時尚拼接風,361° 男女百搭休閒老爹鞋 119 元(減 60 元)
第 7 章 排序演算法
1、排序演算法介紹
1.1、排序演算法的簡介
- 排序也稱排序演算法(Sort Algorithm), 排序是將一組資料, 依指定的順序進行排列的過程。
1.2、排序演算法的分類
- 內部排序:指將需要處理的所有資料都載入到內部儲存器(記憶體)中進行排序。
- 外部排序法:資料量過大, 無法全部載入到記憶體中, 需要藉助外部儲存(檔案等)進行排序。
- 常見的排序演算法分類
2、演算法的複雜度
2.1、時間複雜度的度量方法
- 事後統計的方法:這種方法可行, 但是有兩個問題:
- 一是要想對設計的演算法的執行效能進行評測, 需要實際執行該程式;
- 二是所得時間的統計量依賴於計算機的硬體、 軟體等環境因素, 這種方式, 要在同一臺計算機的相同狀態下執行, 才能比較哪個演算法速度更快。
- 事前估算的方法:通過分析某個演算法的時間複雜度來判斷哪個演算法更優
2.2、時間頻度
- 基本介紹時間頻度: 一個演算法花費的時間與演算法中語句的執行次數成正比例, 哪個演算法中語句執行次數多, 它花費時間就多。 一個演算法中的語句執行次數稱為語句頻度或時間頻度。 記為 T(n)。 [舉例說明]
- 舉例說明-基本案例:比如計算 1-100 所有數字之和,我們設計兩種演算法:
- 舉例說明-忽略常數項:
- 2n+20 和 2n 隨著 n 變大, 執行曲線無限接近, 20 可以忽略
- 3n+10 和 3n 隨著 n 變大, 執行曲線無限接近, 10 可以忽略
- 舉例說明-忽略低次項:
- 2n^2+3n+10 和 2n^2 隨著 n 變大, 執行曲線無限接近, 可以忽略 3n+10
- n^2+5n+20 和 n^2 隨著 n 變大,執行曲線無限接近, 可以忽略 5n+20
- 舉例說明-忽略係數:
- 隨著 n 值變大, 5n^2+7n 和 3n^2 + 2n , 執行曲線重合, 說明 這種情況下, 5 和 3 可以忽略。
- 而 n^3+5n 和 6n^3+4n , 執行曲線分離, 說明多少次方式關鍵
2.3、時間複雜度
- 一般情況下, 演算法中的基本操作語句的重複執行次數是問題規模 n 的某個函式, 用 T(n)表示, 若有某個輔助函式 f(n), 使得當 n 趨近於無窮大時, T(n) / f(n) 的極限值為不等於零的常數, 則稱 f(n)是 T(n)
的同數量級函式。記作 T(n)=O ( f(n) ), 稱O ( f(n) ) 為演算法的漸進時間複雜度, 簡稱時間複雜度。 - T(n) 不同, 但時間複雜度可能相同。 如: T(n)=n²+7n+6 與 T(n)=3n²+2n+2 它們的 T(n) 不同, 但時間複雜度相同, 都為 O(n²)。
- 計算時間複雜度的方法:
- 用常數 1 代替執行時間中的所有加法常數 T(n)=n²+7n+6 => T(n)=n²+7n+1
- 修改後的執行次數函式中, 只保留最高階項 T(n)=n²+7n+1 => T(n) = n²
- 去除最高階項的係數 T(n) = n² => T(n) = n² => O(n²)
2.4、常見的時間複雜度
2.4.1、常見時間複雜度概述
- 常見時間複雜度
- 常數階 O(1)
- 對數階 O(log2n)
- 線性階 O(n)
- 線性對數階 O(nlog2n)
- 平方階 O(n^2)
- 立方階 O(n^3)
- k 次方階 O(n^k)
- 指數階 O(2^n)
- 結論:
- 常見的演算法時間複雜度由小到大依次為: Ο (1)<Ο (log2n)<Ο (n)<Ο (nlog2n)<Ο (n2)<Ο (n3)< Ο (nk) < Ο (2n) , 隨著問題規模 n 的不斷增大, 上述時間複雜度不斷增大,
演算法的執行效率越低 - 從圖中可見, 我們應該儘可能避免使用指數階的演算法
- 常見的演算法時間複雜度由小到大依次為: Ο (1)<Ο (log2n)<Ο (n)<Ο (nlog2n)<Ο (n2)<Ο (n3)< Ο (nk) < Ο (2n) , 隨著問題規模 n 的不斷增大, 上述時間複雜度不斷增大,
2.4.2、常數階 O(1)
- 無論程式碼執行了多少行,只要是沒有迴圈等複雜結構,那這個程式碼的時間複雜度就都是O(1)
- 程式碼在執行的時候,它消耗的時候並不隨著某個變數的增長而增長,那麼無論這類程式碼有多長,即使有幾萬幾十萬行,都可以用O(1)來表示它的時間複雜度。
2.4.3、對數階 O(log2n)
2.4.4、線性階 O(n)
- 說明:這段程式碼,for迴圈裡面的程式碼會執行n遍,因此它消耗的時間是隨著n的變化而變化的,因此這類程式碼都可以用O(n)來表示它的時間複雜度
2.4.5、線性對數階 O(nlogN)
- 說明:線性對數階O(nlogN) 其實非常容易理解,將時間複雜度為O(logn)的程式碼迴圈N遍的話,那麼它的時間複雜度就是 n * O(logN),也就是了O(nlogN)
2.4.6、平方階 O(n²)
- 說明:平方階O(n²) 就更容易理解了,如果把 O(n) 的程式碼再巢狀迴圈一遍,它的時間複雜度就是 O(n²),這段程式碼其實就是嵌套了2層n迴圈,它的時間複雜度就是 O(nn),即 O(n²)
如果將其中一層迴圈的n改成m,那它的時間複雜度就變成了 O(mn)
2.4.7、其他階
- 立方階 O(n³)、 K 次方階 O(n^k)
- 說明: 參考上面的 O(n²) 去理解就好了, O(n³)相當於三層 n 迴圈, 其它的類似
2.5、平均和最壞時間複雜度
- 平均時間複雜度是指所有可能的輸入例項均以等概率出現的情況下, 該演算法的執行時間。
- 最壞情況下的時間複雜度稱最壞時間複雜度。 一般討論的時間複雜度均是最壞情況下的時間複雜度。 這樣做的原因是: 最壞情況下的時間複雜度是演算法在任何輸入例項上執行時間的界限, 這就保證了演算法的執行時間不會比最壞情況更長。
- 平均時間複雜度和最壞時間複雜度是否一致, 和演算法有關(如圖)。
2.6、演算法的空間複雜度
- 類似於時間複雜度的討論, 一個演算法的空間複雜度(Space Complexity)定義為該演算法所耗費的儲存空間, 它也是問題規模 n 的函式。
- 空間複雜度(Space Complexity)是對一個演算法在執行過程中臨時佔用儲存空間大小的量度。 有的演算法需要佔用的臨時工作單元數與解決問題的規模 n 有關, 它隨著 n 的增大而增大, 當 n 較大時, 將佔用較多的儲存單元,
例如快速排序和歸併排序演算法, 基數排序就屬於這種情況 - 在做演算法分析時, 主要討論的是時間複雜度。 從使用者使用體驗上看, 更看重的程式執行的速度。 一些快取產品(redis, memcache)和演算法(基數排序)本質就是用空間換時間
3、氣泡排序
3.1、基本介紹
- 氣泡排序(Bubble Sorting) 的基本思想是: 通過對待排序序列從前向後(從下標較小的元素開始),依次比較相鄰元素的值, 若發現逆序則交換, 使值較大的元素逐漸從前移向後部, 就象水底下的氣泡一樣逐漸向上冒。
- 優化:因為排序的過程中, 各元素不斷接近自己的位置, 如果一趟比較下來沒有進行過交換, 就說明序列有序, 因此要在排序過程中設定一個標誌 flag 判斷元素是否進行過交換。 從而減少不必要的比較。 (這裡說的優化,
可以在氣泡排序寫好後, 再進行)
3.2、氣泡排序圖解
-
第一趟:
- 從陣列 arr 第一個元素開始,與其後面一個元素比較大小
- 如果 arr[i] > arr[i+1] ,則交換,將大的元素換到後面去
- 由於是當前元素與其後面一個元素比較大小,所以只需要執行 arr.length - 1 次迴圈
-
第二趟:
- 從陣列 arr 第一個元素開始,與其後面一個元素比較大小
- 由於第一趟排序完成,陣列最後一個元素已是最大元素,所以只需要執行 arr.length - 1 - 1 次迴圈
-
啥時候完成?下面兩個條件滿足任意一個即可:
-
當其中有一趟排序沒有元素交換位置時,說明陣列已經有序
-
或:按照上述流程,跑完第
arr.length - 1
趟之後
- 這樣來想:5 個元素的陣列,最多隻需要跑 4 趟
- 為什麼最多隻需要跑 4 趟?因為跑完 4 趟之後,陣列第二個元素已經成為了陣列第二小的元素,那麼陣列自然就是有序陣列
- 即陣列長度如果為 n ,那麼則需要跑 n - 1 趟
-
-
總結:兩層 for 迴圈
- 第一層 for 迴圈控制走多少趟:for (int i = 0; i < arr.length - 1; i++) {
- 第二層 for 迴圈實現針對該趟迴圈,進行冒泡:for (int j = 0; j < arr.length - 1 - i; j++) {
-
虛擬碼:
for (int i = 0; i < ; i++) {
for (int j = 0; j < arr.length - 1 - i; j++) {
// 執行冒泡操作
}
if(/* 該趟沒有交換 */) {
// 陣列已然有序,跳出迴圈
}
}
3.3、程式碼實現
3.3.1、理解氣泡排序
- 上面的例子不好,我們把陣列改成:int arr[] = { 3, 9, -1, 10, -2 }; 這樣更能說明氣泡排序的特點
public static void main(String[] args) {
int arr[] = { 3, 9, -1, 10, -2 };
int temp;
// 為了容量理解,我們把氣泡排序的演變過程,給大家展示
System.out.println("排序前");
System.out.println(Arrays.toString(arr));
// 第一趟排序,就是將最大的數排在倒數第一位
for (int j = 0; j < arr.length - 1; j++) {
// 如果前面的數比後面的數大,則交換
if (arr[j] > arr[j + 1]) {
temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
}
}
System.out.println("第一趟排序後的陣列");
System.out.println(Arrays.toString(arr));
// 第二趟排序,就是將第二大的數排在倒數第二位
for (int j = 0; j < arr.length - 1 - 1; j++) {
// 如果前面的數比後面的數大,則交換
if (arr[j] > arr[j + 1]) {
temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
}
}
System.out.println("第二趟排序後的陣列");
System.out.println(Arrays.toString(arr));
// 第三趟排序,就是將第三大的數排在倒數第三位
for (int j = 0; j < arr.length - 1 - 2; j++) {
// 如果前面的數比後面的數大,則交換
if (arr[j] > arr[j + 1]) {
temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
}
}
System.out.println("第三趟排序後的陣列");
System.out.println(Arrays.toString(arr));
// 第四趟排序,就是將第4大的數排在倒數第4位
for (int j = 0; j < arr.length - 1 - 3; j++) {
// 如果前面的數比後面的數大,則交換
if (arr[j] > arr[j + 1]) {
temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
}
}
System.out.println("第四趟排序後的陣列");
System.out.println(Arrays.toString(arr));
}
- 程式執行結果
排序前
[3, 9, -1, 10, -2]
第一趟排序後的陣列
[3, -1, 9, -2, 10]
第二趟排序後的陣列
[-1, 3, -2, 9, 10]
第三趟排序後的陣列
[-1, -2, 3, 9, 10]
第四趟排序後的陣列
[-2, -1, 3, 9, 10]
3.3.2、編寫氣泡排序
- 測試極端情況
public static void main(String[] args) {
int arr[] = { 1, 2, 3, 4, 5, 6 };
// 為了容量理解,我們把氣泡排序的演變過程,給大家展示
System.out.println("排序前");
System.out.println(Arrays.toString(arr));
bubbleSort(arr);
}
// 將前面額氣泡排序演算法,封裝成一個方法
public static void bubbleSort(int[] arr) {
// 氣泡排序 的時間複雜度 O(n^2), 自己寫出
int temp = 0; // 臨時變數
boolean flag = false; // 標識變數,表示是否進行過交換
for (int i = 0; i < arr.length - 1; i++) {
for (int j = 0; j < arr.length - 1 - i; j++) {
// 如果前面的數比後面的數大,則交換
if (arr[j] > arr[j + 1]) {
flag = true;
temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
}
}
System.out.println("第" + (i + 1) + "趟排序後的陣列");
System.out.println(Arrays.toString(arr));
if (!flag) { // 在一趟排序中,一次交換都沒有發生過
break;
} else {
flag = false; // 重置flag!!!, 進行下次判斷
}
}
}
- 程式執行結果
排序前
[1, 2, 3, 4, 5, 6]
第1趟排序後的陣列
[1, 2, 3, 4, 5, 6]
3.3.3、測試氣泡排序效能
- 測試程式碼
public static void main(String[] args) {
// 測試一下氣泡排序的速度O(n^2), 給80000個數據,測試
// 建立要給80000個的隨機的陣列
int[] arr = new int[80000];
for (int i = 0; i < 80000; i++) {
arr[i] = (int) (Math.random() * 8000000); // 生成一個[0, 8000000) 數
}
Date date1 = new Date();
SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
String date1Str = simpleDateFormat.format(date1);
System.out.println("排序前的時間是=" + date1Str);
// 測試氣泡排序
bubbleSort(arr);
Date date2 = new Date();
String date2Str = simpleDateFormat.format(date2);
System.out.println("排序後的時間是=" + date2Str);
}
// 將前面額氣泡排序演算法,封裝成一個方法
public static void bubbleSort(int[] arr) {
// 氣泡排序 的時間複雜度 O(n^2), 自己寫出
int temp = 0; // 臨時變數
boolean flag = false; // 標識變數,表示是否進行過交換
for (int i = 0; i < arr.length - 1; i++) {
for (int j = 0; j < arr.length - 1 - i; j++) {
// 如果前面的數比後面的數大,則交換
if (arr[j] > arr[j + 1]) {
flag = true;
temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
}
}
if (!flag) { // 在一趟排序中,一次交換都沒有發生過
break;
} else {
flag = false; // 重置flag!!!, 進行下次判斷
}
}
}
- 程式執行結果
排序前的時間是=2020-07-15 11:44:08
排序後的時間是=2020-07-15 11:44:16
4、選擇排序
4.1、選擇排序基本介紹
- 選擇式排序也屬於內部排序法, 是從欲排序的資料中, 按指定的規則選出某一元素, 再依規定交換位置後達到排序的目的。
4.2、選擇排序思想
- 選擇排序(select sorting) 也是一種簡單的排序方法。 它的基本思想是(n 是陣列大小):
- 第一次從 arr[0]~arr[n-1]中選取最小值,與 arr[0] 交換
- 第二次從 arr[1]~arr[n-1]中選取最小值, 與 arr[1] 交換
- 第三次從 arr[2]~arr[n-1]中選取最小值, 與 arr[2] 交換, …,
- 第 i 次從 arr[i-1]~arr[n-1]中選取最小值, 與 arr[i-1] 交換, …,
- 第 n-1 次從 arr[n-2]~arr[n-1]中選取最小值,與 arr[n-2] 交換,
- 總共通過 n-1 次, 得到一個按排序碼從小到大排列的有序序列。
4.3、選擇排序圖解
- 選擇排序流程:
- 第一次迴圈,預設 arr[0] 是最小的元素,將其與 arr[1]~arr[n-1] 進行比較,找到最小的元素,並與 arr[0] 的位置位置
- 第二次迴圈,預設 arr[1] 是最小的元素,將其與 arr[2]~arr[n-1] 進行比較,找到最小的元素,並與 arr[1] 的位置位置
- 第 i 次迴圈,預設 arr[i] 是最小的元素,將其與 arr[i+1]~arr[n-1] 進行比較,找到最小的元素,並與 arr[i] 的位置位置
- 直到迴圈執行 n - 1 次
- 總結:兩層 for 迴圈
- 第一層 for 迴圈控制走多少趟:for (int i = 0; i < arr.length - 1; i++) {
- 從陣列第一個元素開始,因為每次都是拿當前元素 arr[j] 和其後一個元素 arr[j+1] 進行比較
- 到陣列倒數第二個元素結束,將 arr[arr.length - 2] 與 arr[arr.length - 1] 進行比較後,陣列就已經是有序陣列
- 如果陣列大小為 n ,那麼執行完第 n - 1 趟時,陣列就已經是有序陣列
- 第二層 for 迴圈控制從第幾個元素開始執行選擇排序:for (int j = i + 1; j < arr.length; j++)
- 每次進入第二層 for 迴圈時,先假設當前元素 arr[i] 是最小的元素:min = arr[i]; ,並記錄最小元素的下標:index = i;
- 然後依次和其後面的元素 arr[j] 比較,如果找到比 arr[i] 小的元素,則更新最小值和最小值的索引:min = arr[j]; index = j ;
- 第一層 for 迴圈控制走多少趟:for (int i = 0; i < arr.length - 1; i++) {
4.4、程式碼實現
4.4.1、理解選擇排序
- 一步一步理解選擇排序演算法
//選擇排序
public class SelectSort {
public static void main(String[] args) {
int[] arr = { 101, 34, 119, 1 };
selectSort(arr);
}
// 選擇排序
public static void selectSort(int[] arr) {
// 使用逐步推導的方式來,講解選擇排序
// 第1輪
// 原始的陣列 : 101, 34, 119, 1
// 第一輪排序 : 1, 34, 119, 101
// 演算法 先簡單--》 做複雜, 就是可以把一個複雜的演算法,拆分成簡單的問題-》逐步解決
// 第1輪
int minIndex = 0;
int min = arr[0];
for (int j = 0 + 1; j < arr.length; j++) {
if (min > arr[j]) { // 說明假定的最小值,並不是最小
min = arr[j]; // 重置min
minIndex = j; // 重置minIndex
}
}
// 將最小值,放在arr[0], 即交換
if (minIndex != 0) {
arr[minIndex] = arr[0];
arr[0] = min;
}
System.out.println("第1輪後~~");
System.out.println(Arrays.toString(arr));// 1, 34, 119, 101
// 第2輪
minIndex = 1;
min = arr[1];
for (int j = 1 + 1; j < arr.length; j++) {
if (min > arr[j]) { // 說明假定的最小值,並不是最小
min = arr[j]; // 重置min
minIndex = j; // 重置minIndex
}
}
// 將最小值,放在arr[0], 即交換
if (minIndex != 1) {
arr[minIndex] = arr[1];
arr[1] = min;
}
System.out.println("第2輪後~~");
System.out.println(Arrays.toString(arr));// 1, 34, 119, 101
// 第3輪
minIndex = 2;
min = arr[2];
for (int j = 2 + 1; j < arr.length; j++) {
if (min > arr[j]) { // 說明假定的最小值,並不是最小
min = arr[j]; // 重置min
minIndex = j; // 重置minIndex
}
}
// 將最小值,放在arr[0], 即交換
if (minIndex != 2) {
arr[minIndex] = arr[2];
arr[2] = min;
}
System.out.println("第3輪後~~");
System.out.println(Arrays.toString(arr));// 1, 34, 101, 119
}
}
- 程式執行結果
第1輪後~~
[1, 34, 119, 101]
第2輪後~~
[1, 34, 119, 101]
第3輪後~~
[1, 34, 101, 119]
4.4.2、編寫選擇排序
- 編寫選擇排序演算法
//選擇排序
public class SelectSort {
public static void main(String[] args) {
int[] arr = { 101, 34, 119, 1 };
selectSort(arr);
}
// 選擇排序
public static void selectSort(int[] arr) {
// 在推導的過程,我們發現了規律,因此,可以使用for來解決
// 選擇排序時間複雜度是 O(n^2)
for (int i = 0; i < arr.length - 1; i++) {
int minIndex = i;
int min = arr[i];
for (int j = i + 1; j < arr.length; j++) {
if (min > arr[j]) { // 說明假定的最小值,並不是最小
min = arr[j]; // 重置min
minIndex = j; // 重置minIndex
}
}
// 將最小值,放在arr[0], 即交換
if (minIndex != i) {
arr[minIndex] = arr[i];
arr[i] = min;
}
System.out.println("第" + (i + 1) + "輪後~~");
System.out.println(Arrays.toString(arr));
}
}
}
- 程式執行結果
第1輪後~~
[1, 34, 119, 101]
第2輪後~~
[1, 34, 119, 101]
第3輪後~~
[1, 34, 101, 119]
4.4.3、測試選擇排序效能
- 測試程式碼
//選擇排序
public class SelectSort {
public static void main(String[] args) {
//建立要給80000個的隨機的陣列
int[] arr = new int[80000];
for (int i = 0; i < 80000; i++) {
arr[i] = (int) (Math.random() * 8000000); // 生成一個[0, 8000000) 數
}
Date data1 = new Date();
SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
String date1Str = simpleDateFormat.format(data1);
System.out.println("排序前的時間是=" + date1Str);
selectSort(arr);
Date data2 = new Date();
String date2Str = simpleDateFormat.format(data2);
System.out.println("排序前的時間是=" + date2Str);
}
// 選擇排序
public static void selectSort(int[] arr) {
// 在推導的過程,我們發現了規律,因此,可以使用for來解決
// 選擇排序時間複雜度是 O(n^2)
for (int i = 0; i < arr.length - 1; i++) {
int minIndex = i;
int min = arr[i];
for (int j = i + 1; j < arr.length; j++) {
if (min > arr[j]) { // 說明假定的最小值,並不是最小
min = arr[j]; // 重置min
minIndex = j; // 重置minIndex
}
}
// 將最小值,放在arr[0], 即交換
if (minIndex != i) {
arr[minIndex] = arr[i];
arr[i] = min;
}
}
}
}
- 程式執行結果
排序前的時間是=2020-07-15 19:59:19
排序前的時間是=2020-07-15 19:59:20
4.5、總結
- 由於選擇排序演算法在最內層的 for 迴圈中,滿足
if (min > arr[j]) {
條件後,只需要記錄最小值和最小值在陣列中的索引,無需像氣泡排序那樣每次都要執行交換操作,所以選擇排序演算法的執行速度比氣泡排序演算法快一些
5、插入排序
5.1、插入排序基本介紹
- 插入式排序屬於內部排序法, 是對於欲排序的元素以插入的方式找尋該元素的適當位置, 以達到排序的目的。
5.2、插入排序思想
- 插入排序(Insertion Sorting) 的基本思想是: 把 n 個待排序的元素看成為一個有序表和一個無序表
- 開始時有序表中只包含一個元素, 無序表中包含有 n-1 個元素, 排序過程中每次從無序表中取出第一個元素, 把它的排序碼依次與有序表元素的排序碼進行比較, 將它插入到有序表中的適當位置, 使之成為新的有序表
5.3、插入排序圖解
-
插入排序邏輯:
- 首先,將陣列分為兩個陣列,前部分有序陣列,後部分是無序陣列,我們的目的就是一點一點取出無序陣列中的值,將其放到有序陣列中區
- 第一趟:arr[0] 作為有序陣列的元素,arr[1] 作為無序陣列中第一個元素,將 arr[1] 與 arr[0] 比較,目標是將 arr[1] 插入到有序陣列中
- 第一趟:arr[0] 和 arr[1] 作為有序陣列的元素,arr[2] 作為無序陣列中第一個元素,將 arr[2] 與 arr[0] 和 arr[1] 比較,目標是將 arr[2] 插入到有序陣列中
- 第 i 趟:arr[0]~arr[i] 作為有序陣列的元素,arr[i+1] 作為無序陣列中第一個元素,將 arr[i+1] 與 arr[0]~arr[i] 比較,目標是將 arr[i+1] 插入到有序陣列中
- 第 n-1 趟:此時有序陣列為 arr[0]~arr[n-2] ,無序陣列為 arr[n-1] ,將無序陣列中最後一個元素插入到有序陣列中即可
- 如何進行插入?
- 假設有個指標(index),指向無序陣列中的第一個元素,即 arr[index] 是無序陣列中的第一個元素,我們定義一個變數來儲存該值:int insertVal = arr[index]
;,現在要將其插入到前面的有序陣列中 - 將 index 前移一步,則指向有序陣列最後一個元素,我們定義一個新的變數來儲存該指標:insertIndex = index - 1; ,即 arr[insertIndex] 是有序陣列最後一個元素
- 我們需要找到一個比 insertVal 小的值,並將 insertVal 插入在該值後面:
- 如果 insertVal > arr[insertIndex] ,執行插入
- 如果 insertVal < arr[insertIndex] ,將有序陣列後移,騰出插入空間,insertIndex 指標前移,再看看前一個元素滿不滿足條件,直到找到插入位置
- 即迴圈終止條件為找到插入位置,又分為兩種情況:
- 在有序陣列中間找到插入位置
- insertVal 比有序陣列中所有的數都小,插入在陣列第一個位置(insertIndex = 0 的情況)
- 假設有個指標(index),指向無序陣列中的第一個元素,即 arr[index] 是無序陣列中的第一個元素,我們定義一個變數來儲存該值:int insertVal = arr[index]
-
總結:兩層迴圈
-
for 迴圈控制走多少趟:for(int i = 1; i < arr.length; i++) { ,從陣列第一個元素開始到陣列最後一個元素結束
-
while 迴圈不斷將指標前移,在有序陣列中尋找插入位置,並執行插入:
while (insertIndex >= 0 && insertVal < arr[insertIndex]) {
-
5.4、程式碼實現
5.4.1、理解插入排序
- 理解插入排序演算法
public class InsertSort {
public static void main(String[] args) {
int[] arr = { 101, 34, 119, 1 };
insertSort(arr);
}
// 插入排序
public static void insertSort(int[] arr) {
// 使用逐步推導的方式來講解,便利理解
// 第1輪 {101, 34, 119, 1}; => {34, 101, 119, 1}
// {101, 34, 119, 1}; => {101,101,119,1}
// 定義待插入的數
int insertVal = arr[1];
int insertIndex = 1 - 1; // 即arr[1]的前面這個數的下標
// 給insertVal 找到插入的位置
// 說明
// 1. insertIndex >= 0 保證在給insertVal 找插入位置,不越界
// 2. insertVal < arr[insertIndex] 待插入的數,還沒有找到插入位置
// 3. 就需要將 arr[insertIndex] 後移
while (insertIndex >= 0 && insertVal < arr[insertIndex]) {
arr[insertIndex + 1] = arr[insertIndex];// arr[insertIndex]
insertIndex--;
}
// 當退出while迴圈時,說明插入的位置找到, insertIndex + 1
// 舉例:理解不了,我們一會 debug
arr[insertIndex + 1] = insertVal;
System.out.println("第1輪插入");
System.out.println(Arrays.toString(arr));
// 第2輪
insertVal = arr[2];
insertIndex = 2 - 1;
while (insertIndex >= 0 && insertVal < arr[insertIndex]) {
arr[insertIndex + 1] = arr[insertIndex];// arr[insertIndex]
insertIndex--;
}
arr[insertIndex + 1] = insertVal;
System.out.println("第2輪插入");
System.out.println(Arrays.toString(arr));
// 第3輪
insertVal = arr[3];
insertIndex = 3 - 1;
while (insertIndex >= 0 && insertVal < arr[insertIndex]) {
arr[insertIndex + 1] = arr[insertIndex];// arr[insertIndex]
insertIndex--;
}
arr[insertIndex + 1] = insertVal;
System.out.println("第3輪插入");
System.out.println(Arrays.toString(arr));
}
}
- 程式執行結果
第1輪插入
[34, 101, 119, 1]
第2輪插入
[34, 101, 119, 1]
第3輪插入
[1, 34, 101, 119]
5.4.2、編寫插入排序
- 編寫插入排序演算法
public class InsertSort {
public static void main(String[] args) {
int[] arr = { 101, 34, 119, 1 };
insertSort(arr);
}
// 插入排序
public static void insertSort(int[] arr) {
int insertVal = 0;
int insertIndex = 0;
//使用for迴圈來把程式碼簡化
for(int i = 1; i < arr.length; i++) {
//定義待插入的數
insertVal = arr[i];
insertIndex = i - 1; // 即arr[1]的前面這個數的下標
// 給insertVal 找到插入的位置
// 說明
// 1. insertIndex >= 0 保證在給insertVal 找插入位置,不越界
// 2. insertVal < arr[insertIndex] 待插入的數,還沒有找到插入位置
// 3. 就需要將 arr[insertIndex] 後移
while (insertIndex >= 0 && insertVal < arr[insertIndex]) {
arr[insertIndex + 1] = arr[insertIndex];// arr[insertIndex]
insertIndex--;
}
// 當退出while迴圈時,說明插入的位置找到, insertIndex + 1
// 因為我們找到的元素,即下標為 insertIndex 的元素值比 insertVal 小
// 所以我們要將 insertVal 插入到 insertIndex + 1 的位置
arr[insertIndex + 1] = insertVal;
System.out.println("第"+i+"輪插入");
System.out.println(Arrays.toString(arr));
}
}
}
- 程式執行結果
第1輪插入
[34, 101, 119, 1]
第2輪插入
[34, 101, 119, 1]
第3輪插入
[1, 34, 101, 119]
5.4.3、測試插入排序效能
- 測試插入排序效能
public class InsertSort {
public static void main(String[] args) {
// 建立要給80000個的隨機的陣列
int[] arr = new int[80000];
for (int i = 0; i < 80000; i++) {
arr[i] = (int) (Math.random() * 8000000); // 生成一個[0, 8000000) 數
}
System.out.println("插入排序前");
Date data1 = new Date();
SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
String date1Str = simpleDateFormat.format(data1);
System.out.println("排序前的時間是=" + date1Str);
insertSort(arr); // 呼叫插入排序演算法
Date data2 = new Date();
String date2Str = simpleDateFormat.format(data2);
System.out.println("排序前的時間是=" + date2Str);
}
// 插入排序
public static void insertSort(int[] arr) {
int insertVal = 0;
int insertIndex = 0;
//使用for迴圈來把程式碼簡化
for(int i = 1; i < arr.length; i++) {
//定義待插入的數
insertVal = arr[i];
insertIndex = i - 1; // 即arr[1]的前面這個數的下標
// 給insertVal 找到插入的位置
// 說明
// 1. insertIndex >= 0 保證在給insertVal 找插入位置,不越界
// 2. insertVal < arr[insertIndex] 待插入的數,還沒有找到插入位置
// 3. 就需要將 arr[insertIndex] 後移
while (insertIndex >= 0 && insertVal < arr[insertIndex]) {
arr[insertIndex + 1] = arr[insertIndex];// arr[insertIndex]
insertIndex--;
}
// 當退出while迴圈時,說明插入的位置找到, insertIndex + 1
// 舉例:理解不了,我們一會 debug
//這裡我們判斷是否需要賦值
arr[insertIndex + 1] = insertVal;
}
}
}
- 程式執行結果
插入排序前
排序前的時間是=2020-07-15 21:49:48
排序前的時間是=2020-07-15 21:49:50
5.5、總結
- 插入排序在尋找插入位置時,需要對陣列元素進行整體挪位,所以效率比選擇排序稍低
6、希爾排序
6.1、簡單插入排序問題
- 我們看簡單的插入排序可能存在的問題,陣列 arr = { 2, 3, 4, 5, 6, 1 } 這時需要插入的數 1(最小),簡單插入排序的過程如下
- 結論: 當需要插入的數是較小的數時, 後移的次數明顯增多, 對效率有影響
{2,3,4,5,6,6}
{2,3,4,5,5,6}
{2,3,4,4,5,6}
{2,3,3,4,5,6}
{2,2,3,4,5,6}
{1,2,3,4,5,6}
6.2、希爾排序基本介紹
- 希爾排序是希爾(Donald Shell) 於 1959 年提出的一種排序演算法。 希爾排序也是一種插入排序, 它是簡單插入排序經過改進之後的一個更高效的版本, 也稱為縮小增量排序。
6.3、希爾排序基本思想
- 希爾排序按照增量將陣列進行分組,對每組使用直接插入排序演算法排序;隨著增量逐漸減少,每組包含的關鍵詞越來越多,當增量減至 1 時,整個檔案恰被分成一組,演算法便終止
6.4、希爾排序圖解(交換法)
-
第一次:gap = arr.length/5 = 5 , 將陣列分為五組,每個陣列元素的索引相差 5
- 如何完成第一次的排序?
- 仔細想想,我們需要用一次迴圈將每組中的元素排序
- 總共有五組,我們又需要一次迴圈
- 所以完成每次排序,需要兩層迴圈
- 程式程式碼如下,把 i ,j 都看作是輔助指標:
- i 與 j 配合使用,可以將指標從陣列第一個元素,移動至最後一個元素,目的:把陣列遍歷一遍
- j 與 i 配合使用,每次都從陣列索引 i 處往前遍歷,每次向前移動 gap 個位置,然後進行交換(氣泡排序的意思):看看前面的元素有沒有比我的值大,如果前面的元素比我的值大,我就要和他交換位置,跑到前面去
// 希爾排序的第1輪排序 // 因為第1輪排序,是將10個數據分成了 5組 for (int i = 5; i < arr.length; i++) { // 遍歷各組中所有的元素(共5組,每組有2個元素), 步長5 for (int j = i - 5; j >= 0; j -= 5) { // 如果當前元素大於加上步長後的那個元素,說明交換 if (arr[j] > arr[j + 5]) { temp = arr[j]; arr[j] = arr[j + 5]; arr[j + 5] = temp; } } }
- 如何完成第一次的排序?
-
第二次:gap = gap /2 = 2; , 將陣列分為兩組,每個陣列元素的索引相差 2
- 第一組:
- i = 2 時,陣列從索引 2 處往前遍歷,間隔為 2 :將 arr[0]、arr[2] 排序
- i = 4 時,陣列從索引 4 處往前遍歷,間隔為 2 :將 arr[0]、arr[2]、arr[4] 排序
- i = 6 時,陣列從索引 6 處往前遍歷,間隔為 2 :將 arr[0]、arr[2]、arr[4]、arr[6] 排序
- i = 8 時,陣列從索引 8 處往前遍歷,間隔為 2 :將 arr[0]、arr[2]、arr[4]、arr[6]、arr[8] 排序
- 第二組:
- i = 3 時,陣列從索引 3 處往前遍歷,間隔為 2 :將 arr[1]、arr[3] 排序
- i = 5 時,陣列從索引 5 處往前遍歷,間隔為 2 :將 arr[1]、arr[3]、arr[5] 排序
- i = 7 時,陣列從索引 7 處往前遍歷,間隔為 2 :將 arr[1]、arr[3]、arr[5]、arr[7] 排序
- i = 9 時,陣列從索引 9 處往前遍歷,間隔為 2 :將 arr[1]、arr[3]、arr[5]、arr[7]、arr[9] 排序
- 第一組:
// 希爾排序的第2輪排序
// 因為第2輪排序,是將10個數據分成了 5/2 = 2組
for (int i = 2; i < arr.length; i++) {
// 遍歷各組中所有的元素(共5組,每組有2個元素), 步長5
for (int j = i - 2; j >= 0; j -= 2) {
// 如果當前元素大於加上步長後的那個元素,說明交換
if (arr[j] > arr[j + 2]) {
temp = arr[j];
arr[j] = arr[j + 2];
arr[j + 2] = temp;
}
}
}
System.out.println("希爾排序2輪後=" + Arrays.toString(arr));
-
第三次:
gap = gap /2 = 1;
, 將陣列分為一組,每個陣列元素的索引相差 1 ,對於交換法而言,這就是異常氣泡排序
- i = 1 時,陣列從索引 1 處往前遍歷,間隔為 1 :將 arr[0]、arr[1] 排序
- i = 2 時,陣列從索引 2 處往前遍歷,間隔為 1 :將 arr[0]、arr[1]、arr[2] 排序
- i = 3 時,陣列從索引 3 處往前遍歷,間隔為 1 :將 arr[0]、arr[1]、arr[2]、arr[3] 排序
- …
// 希爾排序的第3輪排序
// 因為第3輪排序,是將10個數據分成了 2/2 = 1組
for (int i = 1; i < arr.length; i++) {
// 遍歷各組中所有的元素(共5組,每組有2個元素), 步長5
for (int j = i - 1; j >= 0; j -= 1) {
// 如果當前元素大於加上步長後的那個元素,說明交換
if (arr[j] > arr[j + 1]) {
temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
}
}
}
System.out.println("希爾排序3輪後=" + Arrays.toString(arr));
-
總結:每次使用迴圈改變 gap 的值(初始值:陣列大小/2 ,之後:gap = gap/2),然後在改變 gap 的迴圈中巢狀上面的雙層 for 迴圈
- 改變 gap :for (int gap = arr.length / 2; gap > 0; gap /= 2) {
- 內層迴圈:實現對每組陣列的排序
for (int i = gap; i < arr.length; i++) { // 遍歷各組中所有的元素(共gap組,每組有?個元素), 步長gap for (int j = i - gap; j >= 0; j -= gap) { } }
- 希爾排序虛擬碼
```java
for (int gap = arr.length / 2; gap > 0; gap /= 2) {
for (int i = gap; i < arr.length; i++) {
// 遍歷各組中所有的元素(共gap組,每組有?個元素), 步長gap
for (int j = i - gap; j >= 0; j -= gap) {
// 對每組進行氣泡排序
}
}
}
6.5、程式碼實現
6.5.1、理解希爾排序(交換法)
- 理解基於交換法的希爾排序
public class ShellSort {
public static void main(String[] args) {
int[] arr = { 8, 9, 1, 7, 2, 3, 5, 4, 6, 0 };
shellSort(arr);
}
// 使用逐步推導的方式來編寫希爾排序
// 希爾排序時, 對有序序列在插入時採用交換法,
// 思路(演算法) ===> 程式碼
public static void shellSort(int[] arr) {
int temp = 0;
// 希爾排序的第1輪排序
// 因為第1輪排序,是將10個數據分成了 5組
for (int i = 5; i < arr.length; i++) {
// 遍歷各組中所有的元素(共5組,每組有2個元素), 步長5
for (int j = i - 5; j >= 0; j -= 5) {
// 如果當前元素大於加上步長後的那個元素,說明交換
if (arr[j] > arr[j + 5]) {
temp = arr[j];
arr[j] = arr[j + 5];
arr[j + 5] = temp;
}
}
}
System.out.println("希爾排序1輪後=" + Arrays.toString(arr));
// 希爾排序的第2輪排序
// 因為第2輪排序,是將10個數據分成了 5/2 = 2組
for (int i = 2; i < arr.length; i++) {
// 遍歷各組中所有的元素(共5組,每組有2個元素), 步長5
for (int j = i - 2; j >= 0; j -= 2) {
// 如果當前元素大於加上步長後的那個元素,說明交換
if (arr[j] > arr[j + 2]) {
temp = arr[j];
arr[j] = arr[j + 2];
arr[j + 2] = temp;
}
}
}
System.out.println("希爾排序2輪後=" + Arrays.toString(arr));
// 希爾排序的第3輪排序
// 因為第3輪排序,是將10個數據分成了 2/2 = 1組
for (int i = 1; i < arr.length; i++) {
// 遍歷各組中所有的元素(共5組,每組有2個元素), 步長5
for (int j = i - 1; j >= 0; j -= 1) {
// 如果當前元素大於加上步長後的那個元素,說明交換
if (arr[j] > arr[j + 1]) {
temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
}
}
}
System.out.println("希爾排序3輪後=" + Arrays.toString(arr));
}
}
- 程式執行結果
希爾排序1輪後=[3, 5, 1, 6, 0, 8, 9, 4, 7, 2]
希爾排序2輪後=[0, 2, 1, 4, 3, 5, 7, 6, 9, 8]
希爾排序3輪後=[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
6.5.2、編寫希爾排序(交換法)
- 編寫基於交換法的希爾排序演算法
public class ShellSort {
public static void main(String[] args) {
int[] arr = { 8, 9, 1, 7, 2, 3, 5, 4, 6, 0 };
shellSort(arr);
}
// 使用逐步推導的方式來編寫希爾排序
// 希爾排序時, 對有序序列在插入時採用交換法,
// 思路(演算法) ===> 程式碼
public static void shellSort(int[] arr) {
int temp = 0;
int count = 0;
// 根據前面的逐步分析,使用迴圈處理
for (int gap = arr.length / 2; gap > 0; gap /= 2) {
for (int i = gap; i < arr.length; i++) {
// 遍歷各組中所有的元素(共gap組,每組有?個元素), 步長gap
for (int j = i - gap; j >= 0; j -= gap) {
// 如果當前元素大於加上步長後的那個元素,說明交換
if (arr[j] > arr[j + gap]) {
temp = arr[j];
arr[j] = arr[j + gap];
arr[j + gap] = temp;
}
}
}
System.out.println("希爾排序第" + (++count) + "輪 =" + Arrays.toString(arr));
}
}
- 程式執行結果
希爾排序第1輪 =[3, 5, 1, 6, 0, 8, 9, 4, 7, 2]
希爾排序第2輪 =[0, 2, 1, 4, 3, 5, 7, 6, 9, 8]
希爾排序第3輪 =[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
6.5.3、測試希爾排序(交換法)效能
- 測試基於交換法的希爾排序演算法效能
public class ShellSort {
public static void main(String[] args) {
// 建立要給80000個的隨機的陣列
int[] arr = new int[80000];
for (int i = 0; i < 80000; i++) {
arr[i] = (int) (Math.random() * 8000000); // 生成一個[0, 8000000) 數
}
System.out.println("排序前");
Date date1 = new Date();
SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
String date1Str = simpleDateFormat.format(date1);
System.out.println("排序前的時間是=" + date1Str);
shellSort(arr); // 交換式
Date data2 = new Date();
String date2Str = simpleDateFormat.format(data2);
System.out.println("排序前的時間是=" + date2Str);
}
// 使用逐步推導的方式來編寫希爾排序
// 希爾排序時, 對有序序列在插入時採用交換法,
// 思路(演算法) ===> 程式碼
public static void shellSort(int[] arr) {
int temp = 0;
int count = 0;
// 根據前面的逐步分析,使用迴圈處理
for (int gap = arr.length / 2; gap > 0; gap /= 2) {
for (int i = gap; i < arr.length; i++) {
// 遍歷各組中所有的元素(共gap組,每組有?個元素), 步長gap
for (int j = i - gap; j >= 0; j -= gap) {
// 如果當前元素大於加上步長後的那個元素,說明交換
if (arr[j] > arr[j + gap]) {
temp = arr[j];
arr[j] = arr[j + gap];
arr[j + gap] = temp;
}
}
}
}
}
}
- 程式執行結果
排序前
排序前的時間是=2020-07-16 10:22:27
排序前的時間是=2020-07-16 10:22:33
- 分析:由於使用交換法實現希爾排序演算法,所以基於交換法的希爾排序演算法比簡單選擇排序演算法更慢,所以我們一定要編寫基於插入法的希爾排序演算法
6.5.4、編寫希爾排序(插入法)
-
編寫基於插入法的希爾排序演算法:
-
記錄當前位置的元素值
int temp = arr[j]
; ,從當前元素前一個位置開始,往前尋找,每次移動 gap 個距離
- 如果 temp < arr[j - gap] :
- 將陣列元素後移,騰出插入空間:arr[j] = arr[j - gap];
- 然後繼續往前找:j -= gap;
- 如果 temp > arr[j - gap] ,找到插入位置,執行插入 arr[j] = temp; ,因為在上一步已經騰出了插入空間,並且將指標 j 前移,所以可直接插入
- 如果 找到陣列最前面還是沒有找到插入位置:j - gap < 0 ,則證明 temp 需要插入在陣列最前面
- 如果 temp < arr[j - gap] :
-
僅僅就是將之前交換法的冒泡操作替換成了插入操作
-
public class ShellSort {
public static void main(String[] args) {
int[] arr = { 8, 9, 1, 7, 2, 3, 5, 4, 6, 0 };
System.out.println("排序前");
System.out.println(Arrays.toString(arr));
shellSort(arr);
System.out.println("排序前");
System.out.println(Arrays.toString(arr));
}
// 對交換式的希爾排序進行優化->移位法
public static void shellSort(int[] arr) {
// 增量gap, 並逐步的縮小增量
for (int gap = arr.length / 2; gap > 0; gap /= 2) {
// 從第gap個元素,逐個對其所在的組進行直接插入排序
for (int i = gap; i < arr.length; i++) {
int j = i;
int temp = arr[j];
if (arr[j] < arr[j - gap]) {
while (j - gap >= 0 && temp < arr[j - gap]) {
// 移動
arr[j] = arr[j - gap];
j -= gap;
}
// temp 比 arr[j - gap] 大,所以需要插入在 j 的位置
arr[j] = temp;
}
}
}
}
}
- 程式執行結果
排序前
[8, 9, 1, 7, 2, 3, 5, 4, 6, 0]
排序前
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
6.5.5、測試希爾排序(插入法)效能
- 測試基於插入法的希爾排序演算法效能
public class ShellSort {
public static void main(String[] args) {
// 建立要給80000個的隨機的陣列
int[] arr = new int[80000];
for (int i = 0; i < 80000; i++) {
arr[i] = (int) (Math.random() * 8000000); // 生成一個[0, 8000000) 數
}
System.out.println("排序前");
Date date1 = new Date();
SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
String date1Str = simpleDateFormat.format(date1);
System.out.println("排序前的時間是=" + date1Str);
shellSort(arr); // 交換式
Date data2 = new Date();
String date2Str = simpleDateFormat.format(data2);
System.out.println("排序前的時間是=" + date2Str);
}
// 對交換式的希爾排序進行優化->移位法
public static void shellSort(int[] arr) {
// 增量gap, 並逐步的縮小增量
for (int gap = arr.length / 2; gap > 0; gap /= 2) {
// 從第gap個元素,逐個對其所在的組進行直接插入排序
for (int i = gap; i < arr.length; i++) {
int j = i;
int temp = arr[j];
if (arr[j] < arr[j - gap]) {
while (j - gap >= 0 && temp < arr[j - gap]) {
// 移動
arr[j] = arr[j - gap];
j -= gap;
}
// 當退出while後,就給temp找到插入的位置
arr[j] = temp;
}
}
}
}
}
- 程式執行結果:1s 都不到,果然快啊
排序前
排序前的時間是=2020-07-16 11:02:20
排序前的時間是=2020-07-16 11:02:20
- 八百萬個數據的測試結果
排序前
排序前的時間是=2020-07-16 14:38:55
排序前的時間是=2020-07-16 14:38:57
7、快速排序
7.1、快排簡介
- 快速排序是由東尼·霍爾所發展的一種排序演算法。在平均狀況下,排序 n 個專案要 Ο(nlogn) 次比較。在最壞狀況下則需要 Ο(n2) 次比較,但這種狀況並不常見。事實上,快速排序通常明顯比其他 Ο(nlogn)
演算法更快,因為它的內部迴圈(inner loop)可以在大部分的架構上很有效率地被實現出來。 - 快速排序使用分治法(Divide and conquer)策略來把一個序列(list)分為兩個子序列(sub-lists)。
- 快速排序又是一種分而治之思想在排序演算法上的典型應用。本質上來看,快速排序應該算是在氣泡排序基礎上的遞迴分治法。
- 快速排序的名字起的是簡單粗暴,因為一聽到這個名字你就知道它存在的意義,就是快,而且效率高!它是處理大資料最快的排序演算法之一了。
- 雖然 Worst Case 的時間複雜度達到了 O(n²),但是人家就是優秀,在大多數情況下都比平均時間複雜度為 O(n logn) 的排序演算法表現要更好,可是這是為什麼呢,我也不知道。好在我的強迫症又犯了,查了 N
多資料終於在《演算法藝術與資訊學競賽》上找到了滿意的答案: - 快速排序的最壞執行情況是 O(n²),比如說順序數列的快排。但它的平攤期望時間是 O(nlogn),且 O(nlogn) 記號中隱含的常數因子很小,比複雜度穩定等於 O(nlogn)
的歸併排序要小很多。所以,對絕大多數順序性較弱的隨機數列而言,快速排序總是優於歸併排序。
7.2、程式碼思路
- 從數列中挑出一個元素,稱為 “基準”(pivot); 個人喜歡用中間下標對應的數
- 重新排序數列,所有元素比基準值小的擺放在基準前面,所有元素比基準值大的擺在基準的後面(相同的數可以到任一邊)。
- 在這個分割槽退出之後,該基準就處於數列的中間位置。這個稱為分割槽(partition)操作;
- 遞迴地(recursive)把小於基準值元素的子數列和大於基準值元素的子數列排序;
快排流程分析
快速排序(Quicksort)是對氣泡排序的一種改進。基本思想是:通過一趟排序將要排序的資料分割成獨立的兩 部分,其中一部分的所有資料都比另外一部分的所有資料都要小,然後再按此方法對這兩部分資料分別進行快速排 序,**
整個排序過程可以遞迴進行**,以此達到整個資料變成有序序列
7.3、程式碼實現
7.3.1、編寫快排演算法
- 快排程式碼
private static void quickSort(int[] arr, int left, int right) {
int l = left; //左下標
int r = right; //右下標
int pivot = arr[(left + right) / 2];
System.out.println("(left + right) / 2 = " + (left + right) / 2 + " pivot = " + pivot);
int temp = 0;
while (l < r) {
while (arr[l] < pivot) {
l++;
}
while (arr[r] > pivot) {
r--;
}
if (l >= r) {
break;
}
temp = arr[l];
arr[l] = arr[r];
arr[r] = temp;
if (arr[l] == pivot) {
r--;
}
if (arr[r] == pivot) {
l++;
}
System.out.println(Arrays.toString(arr));// 1, 34, 119, 101
}
System.out.println("===");
// 如果 l == r, 必須l++, r--, 否則為出現棧溢位
if (l == r) {
l++;
r--;
}
//向左遞迴
if (left < r) {
System.out.println("向左遞迴");
quickSort2(arr, left, r);
}
//向右遞迴
if (l < right) {
System.out.println("向右遞迴");
quickSort2(arr, l, right);
}
}
- 測試程式碼
public static void main(String[] args) {
int[] arr = {4561, -9, 78, 0, 23, -567, 70, -1, 900};
quickSort(arr, 0, arr.length - 1);
System.out.println(Arrays.toString(arr));
}
- 程式輸出
arr=[-567, -9, -1, 0, 23, 70, 78, 900, 4561]
7.3.2、測試快速排序效能
- 編測試快速排序演算法效能
public class QuickSort {
public static void main(String[] args) {
// int[] arr = {4561, -9, 78, 0, 23, -567, 70, -1, 900};
// 測試快排的執行速度
// 建立要給80000個的隨機的陣列
int[] arr = new int[800000];
for (int i = 0; i < 800000; i++) {
arr[i] = (int) (Math.random() * 80000000); // 生成一個[0, 8000000) 數
}
System.out.println("排序前");
Date data1 = new Date();
SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
String date1Str = simpleDateFormat.format(data1);
System.out.println("排序前的時間是=" + date1Str);
quickSort(arr, 0, arr.length - 1);
Date data2 = new Date();
String date2Str = simpleDateFormat.format(data2);
System.out.println("排序前的時間是=" + date2Str);
// System.out.println("arr=" + Arrays.toString(arr));
}
public static void quickSort(int[] arr, int left, int right) {
int l = left; //左下標
int r = right; //右下標
//pivot 中軸值
int pivot = arr[(left + right) / 2];
int temp = 0; //臨時變數,作為交換時使用
//while迴圈的目的是讓比pivot 值小放到左邊
//比pivot 值大放到右邊
while (l < r) {
//在pivot的左邊一直找,找到大於等於pivot值,才退出
while (arr[l] < pivot) {
l += 1;
}
//在pivot的右邊一直找,找到小於等於pivot值,才退出
while (arr[r] > pivot) {
r -= 1;
}
//如果l >= r說明pivot 的左右兩的值,已經按照左邊全部是
//小於等於pivot值,右邊全部是大於等於pivot值
if (l >= r) {
break;
}
//交換
temp = arr[l];
arr[l] = arr[r];
arr[r] = temp;
//如果交換完後,發現這個arr[l] == pivot值 相等 r--, 前移
//當交換後 arr[l] == pivot 說明交換之前r下標已經指向了 pivot 所在的位置,
//將r--是為了跳過這個pivot位置
if (arr[l] == pivot) {
r -= 1;
}
//如果交換完後,發現這個arr[r] == pivot值 相等 l++, 後移
if (arr[r] == pivot) {
l += 1;
}
}
// 如果 l == r, 必須l++, r--, 否則為出現棧溢位
if (l == r) {
l += 1;
r -= 1;
}
//向左遞迴
if (left < r) {
quickSort(arr, left, r);
}
//向右遞迴
if (right > l) {
quickSort(arr, l, right);
}
}
}
- 程式執行結果:80萬資料一秒鐘,果然快。
排序前
排序前的時間是=2021-11-11 16:47:19
排序前的時間是=2021-11-11 16:47:20
8、歸併排序
8.1、歸併排序基本介紹
- 歸併排序(MERGE-SORT) 是利用歸併的思想實現的排序方法, 該演算法採用經典的分治(divide-and-conquer)策略
- 分治法將問題分(divide)成一些小的問題然後遞迴求解, 而治(conquer)的階段則將分的階段得到的各答案"修補"在一起, 即分而治之
8.2、歸併排序思想
- 分 --> 治
8.3、歸併排序程式碼思路
-
合併時,其實是拿著原陣列(arr)中兩個相鄰的子陣列(arr1、arr2)進行合併
,我們使用三個指標,來表示兩個子陣列在原陣列中的位置
- arr[left] ~ arr[mid] 為 arr1
- arr[mid + 1] ~ arr[right] 為 arr2
-
如何合併?
- 首先,需要一個臨時的 temp 陣列,其大小與原陣列 arr 一樣
- 定義輔助指標 i 遍歷 arr1 ,定義輔助指標 j 遍歷 arr2 ,原則就是,把 arr1 和 arr2 中的數往 temp 中放,使得 temp[left] ~ temp[right] 是有序陣列
- 最後把 temp 臨時陣列中的資料拷貝回原陣列中(個人認為,最後一下次再拷貝回去就行。。。)
-
如何分?
- 向左遞迴拆分:mergeSort(arr, left, mid, temp);
- 向右遞迴拆分:mergeSort(arr, mid + 1, right, temp);
8.4、程式碼實現
8.4.1、編寫歸併排序演算法
- 歸併排序演算法實現程式碼
public class MergetSort {
public static void main(String[] args) {
int arr[] = { 8, 4, 5, 7, 1, 3, 6, 2 };
int temp[] = new int[arr.length]; // 歸併排序需要一個額外空間
mergeSort(arr, 0, arr.length - 1, temp);
System.out.println("歸併排序後=" + Arrays.toString(arr));
}
// 分+合方法
public static void mergeSort(int[] arr, int left, int right, int[] temp) {
if (left < right) {
int mid = (left + right) / 2; // 中間索引
// 向左遞迴進行分解
mergeSort(arr, left, mid, temp);
// 向右遞迴進行分解
mergeSort(arr, mid + 1, right, temp);
// 合併
merge(arr, left, mid, right, temp);
}
}
// 合併的方法
/**
*
* @param arr 排序的原始陣列
* @param left 左邊有序序列的初始索引
* @param mid 中間索引
* @param right 右邊索引
* @param temp 做中轉的陣列
*/
public static void merge(int[] arr, int left, int mid, int right, int[] temp) {
int i = left; // 初始化i, 左邊有序序列的初始索引
int j = mid + 1; // 初始化j, 右邊有序序列的初始索引
int t = 0; // 指向temp陣列的當前索引
// (一)
// 先把左右兩邊(有序)的資料按照規則填充到temp陣列
// 直到左右兩邊的有序序列,有一邊處理完畢為止
while (i <= mid && j <= right) {// 繼續
// 如果左邊的有序序列的當前元素,小於等於右邊有序序列的當前元素
// 即將左邊的當前元素,填充到 temp陣列
// 然後 t++, i++
if (arr[i] <= arr[j]) {
temp[t] = arr[i];
t += 1;
i += 1;
} else { // 反之,將右邊有序序列的當前元素,填充到temp陣列
temp[t] = arr[j];
t += 1;
j += 1;
}
}
// (二)
// 把有剩餘資料的一邊的資料依次全部填充到temp
while (i <= mid) { // 左邊的有序序列還有剩餘的元素,就全部填充到temp
temp[t] = arr[i];
t += 1;
i += 1;
}
while (j <= right) { // 右邊的有序序列還有剩餘的元素,就全部填充到temp
temp[t] = arr[j];
t += 1;
j += 1;
}
// (三)
// 將temp陣列的元素拷貝到arr
// 注意,並不是每次都拷貝所有
t = 0;
int tempLeft = left; //
// 第一次合併 tempLeft = 0 , right = 1 //第二次: tempLeft = 2 right = 3 //第三次: tL=0 ri=3
// 最後一次 tempLeft = 0 right = 7
while (tempLeft <= right) {
arr[tempLeft] = temp[t];
t += 1;
tempLeft += 1;
}
}
}
- 程式執行結果
歸併排序後=[1, 2, 3, 4, 5, 6, 7, 8]
8.4.2、測試歸併排序效能
- 測試歸併排序演算法的效能
public class MergetSort {
public static void main(String[] args) {
// 測試快排的執行速度
// 建立要給80000個的隨機的陣列
int[] arr = new int[8000000];
for (int i = 0; i < 8000000; i++) {
arr[i] = (int) (Math.random() * 8000000); // 生成一個[0, 8000000) 數
}
System.out.println("排序前");
Date data1 = new Date();
SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
String date1Str = simpleDateFormat.format(data1);
System.out.println("排序前的時間是=" + date1Str);
int temp[] = new int[arr.length]; // 歸併排序需要一個額外空間
mergeSort(arr, 0, arr.length - 1, temp);
Date data2 = new Date();
String date2Str = simpleDateFormat.format(data2);
System.out.println("排序前的時間是=" + date2Str);
// System.out.println("歸併排序後=" + Arrays.toString(arr));
}
// 分+合方法
public static void mergeSort(int[] arr, int left, int right, int[] temp) {
if (left < right) {
int mid = (left + right) / 2; // 中間索引
// 向左遞迴進行分解
mergeSort(arr, left, mid, temp);
// 向右遞迴進行分解
mergeSort(arr, mid + 1, right, temp);
// 合併
merge(arr, left, mid, right, temp);
}
}
// 合併的方法
/**
*
* @param arr 排序的原始陣列
* @param left 左邊有序序列的初始索引
* @param mid 中間索引
* @param right 右邊索引
* @param temp 做中轉的陣列
*/
public static void merge(int[] arr, int left, int mid, int right, int[] temp) {
int i = left; // 初始化i, 左邊有序序列的初始索引
int j = mid + 1; // 初始化j, 右邊有序序列的初始索引
int t = 0; // 指向temp陣列的當前索引
// (一)
// 先把左右兩邊(有序)的資料按照規則填充到temp陣列
// 直到左右兩邊的有序序列,有一邊處理完畢為止
while (i <= mid && j <= right) {// 繼續
// 如果左邊的有序序列的當前元素,小於等於右邊有序序列的當前元素
// 即將左邊的當前元素,填充到 temp陣列
// 然後 t++, i++
if (arr[i] <= arr[j]) {
temp[t] = arr[i];
t += 1;
i += 1;
} else { // 反之,將右邊有序序列的當前元素,填充到temp陣列
temp[t] = arr[j];
t += 1;
j += 1;
}
}
// (二)
// 把有剩餘資料的一邊的資料依次全部填充到temp
while (i <= mid) { // 左邊的有序序列還有剩餘的元素,就全部填充到temp
temp[t] = arr[i];
t += 1;
i += 1;
}
while (j <= right) { // 右邊的有序序列還有剩餘的元素,就全部填充到temp
temp[t] = arr[j];
t += 1;
j += 1;
}
// (三)
// 將temp陣列的元素拷貝到arr
// 注意,並不是每次都拷貝所有
t = 0;
int tempLeft = left; //
// 第一次合併 tempLeft = 0 , right = 1 //第二次: tempLeft = 2 right = 3 //第三次: tL=0 ri=3
// 最後一次 tempLeft = 0 right = 7
while (tempLeft <= right) {
arr[tempLeft] = temp[t];
t += 1;
tempLeft += 1;
}
}
}
- 程式執行結果:八百萬資料用了 1s ,也挺快
排序前
排序前的時間是=2020-07-16 16:18:32
排序前的時間是=2020-07-16 16:18:33
8.5、總結
- 先將陣列分為左右兩半,先執行左半邊遞迴:
- 首先執行左遞迴到最深層,條件 if (left < right) 不滿足,開始執行合併,合併 { 8, 4 } 到臨時陣列 temp 中,變為有序陣列 { 4, 8 } ,再拷貝回原陣列 arr 中
- 然後執行最深層的右遞迴,條件 if (left < right) 不滿足,開始執行合併,合併 { 5, 7 } 到臨時陣列 temp 中,變為有序陣列 { 2, 7 } ,再拷貝回原陣列 arr 中
- 合併完後,遞歸回溯至上一節,開始執行合併,合併 { 4, 5, 7, 8 } 到臨時陣列 temp 中,變為有序陣列 { 4, 5, 7, 8 } ,再拷貝回原陣列 arr 中
- 右左半邊的遞迴也是同樣的道理
9、基數排序
9.1、基數排序基本介紹
- 基數排序(radix sort) 屬於“分配式排序” (distribution sort) , 又稱“桶子法” (bucket sort) 或 bin sort, 顧名思義, 它是通過鍵值的各個位的值,
將要排序的元素分配至某些“桶” 中, 達到排序的作用 - 基數排序法是屬於穩定性的排序, 基數排序法的是效率高的穩定性排序法
- 基數排序(Radix Sort)是桶排序的擴充套件
- 基數排序是 1887 年赫爾曼· 何樂禮發明的。 它是這樣實現的: 將整數按位數切割成不同的數字, 然後按每個位數分別比較。
9.2、基數排序思想
- 將所有待比較數值統一為同樣的數位長度, 數位較短的數前面補零。
- 然後, 從最低位開始, 依次進行一次排序。這樣從最低位排序一直到最高位排序完成以後, 數列就變成一個有序序列。
9.3、基數排序圖解
-
有 10 個桶,對應編號為 0~9
-
步驟
- 第一步:根據原陣列 arr 中每個元素的個位數,將其依次放入 0~9 號桶中(每個桶從前往後放),放置完畢後,再將桶中的資料依次取出(每個桶從前往後取),放回原陣列 arr 中,這樣原陣列 arr
中個位數的元素就已經按照順序排好了 - 第二步:根據原陣列 arr 中每個元素的十位數,將其依次放入 0~9 號桶中(每個桶從前往後放),放置完畢後,再將桶中的資料依次取出(每個桶從前往後取),放回原陣列 arr 中,這樣原陣列 arr 中十位數 +
個位數的元素就已經按照順序排好了 - 第三步:根據原陣列 arr 中每個元素的百位數,將其依次放入 0~9 號桶中(每個桶從前往後放),放置完畢後,再將桶中的資料依次取出(每個桶從前往後取),放回原陣列 arr 中,這樣原陣列 arr 中百位數 + 十位數 +
個位數的元素就已經按照順序排好了 - …
- 第一步:根據原陣列 arr 中每個元素的個位數,將其依次放入 0~9 號桶中(每個桶從前往後放),放置完畢後,再將桶中的資料依次取出(每個桶從前往後取),放回原陣列 arr 中,這樣原陣列 arr
-
何時排序完畢?當陣列中最長位數的元素處理完畢,排序完成
-
桶的容量如何確定?假設陣列每個元素位數相同,那麼單個桶最大容量即為陣列容量,我們用一個二維陣列來表示桶:
int[][] bucket = new int[10][arr.length];
-
我們如何知道每桶中裝了幾個元素?這也需要記錄,用一個一維陣列來記錄:
int[] bucketElementCounts = new int[10];
-
總結:
-
假設陣列中元素的最長位數為 maxLength ,則處理完 maxLength 位數後,陣列排序完畢:for(int i = 0 , n = 1; i < maxLength; i++, n *= 10) {
-
使用一個 for 迴圈處理原一維陣列 arr ,將其放入桶中
for(int j = 0; j < arr.length; j++) {
-
使用兩層 for 迴圈,處理 10 個 桶,將其中的元素放回原一維陣列中
for (int k = 0; k < bucketElementCounts.length; k++) {
if (bucketElementCounts[k] != 0) {
for (int l = 0; l < bucketElementCounts[k]; l++) {
-
9.4、程式碼實現
9.4.1、理解基數排序
- 逐步分解,理解基數排序演算法
public class RadixSort {
public static void main(String[] args) {
int arr[] = {53, 3, 542, 748, 14, 214};
radixSort(arr);
System.out.println("基數排序後 " + Arrays.toString(arr));
}
//基數排序方法
public static void radixSort(int[] arr) {
// //根據前面的推導過程,我們可以得到最終的基數排序程式碼
//1. 得到陣列中最大的數的位數
int max = arr[0]; //假設第一數就是最大數
for (int i = 1; i < arr.length; i++) {
if (arr[i] > max) {
max = arr[i];
}
}
//定義一個二維陣列,表示10個桶, 每個桶就是一個一維陣列
//說明
//1. 二維陣列包含10個一維陣列
//2. 為了防止在放入數的時候,資料溢位,則每個一維陣列(桶),大小定為arr.length
//3. 名明確,基數排序是使用空間換時間的經典演算法
int[][] bucket = new int[10][arr.length];
//為了記錄每個桶中,實際存放了多少個數據,我們定義一個一維陣列來記錄各個桶的每次放入的資料個數
//可以這裡理解
//比如:bucketElementCounts[0] , 記錄的就是 bucket[0] 桶的放入資料個數
int[] bucketElementCounts = new int[10];
//第1輪(針對每個元素的個位進行排序處理)
for (int j = 0; j < arr.length; j++) {
//取出每個元素的個位的值
int digitOfElement = arr[j] / 1 % 10;
//放入到對應的桶中
bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
bucketElementCounts[digitOfElement]++;
}
//按照這個桶的順序(一維陣列的下標依次取出資料,放入原來陣列)
int index = 0;
//遍歷每一桶,並將桶中是資料,放入到原陣列
for (int k = 0; k < bucketElementCounts.length; k++) {
//如果桶中,有資料,我們才放入到原陣列
if (bucketElementCounts[k] != 0) {
//迴圈該桶即第k個桶(即第k個一維陣列), 放入
for (int l = 0; l < bucketElementCounts[k]; l++) {
//取出元素放入到arr
arr[index++] = bucket[k][l];
}
}
//第l輪處理後,需要將每個 bucketElementCounts[k] = 0 !!!!
bucketElementCounts[k] = 0;
}
System.out.println("第1輪,對個位的排序處理 arr =" + Arrays.toString(arr));
//第2輪(針對每個元素的十位進行排序處理)
for (int j = 0; j < arr.length; j++) {
// 取出每個元素的十位的值
int digitOfElement = arr[j] / 10 % 10; //748 / 10 => 74 % 10 => 4
// 放入到對應的桶中
bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
bucketElementCounts[digitOfElement]++;
}
// 按照這個桶的順序(一維陣列的下標依次取出資料,放入原來陣列)
index = 0;
// 遍歷每一桶,並將桶中是資料,放入到原陣列
for (int k = 0; k < bucketElementCounts.length; k++) {
// 如果桶中,有資料,我們才放入到原陣列
if (bucketElementCounts[k] != 0) {
// 迴圈該桶即第k個桶(即第k個一維陣列), 放入
for (int l = 0; l < bucketElementCounts[k]; l++) {
// 取出元素放入到arr
arr[index++] = bucket[k][l];
}
}
//第2輪處理後,需要將每個 bucketElementCounts[k] = 0 !!!!
bucketElementCounts[k] = 0;
}
System.out.println("第2輪,對個位的排序處理 arr =" + Arrays.toString(arr));
//第3輪(針對每個元素的百位進行排序處理)
for (int j = 0; j < arr.length; j++) {
// 取出每個元素的百位的值
int digitOfElement = arr[j] / 100 % 10; // 748 / 100 => 7 % 10 = 7
// 放入到對應的桶中
bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
bucketElementCounts[digitOfElement]++;
}
// 按照這個桶的順序(一維陣列的下標依次取出資料,放入原來陣列)
index = 0;
// 遍歷每一桶,並將桶中是資料,放入到原陣列
for (int k = 0; k < bucketElementCounts.length; k++) {
// 如果桶中,有資料,我們才放入到原陣列
if (bucketElementCounts[k] != 0) {
// 迴圈該桶即第k個桶(即第k個一維陣列), 放入
for (int l = 0; l < bucketElementCounts[k]; l++) {
// 取出元素放入到arr
arr[index++] = bucket[k][l];
}
}
//第3輪處理後,需要將每個 bucketElementCounts[k] = 0 !!!!
bucketElementCounts[k] = 0;
}
System.out.println("第3輪,對個位的排序處理 arr =" + Arrays.toString(arr));
}
}
- 程式執行結果
第1輪,對個位的排序處理 arr =[542, 53, 3, 14, 214, 748]
第2輪,對個位的排序處理 arr =[3, 14, 214, 542, 748, 53]
第3輪,對個位的排序處理 arr =[3, 14, 53, 214, 542, 748]
基數排序後 [3, 14, 53, 214, 542, 748]
9.4.2、編寫基數排序
- 編寫基數排序演算法
public class RadixSort {
public static void main(String[] args) {
int arr[] = { 53, 3, 542, 748, 14, 214 };
radixSort(arr);
System.out.println("基數排序後 " + Arrays.toString(arr));
}
// 基數排序方法
public static void radixSort(int[] arr) {
//根據前面的推導過程,我們可以得到最終的基數排序程式碼
//1. 得到陣列中最大的數的位數
int max = arr[0]; //假設第一數就是最大數
for(int i = 1; i < arr.length; i++) {
if (arr[i] > max) {
max = arr[i];
}
}
//得到最大數是幾位數
int maxLength = (max + "").length();
//定義一個二維陣列,表示10個桶, 每個桶就是一個一維陣列
//說明
//1. 二維陣列包含10個一維陣列
//2. 為了防止在放入數的時候,資料溢位,則每個一維陣列(桶),大小定為arr.length
//3. 名明確,基數排序是使用空間換時間的經典演算法
int[][] bucket = new int[10][arr.length];
//為了記錄每個桶中,實際存放了多少個數據,我們定義一個一維陣列來記錄各個桶的每次放入的資料個數
//可以這裡理解
//比如:bucketElementCounts[0] , 記錄的就是 bucket[0] 桶的放入資料個數
int[] bucketElementCounts = new int[10];
// n=1 表示處理個位,n=10表示處理十位,n=100表示處理百位 ......
for(int i = 0 , n = 1; i < maxLength; i++, n *= 10) {
//(針對每個元素的對應位進行排序處理), 第一次是個位,第二次是十位,第三次是百位..
for(int j = 0; j < arr.length; j++) {
//取出每個元素的對應位的值
int digitOfElement = arr[j] / n % 10;
//放入到對應的桶中
bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
bucketElementCounts[digitOfElement]++;
}
//按照這個桶的順序(一維陣列的下標依次取出資料,放入原來陣列)
int index = 0;
//遍歷每一桶,並將桶中的資料,放入到原陣列
for(int k = 0; k < bucketElementCounts.length; k++) {
//如果桶中,有資料,我們才放入到原陣列
// 遍歷第k個桶(即第k個一維陣列), 將桶中的資料放回原陣列中
for (int l = 0; l < bucketElementCounts[k]; l++) {
// 取出元素放入到arr
arr[index++] = bucket[k][l];
}
//第i+1輪處理後,需要將每個 bucketElementCounts[k] = 0 !!!!
bucketElementCounts[k] = 0;
}
System.out.println("第"+(i+1)+"輪,對個位的排序處理 arr =" + Arrays.toString(arr));
}
}
}
- 程式執行結果
第1輪,對個位的排序處理 arr =[542, 53, 3, 14, 214, 748]
第2輪,對個位的排序處理 arr =[3, 14, 214, 542, 748, 53]
第3輪,對個位的排序處理 arr =[3, 14, 53, 214, 542, 748]
基數排序後 [3, 14, 53, 214, 542, 748]
9.4.3、測試基數排序效能
- 測試基數排序演算法的效能
public class RadixSort {
public static void main(String[] args) {
// 80000000 * 11 * 4 / 1024 / 1024 / 1024 =3.3G
int[] arr = new int[8000000];
for (int i = 0; i < 8000000; i++) {
arr[i] = (int) (Math.random() * 8000000); // 生成一個[0, 8000000) 數
}
System.out.println("排序前");
Date data1 = new Date();
SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
String date1Str = simpleDateFormat.format(data1);
System.out.println("排序前的時間是=" + date1Str);
radixSort(arr);
Date data2 = new Date();
String date2Str = simpleDateFormat.format(data2);
System.out.println("排序前的時間是=" + date2Str);
}
// 基數排序方法
public static void radixSort(int[] arr) {
//根據前面的推導過程,我們可以得到最終的基數排序程式碼
//1. 得到陣列中最大的數的位數
int max = arr[0]; //假設第一數就是最大數
for(int i = 1; i < arr.length; i++) {
if (arr[i] > max) {
max = arr[i];
}
}
//得到最大數是幾位數
int maxLength = (max + "").length();
//定義一個二維陣列,表示10個桶, 每個桶就是一個一維陣列
//說明
//1. 二維陣列包含10個一維陣列
//2. 為了防止在放入數的時候,資料溢位,則每個一維陣列(桶),大小定為arr.length
//3. 名明確,基數排序是使用空間換時間的經典演算法
int[][] bucket = new int[10][arr.length];
//為了記錄每個桶中,實際存放了多少個數據,我們定義一個一維陣列來記錄各個桶的每次放入的資料個數
//可以這裡理解
//比如:bucketElementCounts[0] , 記錄的就是 bucket[0] 桶的放入資料個數
int[] bucketElementCounts = new int[10];
// n=1 表示處理個位,n=10表示處理十位,n=100表示處理百位 ......
for(int i = 0 , n = 1; i < maxLength; i++, n *= 10) {
//(針對每個元素的對應位進行排序處理), 第一次是個位,第二次是十位,第三次是百位..
for(int j = 0; j < arr.length; j++) {
//取出每個元素的對應位的值
int digitOfElement = arr[j] / n % 10;
//放入到對應的桶中
bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
bucketElementCounts[digitOfElement]++;
}
//按照這個桶的順序(一維陣列的下標依次取出資料,放入原來陣列)
int index = 0;
//遍歷每一桶,並將桶中的資料,放入到原陣列
for(int k = 0; k < bucketElementCounts.length; k++) {
//如果桶中,有資料,我們才放入到原陣列
// 遍歷第k個桶(即第k個一維陣列), 將桶中的資料放回原陣列中
for (int l = 0; l < bucketElementCounts[k]; l++) {
// 取出元素放入到arr
arr[index++] = bucket[k][l];
}
//第i+1輪處理後,需要將每個 bucketElementCounts[k] = 0 !!!!
bucketElementCounts[k] = 0;
}
System.out.println("第"+(i+1)+"輪,對個位的排序處理 arr =" + Arrays.toString(arr));
}
}
}
- 程式執行結果:可以啊,八百萬資料 1s 就排好了,但是太佔空間了
排序前
排序前的時間是=2020-07-16 18:16:21
排序前的時間是=2020-07-16 18:16:22
9.5、基數排序的說明
- 基數排序是對傳統桶排序的擴充套件, 速度很快
- 基數排序是經典的空間換時間的方式, 佔用記憶體很大,當對海量資料排序時, 容易造成 OutOfMemoryError 。
- 基數排序時穩定的。 [注:假定在待排序的記錄序列中, 存在多個具有相同的關鍵字的記錄, 若經過排序, 這些記錄的相對次序保持不變, 即在原序列中, r[i]=r[j], 且 r[i]在 r[j]之前, 而在排序後的序列中, r[i]仍在
r[j]之前,則稱這種排序演算法是穩定的; 否則稱為不穩定的] - 有負數的陣列, 我們不用基數排序來進行排序, 如果要支援負數, 參考: https://code.i-harness.com/zh-CN/q/e98fa9
10、常用排序演算法總結和對比
10.1、排序演算法的比較圖
10.2、相關術語解釋
- 穩定:如果 a 原本在 b 前面, 而 a=b, 排序之後 a 仍然在 b 的前面;
- 不穩定:如果 a 原本在 b 的前面, 而 a=b, 排序之後 a 可能會出現在 b 的後面;
- 內排序: 所有排序操作都在記憶體中完成;
- 外排序: 由於資料太大, 因此把資料放在磁碟中, 而排序通過磁碟和記憶體的資料傳輸才能進行;
- 時間複雜度: 一個演算法執行所耗費的時間。
- 空間複雜度: 執行完一個程式所需記憶體的大小。
- n: 資料規模
- k: “桶” 的個數
- In-place:不佔用額外記憶體
- Out-place:佔用額外記憶體