排序算法在算法中占有重要地位,我实在太菜,记性也不大好,先记录一下吧。
本文记录了十大排序算法,很多文章都是八大算法,桶排序、计数排序和基数排序也很重要,所以都记录下来。
排序算法分为 内部排序 和 外部排序 ,内部排序把数据记录放在内存中进行排序,而外部排序因排序的数据量大,内存不能一次容纳全部的排序记录,所以在排序过程中需要访问外存。
我将基数排序、计数排序、桶排序三个归为一类,因为都采用了桶思想。
这儿说一下 术语
讲算法的文章实在太多了,我仅仅记录一下几个算法。详细讲解参考 十大经典排序算法
排序里面很多地方都要用到交换,先把交换写一下
public static void swap(int[] arr, int index1, int index2) { int temp = arr[index1]; arr[index1] = arr[index2]; arr[index2] = temp; } 复制代码
//冒泡排序 public static void bubbleSort(int[] arr) { for (int i = arr.length - 1; i > 0; i--) { for (int j = 0; j < i; j++) { if (arr[j] > arr[j + 1]) swap(arr, j, j + 1); } } } 复制代码
//快速排序 public static void quickSort(int[] nums, int head, int end) { if (nums.length == 0 || head >= end || end == 0) return; int key = nums[head], i = head, j = end; while (i <= j) { while (nums[i] < key) { ++i; } while (nums[j] > key) { --j; } if (i < j) { swap(nums, i, j); ++i; --j; } else if (i == j) { ++i; } } quickSort(nums, head, j); quickSort(nums, i, end); } 复制代码
//插入排序 public static void insertSort(int[] nums) { for (int i = 1; i < nums.length; i++) { for (int j = i; j > 0; j--) { if (nums[j] < nums[j - 1]) { swap(nums, j, j - 1); } } } } 复制代码
//希尔排序 public static void shellSort(int[] arr) { //Knuth序列--提高效率 int h = 1; while (h <= arr.length / 3) { h = 3 * h + 1; } for (int gap = h; gap > 0; gap = (gap - 1) / 3) { for (int i = gap; i < arr.length; i++) { for (int j = i; j > gap - 1; j -= gap) { if (arr[j] < arr[j - gap]) { swap(arr, j, j - gap); } } } } } 复制代码
//选择排序 public static void selectSort(int[] arr) { for (int i = 0; i < arr.length; i++) { int index = i; for (int j = i; j < arr.length; j++) { if (arr[index] > arr[j]) index = j; } if (index != i) { swap(arr, i, index); } } } 复制代码
//堆排序 public static void heapSort(int[] arr) { /* * 第一步:将数组堆化 * beginIndex = 第一个非叶子节点。 * 从第一个非叶子节点开始即可。无需从最后一个叶子节点开始。 * 叶子节点可以看作已符合堆要求的节点,根节点就是它自己且自己以下值为最大。 */ int len = arr.length; int parent = (len >> 1) - 1; for (int i = parent; i >= 0; i--) heapify(arr, i, len - 1); maxHeap(arr, len); } /** * 第二步:对堆化数据排序 * 每次都是移出最顶层的根节点A[0],与最尾部节点位置调换,同时遍历长度 - 1。 * 然后从新整理被换到根节点的末尾元素,使其符合堆的特性。 * 直至未排序的堆长度为 0。 */ public static void maxHeap(int[] arr, int len) { for (int i = len - 1; i > 0; i--) { swap(arr, 0, i); heapify(arr, 0, i - 1); } } /** * 调整索引为 index 处的数据,使其符合堆的特性。 * * @param index 需要堆化处理的数据的索引 * @param len 未排序的堆(数组)的长度 */ public static void heapify(int[] arr, int index, int len) { int left_child = (index << 1) + 1; // 左子节点索引 int right_child = left_child + 1; // 右子节点索引 int maxIndex = left_child; // 子节点值最大索引,默认左子节点。 if (left_child > len) return; // 左子节点索引超出计算范围,直接返回。 if (right_child <= len && arr[right_child] > arr[left_child]) // 先判断左右子节点,哪个较大。 maxIndex = right_child; if (arr[maxIndex] > arr[index]) { swap(arr, maxIndex, index); // 如果父节点被子节点调换, heapify(arr, maxIndex, len); // 则需要继续判断换下后的父节点是否符合堆的特性。 } } 复制代码
//基数排序 public static void radixSort(int[] arr) { int[] temp = Arrays.copyOf(arr,arr.length); //int[] res = new int[arr.length]; int[] count = new int[10]; int numLen = getNumLength(getMax(arr)); for (int i = 0; i < numLen; i++) { //统计各个桶将要装入的数据个数 int division = (int) Math.pow(10, i); for (int value : temp) { int num = value / division % 10; count[num]++; } // count[m]表示第m个桶的右边界索引 for (int m = 1; m < count.length; m++) { count[m] += count[m - 1]; } // 将数据依次装入桶中 // 这里要从右向左扫描,保证排序稳定性 for (int k = temp.length - 1; k >= 0; k--) { int num = temp[k] / division % 10; // 对应桶的装入数据索引减一 count[num]--; // 求出关键码的第k位的数字, 例如:576的第3位是5 arr[count[num]] = temp[k]; } temp = Arrays.copyOf(arr,arr.length); Arrays.fill(count, 0); } } //获取数组最大值 public static int getMax(int[] arr) { int len = arr.length; if (len == 0) return 0; int max = 0; for (int i = 1; i < len; i++) { if (arr[max] < arr[i]) { max = i; } } return arr[max]; } //获取数字的位数 public static int getNumLength(int num) { if (num == 0) return 1; int len = 0; for (int i = num; i > 0; i /= 10) { len++; } return len; } 复制代码
public static void countSort(int[] arr) { int max = arr[0], min = arr[0]; int[] temp = Arrays.copyOf(arr,arr.length); for (int value : arr) { if (max < value) max = value; if (min > value) min = value; } int[] count = new int[max - min + 1];//节省空间 for (int i : arr){ count[i - min]++; } for (int j = 1;j < count.length;j++){ count[j] += count[j - 1]; } for (int m = temp.length-1;m >= 0;m--){ arr[--count[temp[m]-min]] = temp[m]; } } 复制代码
public static void bucketSort(int[] arr) { int max = arr[0], min = arr[0]; for (int a : arr) { if (max < a) max = a; if (min > a) min = a; } //桶数量 int bucketNum = max / 10 - min / 10 + 1; List<List<Integer>> buckList = new ArrayList<>(); // create bucket for (int i = 1; i <= bucketNum; i++) { buckList.add(new ArrayList<>()); } // push into the bucket for (int value : arr) { int index = indexFor(value, min, 10); buckList.get(index).add(value); } ArrayList<Integer> bucket = null; int index = 0; for (int i = 0; i < bucketNum; i++) { bucket = (ArrayList<Integer>) buckList.get(i); insertSort(bucket); for (int k : bucket) { arr[index++] = k; } } } //确定数字属于的桶的索引 private static int indexFor(int a, int min, int step) { return (a - min) / step; } 复制代码
//归并排序 public static void mergeSort(int[] nums, int low, int high) { if (low >= high) { return; } int mid = low + ((high - low) >> 1); mergeSort(nums, low, mid); mergeSort(nums, mid + 1, high); merge(nums, low, mid, high); } public static void merge(int[] nums, int low, int mid, int high) { int[] temp = new int[high - low + 1]; int key = 0; int p1 = low, p2 = mid + 1; while (p1 <= mid && p2 <= high) { temp[key++] = nums[p1] <= nums[p2] ? nums[p1++] : nums[p2++]; } while (p1 <= mid) { temp[key++] = nums[p1++]; } while (p2 <= high) { temp[key++] = nums[p2++]; } for (int value : temp) { nums[low++] = value; } } 复制代码