liusarazhang的博客

public class bubbleSort { /* * 冒泡排序的时间复杂度为：O(N*N) * 一个算法的空间复杂度，一般是指执行这个算法所需要的内存空间。这里程序在运行时只用了两个循环变量，所以空间复杂度为O(1) */ public static void main(String []args){ //创建一个数组用于排序 int[]

package selectionSort;public class selectionSort { /* * 递归排序的时间复杂度O(n*n),空间复杂度O(1) */ public static void main(String[]args){ //创建一个数组用于排序 int[]array={1,4,3,2,6,12,10}; //递归的选择

public class insertionSort { /* * 插入排序的时间复杂度为O(n*n)，空间复杂度为O(1) * 插入排序只适用于将待插入数据插入到已经排好序的数据中，并且适合数据量比较小的数据 */ public static void main(String[]args){ //声明长度为10的数组，但是第10个元素不是我们的元素，是

public class shellSort { /* * 希尔排序的时间复杂度好的情况下为O(n),坏的情况下O(n*n)空间复杂度为O(1) * */ public static void main(String[] args) { //创建一个数组用于排序 int[]array={1,4,3,2,6,12,10};

public class mergeSort { /* * 归并排序的时间复杂度为O(nlogn),空间复杂度O(1) */ public static void main(String[] args) { // TODO Auto-generated method stub //创建一个数组用于排序 int[]arr

这个代码只是单纯为了理解归并排序，所以排序中使用的“桶”操作可能有点冗余，仅作参考import java.util.ArrayList; import java.util.Iterator; import java.util.List;public class radixSort { /* * 基数排序的时间复杂度为：O(d(r+n)),空间复杂度为：O(rd+n),其中r代表关键字

如何得到一个数据流中的中位数？如果从数据流中读出奇数个数值，那么中位数就是所有数值排序之后位于中间的数值。如果从数据流中读出偶数个数值，那么中位数就是所有数值排序之后中间两个数的平均值。 import java.util.ArrayList; import java.util.Collection; import java.util.Collections; import java.util.Ite

快速排序package quickSort;public class quickSort { /* *快排最优情况下(数组被平分的时候)的时间复杂度为：O(nlogn),最差情况下(退化为冒泡排序)的时间复杂度为：O(n^2)，平均时间复杂度为O(nlogn) *空间复杂度为：O(logn)~O(n) */ public static void main(Str

排序算法的稳定性是指序列在排序后是否能保持相对的位置顺序，如序列（2，1，1），用快速排序算法后，我们将key=2，然后从右边开始进行选择比key小的值，即下标为2的1，然后进行交换，交换后的序列为（1，1，2），这样下标为2的1就跑到下标为1的1前面去了，这样的话就导致了他俩的相对位置发生了变化，像这样的排序算法就是不稳定的，排序算法中，稳定性稳定的算法有：冒泡排序，选择排序，插入排序，不稳定的