排序算法时间和空间复杂度

本文详细分析了插入排序、选择排序、冒泡排序、快速排序、希尔排序、堆排序和归并排序这七种常见排序算法的时间复杂度和空间复杂度。对于每种排序算法,分别探讨了其在最好、最坏和平均情况下的时间复杂度,并指出它们的空间复杂度。这些排序算法是计算机科学的基础,理解它们的性能特性对于优化算法至关重要。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Insert

插入排序

public static void insertSortAnalyze(int[] arr) {
    for(int i = 1; i < arr.length; i ++) {
        if(arr[i] > arr[i - 1]) continue;

        for(int j = i; j > 0; j ++) {
            if(arr[j] > arr[j - 1]) break;
            swap(arr, j, j - 1);
        }
    }
}

最坏时间复杂度

  • 当arr数组是倒序时,出现最坏时间复杂度情况,即 i 每遍历一次,j 都要从 i 位置遍历到 0 位置,消耗的时间应为O(1) + O(2) + … + O(n),等差数列求和公式 (a1 + an) * n / 2得到时间复杂度为O(n2)

最好时间复杂度

  • 当arr数组是正序时,出现最好时间复杂度情况,但也要通过第一层for循环进行一次遍历,得到时间复杂度为O(n)

平均时间复杂度

  • (O(n) + O(n2)) / 2 = O(n2)

空间复杂度

  • 排序时没有创建多余的空间,空间复杂度是O(1)

Select

选择排序

public static void selectSortAnalyze(int[] arr) {
    for(int i = 0; i < arr.length; i ++) {
        int minIndex = i;
        for(int j = i + 1; j < arr.length; j ++) {
            if(arr[j] < arr[minIndex]) {
                minIndex = j;
            }
        }
        swap(arr, minIndex, i);
    }
}

时间复杂度

  • 就上述代码来看,无论是最好还是最坏的情况,都得遍历1 + 2 + … + n次才可以成为最佳序列,时间复杂度都为O(n2)

  • 空间复杂度的话,没有消耗多余空间,复杂度为O(1)

Bubble

public static void bubbleSortAnalyze(int[] arr) {
    for(int i = arr.length - 1; i > 0; i --) {
        boolean flag = false;
        for(int j = 0; j < i; j ++) {
            if(arr[j] < arr[j + 1]) continue;
            flag = true;
            swap(arr, j, j + 1);
        }
        if(!flag) break;
    }
}

最坏时间复杂度

  • 即当 arr 为倒序时,出现最坏时间复杂度,即要遍历1 + 2 + … + n次才能成为最佳序列,时间复杂度为O(n2)

最好时间复杂度

  • 本来我以为冒泡的最好时间复杂度和最坏时间复杂度是一样的来着,后来看到网上说冒泡的最好时间复杂度为O(n),后来我在代码中加入了flag标志位,在 arr 正序时,时间复杂度正好为 O(n)

空间复杂度

  • 没有多余消耗,复杂度为O(1)

Quick

public static void quickSortAnalyze(int[] arr, int start, int end) {
    if(start >= end) return ;

    boolean dir = true;
    int left = start, right = end;
    while(left != right) {
        if(dir) {
            if(arr[left ++] <= arr[right]) continue;
            dir = false;
            left --;
        } else {
            if(arr[left] <= arr[right --]) continue;
            dir = true;
            right ++;
        }
        swap(arr, left, right);
    }

    quickSort(arr, start, left - 1);
    quickSort(arr, right + 1, end);
}

最坏时间复杂度

  • 当 arr 为正序时,遍历的时间复杂度为 O(n) + O(n - 1) + … + 2 + 1,复杂度为O(n2)

最好时间复杂度

  • 当每一次都正好将 arr 平分后递归,递归的时间复杂度为T(n) = O(n) + 2 * T(n/2),最终时间复杂度为 O(nlog2n)

空间复杂度

  • nlog2n

Shell

public static void shellSortAnalyzer(int[] arr) {
    int interval = arr.length / 2;

    while(interval != 0) {
        for(int i = 0; i < interval; i ++) {
            //插排
            for(int j = i + interval; j < arr.length ; j += interval) {
                if(arr[j] > arr[j - interval]) continue;
                for(int k = j; k >= i + interval; k -= interval) {
                    if(arr[j] >= arr[j - interval]) break;
                    swap(arr, j, j - interval);
                }
            }
        }
        interval /= 2;
    }
}

最坏时间复杂度

  • O(n2)

最好时间复杂度

  • O(n)

平均时间复杂度

  • O(n1.3),别问咋来的,问就是不知道

空间复杂度

  • 跟快排一样为O(nlog2n)

Heap

public static void heapSort(int[] arr) {
    for(int i = arr.length; i > 0; i --) {
        createHeap(arr, i);
        swap(arr, i - 1, 0);
    }
}

//构建从0-len的大顶堆
public static void createHeap(int[] arr, int len) {
    for(int i = len / 2; i >= 0; i --) {
        heapify(arr, len, i);
    }
}

//构建i为顶点的大顶堆
public static void heapify(int[] arr, int len, int i) {
    int left = i * 2 + 1;
    int right = i * 2 + 2;
    int max = i;
    if(left < len && arr[max] < arr[left]) {
        max = left;
    }
    if(right < len && arr[max] < arr[right]) {
        max = right;
    }
    if(max != i) {
        swap(arr, i, max);
        heapify(arr, len, max);
    }
}

时间复杂度

  • 最好和最坏都为O(nlog2n)

空间复杂度

  • O(1)

Merge

//分
public static int[] mergeSort(int[] arr, int start, int end) {
    if(end == start) return new int[]{ arr[start] };

    int mid = (start + end) / 2;
    int[] a = mergeSort(arr, start, mid);
    int[] b = mergeSort(arr, mid + 1, end);

    return separate(a, b);
}

//治
public static int[] separate(int[] a, int[] b) {
    int[] res = new int[a.length + b.length];
    int point = 0;
    int i = 0;
    int j = 0;
    while(i + j < res.length) {
        if(i == a.length) {
            res[point ++] = b[j ++];
        } else if(j == b.length) {
            res[point ++] = a[i ++];
        } else if(a[i] > b[j]) {
            res[point ++] = b[j ++];
        } else {
            res[point ++] = a[i ++];
        }
    }
    return res;
}

时间复杂度分析

  • 最好和最坏都是O(nlog2n)

空间复杂度分析

  • O(n)
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