总结七大排序算法

插入排序

直接插入排序是一种简单的插入排序法,其基本思想是:
把待排序的记录按其关键码值的大小逐个插入到一个已经排好序的有序序列中,直到所有的记录插入完为止,得到一个新的有序序列 。实际中我们玩扑克牌时,就用了插入排序的思想。

直接插入排序

  当插入第i(i>=1)个元素时,前面的array[0],array[1],…,array[i-1]已经排好序,此时用array[i]的排序码与array[i-1],array[i-2],…的排序码顺序进行比较,找到插入位置即将array[i]插入,原来位置上的元素顺序后移。

具体实现:

 public static void insertSort(int[] array){int tmp  =0;for (int i = 1; i < array.length; i++) {int j = i-1;tmp = array[i];while (j >= 0){if( tmp >array[j]) {//  array[j+1] = tmp;break;}else {array[j+1] = array[j];}j--;}array[j+1] = tmp;}}

直接插入排序的特性总结:
1. 元素集合越接近有序,直接插入排序算法的时间效率越高
2. 时间复杂度:O(N^2)
3. 空间复杂度:O(1)
4. 稳定性:稳定

希尔排序

希尔排序法又称缩小增量法。希尔排序法的基本思想是:先选定一个整数,把待排序文件中所有记录分成多个组,所有距离为的记录分在同一组内,并对每一组内的记录进行排序。然后,取,重复上述分组和排序的工作。当到达gap=1时,所有记录在统一组内排好序。

具体实现:

 public static void shellSort(int[] array){int gap = array.length;while(gap > 1){gap /=2;shell(array,gap);}}private static void shell(int[] array,int gap){for (int i = gap; i < array.length; i++) {int j = i-gap;int  tmp = array[i];while (j >= 0){if( tmp >array[j]) {break;}else {array[j+gap] = array[j];}j-=gap;}array[j+gap] = tmp;}}

希尔排序的特性总结:
1. 希尔排序是对直接插入排序的优化。
2. 当gap > 1时都是预排序,目的是让数组更接近于有序。当gap == 1时,数组已经接近有序的了,这样就会很快。这样整体而言,可以达到优化的效果。我们实现后可以进行性能测试的对比。
3. 希尔排序的时间复杂度不好计算,因为gap的取值方法很多,导致很难去计算,因此在很多书中给出的希尔排序的时间复杂度都不固定。

4.稳定性:不稳定

选择排序

基本思想:每一次从待排序的数据元素中选出最小(或最大)的一个元素,存放在序列的起始位置,直到全部待排序的数据元素排完

直接选择排序

在元素集合array[i]--array[n-1]中选择关键码最大(小)的数据元素。
若它不是这组元素中的最后一个(第一个)元素,则将它与这组元素中的最后一个(第一个)元素交换。
在剩余的array[i]--array[n-2](array[i+1]--array[n-1])集合中,重复上述步骤,直到集合剩余1个元素。

具体实现:

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

【直接选择排序的特性总结】
1. 直接选择排序思考非常好理解,但是效率不是很好。实际中很少使用
2. 时间复杂度:O(N^2)
3. 空间复杂度:O(1)
4. 稳定性:不稳定

堆排序

堆排序(Heapsort)是指利用堆积树(堆)这种数据结构所设计的一种排序算法,它是选择排序的一种。它是通过堆来进行选择数据。需要注意的是排升序要建大堆,排降序建小堆。

具体实现:

public void heapSort(int[] array){//创建大根堆createHeap(array);int end = array.length -1;while (end >0){swap(array,0,end);siftDown(array,0,end);end--;}}private void createHeap(int[] array){for (int parent = (array.length -1 -1)/2; parent >=0; parent--) {siftDown(array,parent,array.length);}}private void siftDown(int[] array,int parent,int len){int child = (2*parent) +1;while (child < len){if(child +1 < len && array[child] < array[child +1]){child = child +1;}if(array[child] >array[parent]){swap(array,child,parent);parent = child;child = (2*parent) +1;}else {break;}}}

【堆排序的特性总结】
1. 堆排序使用堆来选数,效率就高了很多。
2. 时间复杂度:O(N*logN)
3. 空间复杂度:O(1)
4. 稳定性:不稳定

交换排序

基本思想:所谓交换,就是根据序列中两个记录键值的比较结果来对换这两个记录在序列中的位置,交换排序的特点是:将键值较大的记录向序列的尾部移动,键值较小的记录向序列的前部移动。

冒泡排序

具体实现:

 public static void bubbleSort(int[] array){for (int i = 0; i < array.length -1; i++) {boolean flag = false;for (int j = 0; j < array.length - 1 -i; j++) {if(array[j] > array[j+1]){swap(array,j,j+1);flag = true;}}//没有交换证明有序了if(flag == false){return;}}}

【冒泡排序的特性总结】
1. 冒泡排序是一种非常容易理解的排序
2. 时间复杂度:O(N^2)
3. 空间复杂度:O(1)
4. 稳定性:稳定

快速排序

快速排序是Hoare于1962年提出的一种二叉树结构的交换排序方法,其基本思想为:任取待排序元素序列中的某元素作为基准值,按照该排序码将待排序集合分割成两子序列,左子序列中所有元素均小于基准值,右子序列中所有元素均大于基准值,然后最左右子序列重复该过程,直到所有元素都排列在相应位置上为止。

具体实现:

public static void quickSort(int[] array){quick(array,0, array.length -1);}private static void quick(int[] array,int start,int end){if(start >= end){return;}if(end -start+1  <= 10){insertSort2(array,start,end);return;}//1.进行三数取中,index是中间大的数字的下标int index =  middleNum(array,start,end);swap(array,index,start);int pivot = partitionHoare(array,start,end);quick(array,start,pivot -1);quick(array,start +1 ,end);}

将区间按照基准值划分为左右两半部分的常见方式有:

1、Hoare法

private static int partitionHoare(int[] array,int left,int right){int tmp = array[left];int i = left;while (left < right){while (left< right && array[right] >= tmp){right--;}while (left < right && array[left] <= tmp){left++;}swap(array, left,right);}swap(array,i,left);return left;}

2、挖坑法

private static int partition(int[] array,int left,int right){int tmp = array[left];while (left < right){while (left <right && array[right] >= tmp){right--;}array[left] = array[right];while (left <right && array[left] <= tmp){left++;}array[right] = array[left];}array[left] = tmp;return left;}

快速排序优化
1. 三数取中法选key
2. 递归到小的子区间时,可以考虑使用插入排序

【快速排序总结】
1. 快速排序整体的综合性能和使用场景都是比较好的,所以才敢叫快速排序
2. 时间复杂度:O(N*logN) 

3. 空间复杂度:O(logN)
4. 稳定性:不稳定

归并排序

归并排序(MERGE-SORT)是建立在归并操作上的一种有效的排序算法,该算法是采用分治法(Divide andConquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为二路归并。 归并排序核心步骤:

具体实现:

public static void mergeSort(int[] array){mergeFunc(array,0,array.length -1);}private static void mergeFunc(int[] array,int left,int right){if(left >= right){return;}int mid = left +((right - left) >>2);mergeFunc(array,left,mid);mergeFunc(array,mid +1,right);//左边分解完,右边分解完merge(array,left,mid,right);}private static void merge(int[] array,int left,int mid,int right){int s1 = left;int e1 = mid;int s2 = mid +1;int e2 = right;int[] tmpArr = new int[right - left +1];int k = 0;//保证两个表都有数据while (s1 <= e1 && s2 <= e2){if(array[s1] <= array[s2]){tmpArr[k++] = array[s1++];}else {tmpArr[k++] = array[s2++];}}//看那个数组,还有数据拷贝回去while (s1 <= e1){tmpArr[k++] = array[s1++];}while (s2 <= e2){tmpArr[k++] = array[s2++];}//拷贝到原数组for (int i = 0; i < k; i++) {array[i + left] = tmpArr[i];}}

归并排序总结
1. 归并的缺点在于需要O(N)的空间复杂度,归并排序的思考更多的是解决在磁盘中的外排序问题。
2. 时间复杂度:O(N*logN)
3. 空间复杂度:O(N)
4. 稳定性:稳定

以上,关于排序,希望对你有所帮助。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/25154.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

QML键盘事件的用法和示例

文章目录 处理单一按键处理组合键处理快捷键在QML中,键盘事件通常通过Keys对象和相关的事件处理器来管理。这些事件处理器可以直接添加到任何接受键盘输入的QML元素中。这里介绍一下各种键盘事件的处理方式。 处理单一按键 处理单一按键的方式比较简单,直接在元素的Keys对象…

Python Mistune库:Markdown解析和处理

更多Python学习内容&#xff1a;ipengtao.com Mistune是一个用于Python的快速且功能强大的Markdown解析库。它以其高性能和灵活性著称&#xff0c;能够轻松扩展和定制。Mistune支持标准的Markdown语法&#xff0c;并且可以通过插件扩展支持更多功能&#xff0c;例如数学公式、高…

数据结构严蔚敏版精简版-栈和队列以及c语言代码实现

1栈的定义和特权 栈(stack)是限定仅在表尾进行插入或删除操作的线性表。 注&#xff1a;虽然说栈的实现就是一端插入和删除&#xff0c;但不一定是在“表尾”&#xff0c;这个“表尾”是广义的。 头插法实现链栈 尾插法实现链栈 因此&#xff0c;对栈来说&#xff0c;表尾…

4. 流程控制语句

文章目录 4.1 if 条件语句4.1.1 单分支4.1.2 双分支4.1.3 多分支 4.2 退出程序4.3 case语句 4.1 if 条件语句 4.1.1 单分支 语法如下&#xff1a; if <条件表达式> then指令 fi或者 if <条件表达式>; then指令 fi使用示例&#xff1a;判断是否已经成功挂载光盘&…

JAVA 整合 RabbitMQ

maven pom.xml <?xml version"1.0" encoding"UTF-8"?> <project xmlns"http://maven.apache.org/POM/4.0.0"xmlns:xsi"http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation"http://maven.apache.org/POM/…

Web后端开发(请求-实体参数)(二)

简单实体对象&#xff1a;请求参数名与形参对象属性名相同&#xff0c;定义对象(POJO)接收即可 RequestMapping("/simplePojo") public String simplePojo(User user){System.out.println(user);return "OK"; } public class User{private String name;p…

算法——Floyd判圈算法

介绍 Floyd判圈算法用于判断一个链表中是否有环。 思想 使用快慢指针fast, slow&#xff0c;快指针每次走两步fast fast.next.next&#xff0c;慢指针每次走一步slow slow.next。当出现fast null || fast.next null时&#xff0c;说明链表不存在环&#xff0c;如果存在环…

1.2-自然语言的分布式表示-基于计数的方法

本篇笔记对应的视频链接为&#xff1a; 3-基于计数的方法表示单词-将文字转换成编号的预处理工作_哔哩哔哩_bilibili&#xff1b;4-基于计数的方法表示单词-使用共现矩阵进行单词的分布式表示_哔哩哔哩_bilibili&#xff1b;5-基于计数的方法表示单词-单词之间相似度计算_哔哩哔…

计算机网络 —— 网络层(CIDR)

计算机网络 —— 网络层&#xff08;CIDR&#xff09; CIDR的提出背景什么是CIDR基本概念划分示例应用优势 举个例子路由聚合常用数字 我们今天来看IPv4地址划分的另一种方法 —— CIDR。 CIDR的提出背景 CIDR&#xff08;无类域间路由&#xff0c;Classless Inter-Domain Ro…

大众汽车裁员加速,38万元遣散费起步

导语 大家好&#xff0c;我是社长&#xff0c;老K。专注分享智能制造和智能仓储物流等内容。 新书《智能物流系统构成与技术实践》 几周前&#xff0c;大众汽车宣布了一项新的裁员计划。 一、裁员行动与额外福利并行 大众汽车近期在裁员行动上取得了显著进展&#xff0c;其遣散…

深度解析:AI Prompt 提示词工程的兴起、争议与未来发展

PART1: 提示词工程的兴起 在人工智能领域中&#xff0c;一个新的领域——提示词工程&#xff08;prompt engineering&#xff09;——开始显露头角。 这个领域的核心在于精心设计输入&#xff0c;以引导AI模型产生特定的、期望的输出。 随着AI技术的飞速发展&#xff0c;特别…

Spark MLlib 机器学习

Spark MLlib是一个在Apache Spark上构建的机器学习库&#xff0c;用于解决大规模数据集上的机器学习问题。它提供了一组丰富的机器学习算法和工具&#xff0c;可以用于分类、回归、聚类、推荐和协同过滤等任务。同时&#xff0c;它还提供了一些特征提取、特征转换和特征选择的工…

无头+单向+非循环链表的实现

这里写目录标题 1. 链表1.1 链表的概念及结构1.2 链表的分类 2. 接口实现3. 链表的实现3.1 打印链表3.2 头插3.3 尾插3.4 头删3.5 尾删3.6 单链表查找3.7 在pos之前插入3.8 在pos之后插入3.9 删除pos位置的值3.10 删除pos位置之后的值3.11 链表的释放3.12 动态申请一个节点 4. …

《精通ChatGPT:从入门到大师的Prompt指南》第11章:Prompt与AI的未来

第11章&#xff1a;Prompt与AI的未来 11.1 技术发展的新方向 在迅速发展的人工智能领域&#xff0c;Prompt工程作为与AI模型交互的核心方式&#xff0c;正处于技术创新的前沿。未来几年&#xff0c;Prompt工程将沿着多个新方向发展&#xff0c;这些方向不仅会改变我们与AI互动…

Golang 高级面试题

在准备 Golang 高级面试时,通常会涉及到多种关键领域。本文将涵盖各个领域的具体问题示例和实现代码。 数据结构与算法 实现堆、链表、栈、队列、哈希表 1.最小堆: 最小堆是一种完全二叉树,树中每个节点的值都小于等于其子节点的值。常用于实现优先队列。 package main…

Spring AI 第三讲Embeddings(嵌入式) Model API 第一讲OpenAI 嵌入

Spring AI 支持 OpenAI 的文本嵌入模型。OpenAI 的文本嵌入测量文本字符串的相关性。嵌入是一个浮点数向量&#xff08;列表&#xff09;。两个向量之间的距离可以衡量它们之间的相关性。距离小表示关联度高&#xff0c;距离大表示关联度低。 先决条件 您需要与 OpenAI 创建一…

Python怎么降雪:一场编程的奇幻之旅

Python怎么降雪&#xff1a;一场编程的奇幻之旅 在编程的世界里&#xff0c;我们通常与数字、逻辑和算法打交道&#xff0c;但今天&#xff0c;让我们打破常规&#xff0c;走进一个更加奇幻的领域——使用Python来模拟降雪的场景。这不仅是一场编程的挑战&#xff0c;更是一次…

idm究竟有哪些优势

IDM&#xff0c;即Internet Download Manager&#xff0c;是一款功能强大的下载管理软件&#xff0c;具有许多优势。以下是IDM的主要优势&#xff1a; 加快下载速度&#xff1a;IDM采用多线程技术下载文件&#xff0c;能够同时分割文件并使用多个连接下载&#xff0c;从而大大提…

【Linux】rsync远程数据同步工具使用

一、rsync工具介绍 rsync是一个用于在本地或远程系统之间同步文件和目录的工具。它通过比较源和目标文件的元数据&#xff08;例如修改时间和大小&#xff09;来确定需要同步的内容&#xff0c;然后仅传输必要的数据进行更新&#xff0c;从而实现高效的同步操作。 rsync有如下特…

Transformer学习之SwinTransformer

1.算法简介 本文主要参考自以下链接&#xff0c;整理成线上的形式用于备忘&#xff0c;排版太麻烦了直接贴图&#xff0c;参考的朋友慎重&#xff0c;不如直接看参考链接&#xff0c;后期有了新的理解继续更正。 参考链接1&#xff1a;Swin-Transformer网络结构详解_swin tran…