排序算法总结

本文总结了五种常见的排序算法:选择排序、插入排序、希尔排序、归并排序和快速排序。详细介绍了每种算法的工作原理、性能特点以及适用场景。其中,选择排序和插入排序的时间复杂度为O(N²),归并排序和快速排序为O(NlogN),而希尔排序则作为插入排序的一种改进,性能优于前两者但低于后两者。快速排序在实际应用中最广泛,但其性能容易受到实现方式的影响。

目录

选择排序

插入排序

希尔排序

归并排序

快速排序


int[] d=new int[]{5,7,6,3,1,2,8,9,4};用排序算法心中模拟排序?

选择排序

首先,找到数组中最小的元素,将其与数组的第一个元素交换位置。然后再在剩余的元素中找最小的元素,与数组的第二个元素交换位置。如此往复,直到整个数组排序。

public class Selection {
    public static void sort(int[] nums){
        for(int i=0;i<nums.length;i++){
            int min=i;
            for(int j=i;j<nums.length;j++){//在剩余的元素中寻找最小元素
                if(nums[j]<nums[min]){
                    min=j;
                }
            }
            int temp=nums[i];//与最前面的交换位置
            nums[i]=nums[min];
            nums[min]=temp;
        }
    }
}

代码中需要大约N²/2次比较和N次交换,无额外空间

时间复杂度O(N²),空间复杂度O(1)

  • 运行时间和输入无关
  • 数据移动是最少的

插入排序

 将一个记录插入到已经排好序的有序表中,从而一个新的、记录数增1的有序表

public class Insertion {
    public static void sort(int[] nums) {
        for(int i=1;i<nums.length;i++){
            for(int j=i;j>0;j--){
                if(nums[j]<nums[j-1]){
                    int temp=nums[j];
                    nums[j]=nums[j-1];
                    nums[j-1]=temp;
                }
            }
        }
    }
}

最好情况:数组顺序:需要N-1次比较,0次交换

最坏情况:数组逆序:需要N²/2次比较,N²/2次交换

平均情况:需要N²/4次比较,N²/4次交换

时间复杂度O(N²),空间复杂度O(1)

  • 插入排序对部分有序的数组十分高效,也很适合小规模数组
  • 对于大规模乱序数组插入排序很慢,因为它只会交换相邻的元素,因此元素只能一点一点地从数组的一端移动到另一端,可以用希尔排序改进

希尔排序

为了加快速度简单的改进了插入排序。交换不相邻的元素以对数组的局部进行排序,并最终用插入排序将局部有序的数组排序

public class Shell {
    public static void sort(int[] nums) {
        int N=nums.length;
        int h=1;
        while(h<N/3){
            h=3*h+1;
        }
        while (h>=1){
            for(int i=h;i<N;i++){
                for(int j=i;j>=h;j-=h){
                    if(nums[j]<nums[j-h]) {
                        int temp = nums[j];
                        nums[j]=nums[j-h];
                        nums[j-h]=temp;
                    }
                }
            }
            h=h/3;
        }
    }
}
  • 研究希尔排序需要的数学论证复杂,希尔排序比插入排序和选择排序快得多。

有经验的程序员有时会选择希尔排序,因为对于中等大小的数组他的运行时间是可以接受的,代码量很小,不需要使用额外内存空间。而下面几个更加高效的算法,除了对于很大的N,它们可能只会比希尔排序快两倍(可能还不到),而且更复杂。


归并排序

要将一个数组排序,可以先(递归地)将它分成两半分别排序,然后将结果归并起来

自顶向下 (sort函数递归的分成两半,merge函数将结果归并起来排序)

public class Merge {
    private static int[] aux;//归并所需的辅助数组

    public static void sort(int[] a){
        aux=new int[a.length];//一次性分配空间
        sort(a,0,a.length-1);
    }

    private static void sort(int[] a,int lo,int hi){
        if(hi<=lo) return;
        int mid=lo+(hi-lo)/2;
        sort(a,lo,mid);
        sort(a,mid+1,hi);
        merge(a,lo,mid,hi);//将已经排好序的两部分传入合并函数合并
    }

    private static void merge(int[] a,int lo,int mid,int hi){
        int i=lo,j=mid+1;
        for(int k=lo;k<=hi;k++){
            aux[k]=a[k];//将这一部分的a传入辅助数组aux
        }
        for(int k=lo;k<=hi;k++){//合并两个已经排好序的部分
            if(i>mid) a[k]=aux[j++];//若左边部分已经全部加入数组,则直接加右边部分
            else if(j>hi) a[k]=aux[i++];//若右边部分已经全部加入数组,则直接加左边部分
            else if(aux[i]<=aux[j]) a[k]=aux[i++];//判断大小,选择小的加入数组
            else if(aux[i]>aux[j]) a[k]=aux[j++];
        }
    }

}
  • 归并排序最吸引人的性质是它能够保证将任意长度为N的数组排序所需时间和NlogN成正比
  • 它的主要缺点是它所需的额外空间和N成正比

 

自底向上的归并排序会多次遍历整个数组,根据子数组大小进行两两归并。比较适合用链表组织的数据


快速排序

应用最广泛的排序算法

引人注目的特点是它原地排序(只需要很小的辅助栈),且长度为N的数组排序所需时间和NlgN成正比,以上排序方法都无法将这两个优点结合起来

主要缺点是非常脆弱,在实现时要非常小心才能避免低劣的性能

public class Quick {
    public static void sort(int[] a){
        //此处需要打乱数组顺序,消除对输入的依赖
        sort(a,0,a.length-1);
    }
    private static void sort(int[] a,int lo,int hi){
        if(hi<=lo) return;
        int j=partition(a,lo,hi);
        sort(a,lo,j-1);
        sort(a,j+1,hi);
    }
    private static int partition(int[] a,int lo,int hi){
        int i=lo,j=hi+1;//左右扫描指针
        int v=a[lo];//切分元素
        while(true){
            while(a[++i]<v) if(i==hi) break;
            while(a[--j]>v) if(j==lo) break;
            if(i>=j) break;
            int temp=a[i];
            a[i]=a[j];
            a[j]=temp;
        }
        a[lo]=a[j];
        a[j]=v;
        return j;
    }
}

快速排序自1960年发明以来,很多人都在试图研究并改进他

以下为三种方法

  1. 切换到插入排序:对于小数组,插入排序更快,那么可以在对其中一小部分数组排序时切换成插入排序方法
  2. 三取样切分
  3. 熵最优的排序

 

内容概要:本文详细介绍了一个基于Java和Vue的联邦学习隐私保护推荐系统的设计与实现。系统采用联邦学习架构,使用户数据在本地完成模型训练,仅上传加密后的模型参数或梯度,通过中心服务器进行联邦平均聚合,从而实现数据隐私保护与协同建模的双重目标。项目涵盖完整的系统架构设计,包括本地模型训练、中心参数聚合、安全通信、前后端解耦、推荐算法插件化等模块,并结合差分隐私与同态加密等技术强化安全性。同时,系统通过Vue前端实现用户行为采集与个性化推荐展示,Java后端支撑高并发服务与日志处理,形成“本地训练—参数上传—全局聚合—模型下发—个性化微调”的完整闭环。文中还提供了关键模块的代码示例,如特征提取、模型聚合、加密上传等,增强了项目的可实施性与工程参考价值。 适合人群:具备一定Java和Vue开发基础,熟悉Spring Boot、RESTful API、分布式系统或机器学习相关技术,从事推荐系统、隐私计算或全栈开发方向的研发人员。 使用场景及目标:①学习联邦学习在推荐系统中的工程落地方法;②掌握隐私保护机制(如加密传输、差分隐私)与模型聚合技术的集成;③构建高安全、可扩展的分布式推荐系统原型;④实现前后端协同的个性化推荐闭环系统。 阅读建议:建议结合代码示例深入理解联邦学习流程,重点关注本地训练与全局聚合的协同逻辑,同时可基于项目架构进行算法替换与功能扩展,适用于科研验证与工业级系统原型开发。
源码来自:https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论 2
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