关于排序

1.稳定性比较
插入排序、冒泡排序、二叉树排序、二路归并排序及其他线形排序是稳定的
选择排序、希尔排序、快速排序、堆排序是不稳定的
2.时间复杂性比较
插入排序、冒泡排序、选择排序的时间复杂性为O(n2)
其它非线形排序的时间复杂性为O(nlog2n)
线形排序的时间复杂性为O(n);
3.辅助空间的比较
线形排序、二路归并排序的辅助空间为O(n),其它排序的辅助空间为O(1);
4.其它比较
插入、冒泡排序的速度较慢,但参加排序的序列局部或整体有序时,这种排序能达到较快的速度。反而在这种情况下,快速排序反而慢了。
当n较小时,对稳定性不作要求时宜用选择排序,对稳定性有要求时宜用插入或冒泡排序。
若待排序的记录的关键字在一个明显有限范围内时,且空间允许是用桶排序。
当n较大时,关键字元素比较随机,对稳定性没要求宜用快速排序。
当n较大时,关键字元素可能出现本身是有序的,对稳定性有要求时,空间允许的情况下。宜用归并排序。
当n较大时,关键字元素可能出现本身是有序的,对稳定性没有要求时宜用堆排序。
相关知识介绍(所有定义只为帮助读者理解相关概念,并非严格定义):
1、稳定排序和非稳定排序
简单地说就是所有相等的数经过某种排序方法后,仍能保持它们在排序之前的相对次序,我们就说这种排序方法是稳定的。反之,就是非稳定的。比如:一组数排序前是a1,a2,a3,a4,a5,其中a2=a4,经过某种排序后a1,a2,a4,a3,a5,则我们说这种排序是稳定的,因为a2排序前在a4的前面,排序后它还是在a4的前面。假如变成a1,a4,a2,a3,a5就不是稳定的了。

2、内排序和外排序
在排序过程中,所有需要排序的数都在内存,并在内存中调整它们的存储顺序,称为内排序;在排序过程中,只有部分数被调入内存,并借助内存调整数在外存中的存放顺序排序方法称为外排序。
3、算法的时间复杂度和空间复杂度
所谓算法的时间复杂度,是指执行算法所需要的计算工作量。算法的空间复杂度,一般是指执行这个算法所需要的内存空间。
================================================
功能:选择排序
输入:数组名称(也就是数组首地址)、数组中元素个数
算法思想简单描述:
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。
选择排序是不稳定的。算法复杂度O(n^2)--[n的平方]
================================================
功能:直接插入排序
输入:数组名称(也就是数组首地址)、数组中元素个数
算法思想简单描述:
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。
直接插入排序是稳定的。算法时间复杂度O(n^2)--[n的平方]
=====================================================
功能:冒泡排序
输入:数组名称(也就是数组首地址)、数组中元素个数
算法思想简单描述:
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。

下面是一种改进的冒泡算法,它记录了每一遍扫描后最后下沉数的
位置k,这样可以减少外层循环扫描的次数。
冒泡排序是稳定的。算法时间复杂度O(n^2)--[n的平方]
================================================
功能:希尔排序
输入:数组名称(也就是数组首地址)、数组中元素个数
算法思想简单描述:
在直接插入排序算法中,每次插入一个数,使有序序列只增加1个节点,并对插入下一个数没有提供任何帮助。如果比较相隔较远距离(称为增量)的数,使得数移动时能跨过多个元素,则进行一次比较就可能消除多个元素交换。D.L.shell于1959年在以他名字命名的排序算法中实现了这一思想。算法先将要排序的一组数按某个增量d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排序,然后再用一个较小的增量对它进行,在每组中再进行排序。当增量减到1时,整个要排序的数被分成一组,排序完成。

下面的函数是一个希尔排序算法的一个实现,初次取序列的一半为增量,以后每次减半,直到增量为1。
希尔排序是不稳定的。
================================================
功能:快速排序
输入:数组名称(也就是数组首地址)、数组中起止元素的下标
算法思想简单描述:
快速排序是对冒泡排序的一种本质改进。它的基本思想是通过一趟
扫描后,使得排序序列的长度能大幅度地减少。在冒泡排序中,一次
扫描只能确保最大数值的数移到正确位置,而待排序序列的长度可能只
减少1。快速排序通过一趟扫描,就能确保某个数(以它为基准点吧)
的左边各数都比它小,右边各数都比它大。然后又用同样的方法处理
它左右两边的数,直到基准点的左右只有一个元素为止。它是由
C.A.R.Hoare于1962年提出的。显然快速排序可以用递归实现,当然也可以用栈化解递归实现。下面的函数是用递归实现的,有兴趣的朋友可以改成非递归的。
快速排序是不稳定的。最理想情况算法时间复杂度O(nlog2n),最坏O(n^2)--[n的平方]
================================================
功能:堆排序
输入:数组名称(也就是数组首地址)、数组中元素个数
算法思想简单描述:
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。 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。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。
堆排序是不稳定的。算法时间复杂度O(nlog2n)。
在Java中,实现排序的方法多种多样,既可以使用Java标准库提供的排序方法,也可以手动实现经典的排序算法。以下是几种常见的排序实现方式: ### Java标准库排序方法 1. **`Arrays.sort()`** 该方法适用于对基本类型数组(如 `int[]`, `double[]` 等)和对象数组(如 `String[]`, `Integer[]`)进行排序。对于基本类型,`Arrays.sort()` 内部使用双轴快速排序(dual-pivot quicksort),对于对象数组则使用TimSort算法[^1]。 2. **`Collections.sort()`** 该方法用于对实现了 `List` 接口的集合进行排序,如 `ArrayList` 或 `LinkedList`。`Collections.sort()` 底层调用的是 `List` 的排序方法,其实现依赖于 `Arrays.sort()`,适用于实现了 `Comparable` 接口的对象集合。 ### 常见排序算法的实现 3. **快速排序(Quick Sort)** 快速排序是一种基于分治策略的排序算法,其核心思想是选择一个“基准”元素,将数组划分为两个子数组,分别包含比基准小和大的元素,然后递归地对子数组进行排序。该算法具有较好的平均性能,且为原地排序,空间复杂度较低[^2]。 4. **希尔排序(Shell Sort)** 希尔排序是插入排序的一种改进版本,通过引入“增量序列”来对数组进行分组排序,逐步缩小增量以最终完成整体排序。这种方法在一定程度上提高了插入排序的效率,适用于中等规模的数据集[^3]。 5. **选择排序(Selection Sort)** 选择排序的基本思想是每次从待排序序列中选择最小(或最大)的元素,放到已排序序列的末尾。该算法实现简单,但效率较低,适用于小规模数据集。其时间复杂度为 O(n²)[^4]。 6. **插入排序(Insertion Sort)** 插入排序通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入。该算法简单直观,适合小数据集或基本有序的数据[^4]。 7. **归并排序(Merge Sort)** 归并排序也是一种分治算法,其核心思想是将数组分成两半,分别排序后合并成一个有序数组。该算法稳定性好,时间复杂度为 O(n log n),但需要额外的存储空间。 8. **堆排序(Heap Sort)** 堆排序利用堆数据结构实现排序,首先将数组构造成一个最大堆(或最小堆),然后依次取出堆顶元素并调整堆结构。该算法具有 O(n log n) 的时间复杂度,且为原地排序[^4]。 9. **冒泡排序(Bubble Sort)** 冒泡排序通过重复遍历数组,比较相邻元素并交换位置,将较大的元素逐渐“浮”到数组末尾。虽然实现简单,但效率较低,通常用于教学或小数据集排序[^4]。 10. **计数排序(Counting Sort)** 计数排序是一种非比较型排序算法,适用于数据范围较小的整数排序。通过统计每个元素出现的次数,再根据统计信息重新排列元素。该算法时间复杂度为 O(n + k),其中 k 为数据范围。 ### 示例代码:快速排序 ```java public class QuickSort { public static void quickSort(int[] arr, int left, int right) { if (left >= right) return; int pivot = partition(arr, left, right); quickSort(arr, left, pivot - 1); quickSort(arr, pivot + 1, right); } private static int partition(int[] arr, int left, int right) { int pivot = arr[right]; int i = left - 1; for (int j = left; j < right; j++) { if (arr[j] < pivot) { i++; swap(arr, i, j); } } swap(arr, i + 1, right); return i + 1; } private static void swap(int[] arr, int i, int j) { int temp = arr[i]; arr[i] = arr[j]; arr[j] = temp; } public static void main(String[] args) { int[] arr = { 10, 7, 8, 9, 1, 5 }; quickSort(arr, 0, arr.length - 1); for (int num : arr) { System.out.print(num + " "); } } } ```
评论
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