重溫數(shù)據(jù)結(jié)構(gòu)-排序

排序是數(shù)據(jù)結(jié)構(gòu)中比較重要的一種基礎(chǔ)算法,排序也會考驗(yàn)對線性表和鏈表、樹的靈活運(yùn)用,本篇文章我們重點(diǎn)講述下常見的3種基礎(chǔ)排序冒泡排序、插入排序、選擇排序,下一篇會重點(diǎn)講述實(shí)際工作中用的比較多的快速排序和歸并排序。

排序算法基礎(chǔ)

排序算法執(zhí)行效率一般從以下幾方面進(jìn)行衡量:

1)最好情況、最壞情況、平均情況下的時間復(fù)雜度

對于待排序數(shù)據(jù)有的接近有序,有的完全無序,會導(dǎo)致部分算法執(zhí)行效率上有很大的差異,所以我們在選擇算法的時候除了要考慮算法的平均時間復(fù)雜度還要參考在實(shí)際業(yè)務(wù)場景下待排數(shù)據(jù)的實(shí)際有序性,和各類排序算法在實(shí)際業(yè)務(wù)場景下的待排數(shù)據(jù)的時間復(fù)雜度來選擇合適的算法。

2)比較次數(shù)和交換次數(shù)

在考慮排序算法的時候,因?yàn)榛诒容^的排序算法會涉及到元素大小比較和元素的交換,所以要把比較次數(shù)和交換次數(shù)也考慮進(jìn)去。

3)排序算法的穩(wěn)定性

僅用效率判斷一額排序算法好壞還是不夠的,還要看算法的穩(wěn)定性,什么是算法的穩(wěn)定性?如果待排序中存在值相等的元素,經(jīng)過排序后,相等元素之間原有的先后順序不變,這就說明算法是穩(wěn)定的。

算法的穩(wěn)定性在很多多次排序場景下是非常有效的,例如我們需要對一個用戶類先按照用戶的年齡排序,再按照用戶的姓名排序,如果使用的不是穩(wěn)定算法那么在按照年齡排完序后還需要對相等值再分別進(jìn)行內(nèi)部排序,這將非常麻煩,如果是穩(wěn)定的排序算法,那么處理起來將非常容易,只需要用穩(wěn)定排序算法對數(shù)據(jù)進(jìn)行兩次排序就行了,因?yàn)榕判驅(qū)傩韵嗟鹊臄?shù)據(jù)在排序前后相對順序不會變的。

冒泡排序

冒泡排序一般是我們在學(xué)習(xí)排序算法遇到的第一個排序算法,也是最簡單的一種排序算法,冒泡排序的核心思路是相鄰兩個元素之間的比較,不滿足大小關(guān)系則交換一次,冒泡排序至少讓一個元素移動到它應(yīng)該在的位置,重復(fù)n次完成排序。對于冒泡排序比較形象的解釋就是水里的氣泡,一堆氣泡,含空氣多的氣泡會從下面慢慢往上升。冒泡排序?qū)儆谠嘏判颍恍枰粋€額外的臨時空間所以空間復(fù)雜度為O(1),在待排序數(shù)據(jù)是有序的情況下最好的時間復(fù)雜度為O(n),平均時間復(fù)雜度為O(n^2)。

public void bubbleSort(int nums[]){
        int temp;
        for(int i=0;i<nums.length;i++){
            for(int j=0;j<nums.length-i-1;j++){
                if(nums[j]>nums[j+1]){
                    temp = nums[j];
                    nums[j] = nums[j+1];
                    nums[j+1] = temp;
                }
            }
        }
    }

插入排序

插入排序的核心思路是將數(shù)據(jù)分為有序區(qū)和無序區(qū),初始有序區(qū)只有第一個元素,插入算法就是從未排序的元素中挑選一個元素,在已排序的區(qū)間找到合適的位置并將其插入并保證有序區(qū)一直有序。插入排序?qū)儆谠嘏判颍欠€(wěn)定的排序,平均時間復(fù)雜度為O(n^2)。

public void insertSort(int[] nums){
        int temp,j;
        for(int i=1;i<nums.length;i++){
            temp = nums[i];
            j=i-1;//需要將j定義在內(nèi)循環(huán)外,用于結(jié)束內(nèi)循環(huán)后進(jìn)行插入值
            for(;j>=0;j--){
                //從后向前倒推,如果已排當(dāng)前值大于待排值則后移節(jié)點(diǎn)
                if(nums[j]>temp){
                    nums[j+1] = nums[j];
                }else{
                    //當(dāng)已排區(qū)的值小于待排值則跳出循環(huán)
                    break;
                }
            }
            //在查找到的位置插入待排值
            nums[j+1] = temp;
        }
    }

選擇排序

選擇排序同樣分為已排區(qū)和未排區(qū),但是和插入排序不同,選擇排序每次會從未排序區(qū)間找到最小值放到已排序末尾,這樣出來的排序結(jié)果就是從小到大升序的數(shù)據(jù)結(jié)果。選擇排序也是原地排序,但是選擇排序最好和最壞復(fù)雜度都是O(n^2)。

public void selectSort(int[] nums){

        int max=0,temp;
        for(int i=0;i<nums.length;i++){
            //從待排序選擇最大值
            max = i;
            for(int j=i;j<nums.length;j++){
                max = nums[max]>=nums[j] ? max : j;
            }
            //和已排區(qū)最后一個值后面的值交換
            temp = nums[i];
            nums[i] = nums[max];
            nums[max] = temp;
        }
    }

總結(jié)

這3種常見排序算法,我們一般只是在學(xué)習(xí)的時候會去學(xué)習(xí),在真實(shí)項(xiàng)目過程中很少會使用到這3種排序算法,因?yàn)檫@3種排序算法的時間復(fù)雜度都比較高,都是O(n^2),不能滿足性能要求,后續(xù)會介紹我們?nèi)粘3S玫呐判蛩惴焖倥判蚝蜌w并排序,這兩個算法在很多場景下都有使用,甚至在oracle這樣的商業(yè)數(shù)據(jù)庫中也有使用。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,197評論 6 531
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 98,415評論 3 415
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,104評論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經(jīng)常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,884評論 1 309
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 71,647評論 6 408
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 55,130評論 1 323
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼。 笑死,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,208評論 3 441
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 42,366評論 0 288
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 48,887評論 1 334
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 40,737評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 42,939評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,478評論 5 358
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 44,174評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,586評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,827評論 1 283
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,608評論 3 390
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 47,914評論 2 372

推薦閱讀更多精彩內(nèi)容