二分查找
/**
- 二分查找又稱折半查找,它是一種效率較高的查找方法。
【二分查找要求】:1.必須採用順序存儲結構 2.必須按關鍵字大小有序排列。
/**
* * 二分查找算法 * *
*
* @param srcArray
* 有序數組 *
* @param des
* 查找元素 *
* @return des的數組下標,沒找到返回-1
*/
/**
*二分查找特定整數在整型數組中的位置(遞歸)
*@paramdataset
*@paramdata
*@parambeginIndex
*@paramendIndex
*@returnindex
*/
public static int binarySearch(int[] dataset,int data,int beginIndex,int endIndex){
int midIndex = (beginIndex+endIndex)/2;
if(data <dataset[beginIndex]||data>dataset[endIndex]||beginIndex>endIndex){
return -1;
}
if(data <dataset[midIndex]){
return binarySearch(dataset,data,beginIndex,midIndex-1);
}else if(data>dataset[midIndex]){
return binarySearch(dataset,data,midIndex+1,endIndex);
}else {
return midIndex;
}
}
}
http://blog.csdn.net/huosanghuakai1995/article/details/75090370
直接插入排序(常用)
我們經常會到這樣一類排序問題:把新的數據插入到已經排好的數據列中。將第一個數和第二個數排序,然後構成一個有序序列將第三個數插入進去,構成一個新的有序序列。對第四個數、第五個數……直到最後一個數,重複第二步。如題所示:
直接插入排序(Straight Insertion Sorting)的基本思想:在要排序的一組數中,假設前面(n-1) [n>=2] 個數已經是排好順序的,現在要把第n個數插到前面的有序數中,使得這n個數也是排好順序的。如此反覆循環,直到全部排好順序。
代碼實現:
首先設定插入次數,即循環次數,for(int i=1;i<length;i++),1個數的那次不用插入。
設定插入數和得到已經排好序列的最後一個數的位數。insertNum和j=i-1。
從最後一個數開始向前循環,如果插入數小於當前數,就將當前數向後移動一位。
將當前數放置到空着的位置,即j+1。
代碼如下:
1 public void insertSort(int [] a){
2 int len=a.length;//單獨把數組長度拿出來,提高效率
3 int insertNum;//要插入的數
4 for(int i=1;i<len;i++){//因爲第一次不用,所以從1開始
5 insertNum=a[i];
6 int j=i;//序列元素個數
7 while(j>0&&a[j-1]>insertNum){//從後往前循環,將大於insertNum的數向後移動
8 a[j]=a[j-1];//元素向後移動
9 j--;
10 }
11 a[j]=insertNum;//找到位置,插入當前元素
12 }
13 }
希爾排序
針對直接插入排序的下效率問題,有人對次進行了改進與升級,這就是現在的希爾排序。希爾排序,也稱遞減增量排序算法,是插入排序的一種更高效的改進版本。希爾排序是非穩定排序算法。
希爾排序是基於插入排序的以下兩點性質而提出改進方法的:
插入排序在對幾乎已經排好序的數據操作時, 效率高, 即可以達到線性排序的效率
但插入排序一般來說是低效的, 因爲插入排序每次只能將數據移動一位
如圖所示:
對於直接插入排序問題,數據量巨大時。
將數的個數設爲n,取奇數k=n/2,將下標差值爲k的數分爲一組,構成有序序列。
再取k=k/2 ,將下標差值爲k的書分爲一組,構成有序序列。
重複第二步,直到k=1執行簡單插入排序。
代碼實現:
首先確定分的組數。
然後對組中元素進行插入排序。
然後將length/2,重複1,2步,直到length=0爲止。
1 public void sheelSort(int [] a){
2 int len=a.length;//單獨把數組長度拿出來,提高效率
3 while(len!=0){
4 len=len/2;
5 for(int i=0;i<len;i++){//分組
6 for(int j=i+len;j<a.length;j+=len){//元素從第二個開始
7 int k=j-len;//k爲有序序列最後一位的位數
8 int temp=a[j];//要插入的元素
9 /*for(;k>=0&&temp<a[k];k-=len){
10 a[k+len]=a[k];
11 }*/
12 while(k>=0&&temp<a[k]){//從後往前遍歷
13 a[k+len]=a[k];
14 k-=len;//向後移動len位
15 }
16 a[k+len]=temp;
17 }
18 }
19 }
20 }
簡單選擇排序(常用)
常用於取序列中最大最小的幾個數時。
(如果每次比較都交換,那麼就是交換排序;如果每次比較完一個循環再交換,就是簡單選擇排序。)
遍歷整個序列,將最小的數放在最前面。
遍歷剩下的序列,將最小的數放在最前面。
重複第二步,直到只剩下一個數。
代碼實現:
首先確定循環次數,並且記住當前數字和當前位置。
將當前位置後面所有的數與當前數字進行對比,小數賦值給key,並記住小數的位置。
比對完成後,將最小的值與第一個數的值交換。
重複2、3步。
1 public void selectSort(int[]a){
2 int len=a.length;
3 for(int i=0;i<len;i++){//循環次數
4 int value=a[i];
5 int position=i;
6 for(int j=i+1;j<len;j++){//找到最小的值和位置
7 if(a[j]<value){
8 value=a[j];
9 position=j;
10 }
11 }
12 a[position]=a[i];//進行交換
13 a[i]=value;
14 }
15 }
堆排序
對簡單選擇排序的優化。
將序列構建成大頂堆。
將根節點與最後一個節點交換,然後斷開最後一個節點。
重複第一、二步,直到所有節點斷開。
代碼如下:
**1 public void heapSort(int[] a){
2 int len=a.length;
3 //循環建堆
4 for(int i=0;i<len-1;i++){
5 //建堆
6 buildMaxHeap(a,len-1-i);
7 //交換堆頂和最後一個元素
8 swap(a,0,len-1-i);
9 }
10 }
11 //交換方法
12 private void swap(int[] data, int i, int j) {
13 int tmp=data[i];
14 data[i]=data[j];
15 data[j]=tmp;
16 }
17 //對data數組從0到lastIndex建大頂堆
18 private void buildMaxHeap(int[] data, int lastIndex) {
19 //從lastIndex處節點(最後一個節點)的父節點開始
20 for(int i=(lastIndex-1)/2;i>=0;i--){
21 //k保存正在判斷的節點
22 int k=i;
23 //如果當前k節點的子節點存在
24 while(k*2+1<=lastIndex){
25 //k節點的左子節點的索引
26 int biggerIndex=2*k+1;
27 //如果biggerIndex小於lastIndex,即biggerIndex+1代表的k節點的右子節點存在
28 if(biggerIndex<lastIndex){
29 //若果右子節點的值較大
30 if(data[biggerIndex]<data[biggerIndex+1]){
31 //biggerIndex總是記錄較大子節點的索引
32 biggerIndex++;
33 }
34 }
35 //如果k節點的值小於其較大的子節點的值
36 if(data[k]<data[biggerIndex]){
37 //交換他們
38 swap(data,k,biggerIndex);
39 //將biggerIndex賦予k,開始while循環的下一次循環,重新保證k節點的值大於其左右子節點的值
40 k=biggerIndex;
41 }else{
42 break;
43 }
44 }
45 }
46 }**
冒泡排序(常用)
很簡單,用到的很少,據瞭解,面試的時候問的比較多!
將序列中所有元素兩兩比較,將最大的放在最後面。
將剩餘序列中所有元素兩兩比較,將最大的放在最後面。
重複第二步,直到只剩下一個數。
代碼實現:
設置循環次數。
設置開始比較的位數,和結束的位數。
兩兩比較,將最小的放到前面去。
重複2、3步,直到循環次數完畢。
1 public void bubbleSort(int []a){
2 int len=a.length;
3 for(int i=0;i<len;i++){
4 for(int j=0;j<len-i-1;j++){//注意第二重循環的條件
5 if(a[j]>a[j+1]){
6 int temp=a[j];
7 a[j]=a[j+1];
8 a[j+1]=temp;
9 }
10 }
11 }
12 }
快速排序(常用)
要求時間最快時。
選擇第一個數爲p,小於p的數放在左邊,大於p的數放在右邊。
遞歸的將p左邊和右邊的數都按照第一步進行,直到不能遞歸。
/**
*
* @author jk 這個代碼寫的是快排,快排最主要的思維就是尋找一個分界值,大的放在一邊,小的放在一邊,然後遞歸分別處理大的和小的,
* 這裏需要注意的是我們在移動遊標是需要的是加上等於分界的值,否則的話如果有相等的值就會進入死循環,
* 很簡單的來說,當以一個數爲分界值的時候,那麼另一個和他相同的數如果沒有到邊界是不會移動的
* ,但是無論是大的還是小的遞歸完成以後就一定會挨着分界值。
*
*/
public class test {
/**
* @param args
*/
public static void main(String[] args) {
// TODO Auto-generated method stub
int[] a = new int[] { 2, 1, 6, 7, 8, 5, 3, 5 };
quickSort(a, 0, a.length - 1);
System.out.println(Arrays.toString(a));
}
public void QuickSort(int[] a, int start, int end) {
//如果left等於right,即數組只有一個元素,直接返回
if(start>=end) {
return;
}
//設置最左邊的元素爲基準值
int key=a[start];
//數組中比key小的放在左邊,比key大的放在右邊,key值下標爲i
int tStart=start;
int tEnd=end;
while(tStart<tEnd){
//j向左移,直到遇到比key小的值
while(a[tEnd]>=key && tStart<tEnd){
tEnd--;
}
//i向右移,直到遇到比key大的值
while(a[tStart]<=key && tStart<tEnd){
tStart++;
}
//i和j指向的元素交換
if(tStart<tEnd){
int temp=a[tStart];
a[tStart]=a[tEnd];
a[tEnd]=temp;
}
}
a[start]=a[tStart];
a[tStart]=key;
QuickSort(a,start,tStart-1);
QuickSort(a,tStart+1,end);
}
歸併排序
速度僅次於快速排序,內存少的時候使用,可以進行並行計算的時候使用。
選擇相鄰兩個數組成一個有序序列。
選擇相鄰的兩個有序序列組成一個有序序列。
重複第二步,直到全部組成一個有序序列。
1 public void mergeSort(int[] a, int left, int right) {
2 int t = 1;// 每組元素個數
3 int size = right - left + 1;
4 while (t < size) {
5 int s = t;// 本次循環每組元素個數
6 t = 2 * s;
7 int i = left;
8 while (i + (t - 1) < size) {
9 merge(a, i, i + (s - 1), i + (t - 1));
10 i += t;
11 }
12 if (i + (s - 1) < right)
13 merge(a, i, i + (s - 1), right);
14 }
15 }
16
17 private static void merge(int[] data, int p, int q, int r) {
18 int[] B = new int[data.length];
19 int s = p;
20 int t = q + 1;
21 int k = p;
22 while (s <= q && t <= r) {
23 if (data[s] <= data[t]) {
24 B[k] = data[s];
25 s++;
26 } else {
27 B[k] = data[t];
28 t++;
29 }
30 k++;
31 }
32 if (s == q + 1)
33 B[k++] = data[t++];
34 else
35 B[k++] = data[s++];
36 for (int i = p; i <= r; i++)
37 data[i] = B[i];
38 }
基數排序
用於大量數,很長的數進行排序時。
將所有的數的個位數取出,按照個位數進行排序,構成一個序列。
將新構成的所有的數的十位數取出,按照十位數進行排序,構成一個序列。
代碼實現:
1 public void baseSort(int[] a) {
2 //首先確定排序的趟數;
3 int max = a[0];
4 for (int i = 1; i < a.length; i++) {
5 if (a[i] > max) {
6 max = a[i];
7 }
8 }
9 int time = 0;
10 //判斷位數;
11 while (max > 0) {
12 max /= 10;
13 time++;
14 }
15 //建立10個隊列;
16 List<ArrayList<Integer>> queue = new ArrayList<ArrayList<Integer>>();
17 for (int i = 0; i < 10; i++) {
18 ArrayList<Integer> queue1 = new ArrayList<Integer>();
19 queue.add(queue1);
20 }
21 //進行time次分配和收集;
22 for (int i = 0; i < time; i++) {
23 //分配數組元素;
24 for (int j = 0; j < a.length; j++) {
25 //得到數字的第time+1位數;
26 int x = a[j] % (int) Math.pow(10, i + 1) / (int) Math.pow(10, i);
27 ArrayList<Integer> queue2 = queue.get(x);
28 queue2.add(a[j]);
29 queue.set(x, queue2);
30 }
31 int count = 0;//元素計數器;
32 //收集隊列元素;
33 for (int k = 0; k < 10; k++) {
34 while (queue.get(k).size() > 0) {
35 ArrayList<Integer> queue3 = queue.get(k);
36 a[count] = queue3.get(0);
37 queue3.remove(0);
38 count++;
39 }
40 }
41 }
42 }
新建測試類進行測試
1 public class TestSort {
2 public static void main(String[] args) {
3 int []a=new int[10];
4 for(int i=1;i<a.length;i++){
5 //a[i]=(int)(new Random().nextInt(100));
6 a[i]=(int)(Math.random()*100);
7 }
8 System.out.println("排序前的數組爲:"+Arrays.toString(a));
9 Sort s=new Sort();
10 //排序方法測試
11 //s.insertSort(a);
12 //s.sheelSort(a);
13 //s.selectSort(a);
14 //s.heapSort(a);
15 //s.bubbleSort(a);
16 //s.quickSort(a, 1, 9);
17 //s.mergeSort(a, 3, 7);
18 s.baseSort(a);
19 System.out.println("排序後的數組爲:"+Arrays.toString(a));
20 }
21
22 }
部分結果如下:
如果要進行比較可已加入時間,輸出排序時間,從而比較各個排序算法的優缺點,這裏不再做介紹。
總結:
一、穩定性:
穩定:冒泡排序、插入排序、歸併排序和基數排序
不穩定:選擇排序、快速排序、希爾排序、堆排序
二、平均時間複雜度
O(n^2):直接插入排序,簡單選擇排序,冒泡排序。
在數據規模較小時(9W內),直接插入排序,簡單選擇排序差不多。當數據較大時,冒泡排序算法的時間代價最高。性能爲O(n^2)的算法基本上是相鄰元素進行比較,基本上都是穩定的。
O(nlogn):快速排序,歸併排序,希爾排序,堆排序。
其中,快排是最好的, 其次是歸併和希爾,堆排序在數據量很大時效果明顯。
三、排序算法的選擇
1.數據規模較小
(1)待排序列基本序的情況下,可以選擇直接插入排序;
(2)對穩定性不作要求宜用簡單選擇排序,對穩定性有要求宜用插入或冒泡
2.數據規模不是很大
(1)完全可以用內存空間,序列雜亂無序,對穩定性沒有要求,快速排序,此時要付出log(N)的額外空間。
(2)序列本身可能有序,對穩定性有要求,空間允許下,宜用歸併排序
3.數據規模很大
(1)對穩定性有求,則可考慮歸併排序。
(2)對穩定性沒要求,宜用堆排序
4.序列初始基本有序(正序),宜用直接插入,冒泡
各算法複雜度如下: