过`heapify`操作来确保每个子树满足最大堆性质,从而逐步建立起整个大根堆。 #### 调整堆 当交换堆顶元素至数组末端之后,剩余部分不再保持完全的最大堆特性,因此需要重新调用`heapify`方法来进行局部结构调整: ```python def heapify(arr, n, i): largest = i # 初始化最大值为当前节点 l = 2 * i + 1 # 左孩子索引 r = 2 * i + 2 # 右孩子索引 if l < n and arr[i] < arr[l]: largest = l if r < n and arr[largest] < arr[r]: largest = r if largest != i: arr[i],arr[largest] = arr[largest],arr[i] # 互换位置 # 继续向下递归检查受影响的部分 heapify(arr, n, largest) ``` 这段代码实现了自上而下的堆调整逻辑,保证每次都能维持最大堆属性。 #### 完成排序过程 最后一步是不断取出堆顶元素并将其放置于已排序区域的末尾,直到所有元素都被处理完毕为止: ```python def heap_sort(arr): n = len(arr) build_max_heap(arr) # 创建初始的大顶堆 for i in range(n-1, 0, -1): arr[i], arr[0] = arr[0], arr[i] # 把最大的放到列表最后面 heapify(arr, i, 0) # 对剩下的未排序部分继续维护最大堆 ``` 上述三段Python代码共同构成了完整的堆排序流程,时间复杂度稳定在O(n log n),适用于大规模数据集快速排序需求[^4]。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值