程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
 程式師世界 >> 編程語言 >> .NET網頁編程 >> C# >> C#入門知識 >> 數據結構中八大排序算法

數據結構中八大排序算法

編輯:C#入門知識

數據結構中八大排序算法


一、冒泡排序

思想:重復走訪過要排序的序列,一次比較兩個元素,如果他們的順序錯誤就將他們進行交換,一次冒上來的是最小的,其次是第二小。

時間復雜度:O(n^2)

空間復雜度:O(1)

穩定性:穩定

1.

 

/**
	 * 冒泡排序
	 * @param disOrderArray
	 * @return
	 */
	public static int[] BubbleSort(int[] disOrderArray) {
		int temp;
		// 第一層循環:表明比較的次數, 比如 length 個元素,比較次數為 length-1 次(肯定不需和自己比)
		for(int i=0;ii;j--)
			{
				//此處為<時其返回是從小到大排序,>時其返回從大到小
				if(disOrderArray[j] < disOrderArray[j-1])
				{
					temp = disOrderArray[j];
					disOrderArray[j] = disOrderArray[j-1];
					disOrderArray[j-1] = temp;
				}
			}
		}
		return disOrderArray;
	}

二、快速排序

 

思想:通過一趟排序將待排記錄分割成兩個部分,其中一部分記錄關鍵字均比另一部分記錄的關鍵字小,則可以分別對這兩部分關鍵字繼續排序,以達到整個序列有序的目的。

時間復雜度:O(nlogn),最壞的情況下為O(n^2)

空間復雜度:O(1)

穩定性:不穩定

 

	/*
	*
	* 快速排序
	*
	* 思想: 
	* 通過一趟排序將待排記錄分割成獨立的兩部分,其中一部分記錄的關鍵字均比另一部分的關鍵字小,
	* 則可以分別對這兩部分記錄繼續進行排序,已達到整個序列有序的目的
	* 
	* 本質就是,找一個基位(樞軸,分水嶺,作用是左邊的都比它小,右邊的都比它大.可隨機,取名base
	* 首先從序列最右邊開始找比base小的
	* ,如果小,換位置,從而base移到剛才右邊(比較時比base小)的位置(記為臨時的high位),這樣base右邊的都比base大
	* 然後,從序列的最左邊開始找比base大的
	* ,如果大,換位置,從而base移動到剛才左邊(比較時比base大)的位置(記為臨時的low位),這樣base左邊的都比base小
	* 
	* 循環以上兩步,直到 low == heigh, 這使才真正的找到了樞軸,分水嶺. 返回這個位置,分水嶺左邊和右邊的序列,分別再來遞歸
	*/
	public static int[] quickSort(int[] arr, int low, int heigh) {
		if(low < heigh)
		{
			int division = partition(arr, low, heigh);
			
			quickSort(arr, low, division - 1);
			
			quickSort(arr, division + 1, heigh);
		}
		return arr;
	}

	// 分水嶺,基位,左邊的都比這個位置小,右邊的都大
	private static int partition(int[] arr, int low, int heigh) {
		int base = arr[low]; //用子表的第一個記錄做樞軸(分水嶺)記錄
		while (low < heigh)
		{  
			//更改下面兩個while循環中的<=和>=,即可獲取到從大到小排列
			//從表的兩端交替向中間掃描,從小到大排列
			while (low < heigh && arr[heigh] >= base)
			{
				heigh--;
			}
			
			// 如果高位小於base,base 賦值給 當前 heigh 位,base 挪到(互換)到了這裡,heigh位右邊的都比base大
			swap(arr, heigh, low);
			
			while(low < heigh && arr[low] <= base)
			{
				low++;
			}
			
			// 如果低位大有base,
			swap(arr, heigh, low);
		}
		
		//現在low=heigh
		return low;
	}

	//交換大小
	private static void swap(int[] arr, int heigh, int low) {
		int temp = arr[heigh];
		arr[heigh] = arr[low];
		arr[low] = temp;
	}

三、直接選擇排序:

 

思想:每一趟排序將會選擇出最小的(或者最大的)值,順序放在已排好序的數列的後面

時間復雜度:O(n^2)

空間復雜度:O(1)

穩定性:不穩定

 

	/**
	 * 直接選擇排序
	 * 直接選擇排序每一趟選擇出最小的值
	 * @param arr
	 * @return
	 */
	public static int[] selectionSort(int[] arr) {
		for(int i=0;i arr[j])
				{
					int temp = arr[j];
					arr[j] = arr[i];
					arr[i] = temp;
				}
			}
		}
		return arr;
	}

四、堆排序

 

思想:堆排序利用這種堆這種數據結構所設計的一種排序算法,可以利用數組的特點快速定位指定索引的元素

時間復雜度:O(nlogn)

空間復雜度:O(1)

穩定性:不穩定

 

	/**
	 * 堆排序
	 * 堆排序(Heapsort)是指利用堆這種數據結構所設計的一種排序算法,可以利用數組的特點快速定位指定索引的元素。
	 * @param arr
	 * @return
	 */
	public static int[] heapSort(int[] arr) {
		int i;
		// 將arr構成一個大頂堆
		// 從 0 到 arr.length/2 ,這些都是有孩子的節點
		// 沒孩子的節點構造大頂堆就無意義了
		for (i = arr.length / 2; i >= 0; i--)
		{
			heapAdjust(arr, i, arr.length - 1);
		}
		for (i = arr.length - 1; i > 0; i--)
		{
			swap(arr, 0, i);
			// 將arr[0...i-1] 重新構造成一個大頂堆
			heapAdjust(arr, 0, i - 1);
		}
		return arr;
	}

	private static void heapAdjust(int[] arr, int s, int m) {
		int temp, j;
		temp = arr[s]; // 指向臨時(相對與root節點)的根節點
		for (j = 2 * s; j <= m; j *= 2) 
		{
			// 如果右節點比左節點大,當前節點移到右節點
			if (j < m && arr[j] < arr[j + 1])
			{
				// 指向右節點
				j++;
			}
			// 當前的父節點大於現在指向的節點
			// 不需要做任何處理
			if (temp >= arr[j])
			{
				break;
			}
			
			// 當前的父節點小於其下的子節點
			// 換位置,把這個子節點替換到父節點
			// 當前這個位置,如果是葉子節點,則它應該是最小的(相對於它的祖先們)
			// 這個方法目的就是交換parent與children的值,構造大根堆
			 
			// 執行到這裡表明當前節點的父節點(臨時根節點小於當前的節點),
			// 把當前節點移到上面,換位置
			// arr[s]被覆蓋無所謂,因為temp記了這個值(原來的根節點(相對的parent))
			arr[s] = arr[j];
			 
			// 現在把當前的這個元素,看做是臨時的parent節點
			// 為了找到此時這個元素的孩子節點,看看是否有比當前這個值還大的
			// 最後s指向 當前遍歷到的這個元素
			s = j;
		}
		arr[s] = temp;
	}


五、插入排序

思想:將一個記錄插入到一個已排好序的有序表中,從而得到一個新的、記錄增1的有序表。默認將第一個元素看為有序表,然後依次插入後邊的元素

時間復雜度:O(n^2)

空間復雜度:O(1)

穩定性:穩定

 

	/**
	 * 插入排序
	 * 思想:將一個記錄插入到已排好序的有序表中,從而得到一個新的、記錄數增1的有序表,
	 * 默認將第一個元素看為有序表,一次插入後邊的所欲元素
	 * 時間復雜度O(n^2)
	 * 空間復雜度O(1) 適用於記錄數量小的
	 * @param arr
	 * @return
	 */
	public static int[] InsertSort(int[] arr) {
		//從小到大排列
		for(int i=1;i=0 && temp < arr[j];j--)
			{
				//待插入元素小於已有的,就將已有往後挪,直到元素大於插入元素或已經到序列最首端了
				arr[j+1] = arr[j];
			}
			arr[j+1] = temp;
		}
		return arr;
	}

六、折半插入排序

 

思想:折半插入排序是基於直接插入排序進行改寫的,其可以減少"移動"和"比較"的次數

時間復雜度:O(n^2)

空間復雜度:O(1)

穩定性:穩定

 

	/**
	 * 折半插入排序
	 * 優點:可以減少"比較"和"移動"的次數
	 * @param arr
	 * @return
	 */
	public static int[] BInsertSort(int[] arr){
		for(int i=1;i=high+1;j--)
			{
				arr[j+1] = arr[j];
			}
			arr[j+1] = temp;
		}
		return arr;
	}

七、希爾排序:

 

思想:希爾排序也是插入排序的一種,是直接針對插入排序進行改進的,該方法又稱為"縮小增量排序"。

時間復雜度:O(n^2)

空間復雜度:O(1)

穩定性:不穩定

 

	/**
	 * 希爾排序(縮小增量排序)
	 * 希爾排序也是插入排序的一種,只是其有增量,而且最後一次增量必須為1
	 * @param arr
	 * @return
	 */
	public static int[] ShellInsert(int[] arr){
		int step = arr.length/2; //取增量
		//保證最後一個增量為1
		while(step >= 1)
		{
			for(int i=step;i=0 && temp

八、歸並排序

 

思想:歸並排序是將兩個或兩個以上的有序表組合成一個有序表,該算法是采用分治法實現

時間復雜度:O(nlogn)

空間復雜度:O(n)

穩定性:穩定

 

	/**
	 * 歸並排序
	 * 歸並排序是將兩個或兩個以上的有序表組合成一個新的有序表
	 * 時間復雜度 O(nlog2n)
	 * @param arr
	 * @param tempArray
	 * @param left
	 * @param right
	 * @return
	 */
	public static int[] mergeSort(int[] arr, int left,int right) {
		if (left < right)
		{
			// 取分割位置
			int middle = (left + right) / 2;
			// 遞歸劃分數組左序列
			mergeSort(arr, left, middle);
			// 遞歸劃分數組右序列
			mergeSort(arr, middle+1, right);
			//將左數組和右數組進行歸並
			Merge(arr, left, middle, right);
		}
		return arr;
	}

	private static void Merge(int[] arr, int left, int middle,int right) {
		int[] tempArray = new int[arr.length];  
		int leftEnd = middle;
		int rightStart = middle+1;
		// 臨時數組的下標
		int tempIndex = left;
		int tmp = left;
		
		// 先循環兩個區間段都沒有結束的情況
		while ((left <= leftEnd) && (rightStart <= right))
		{
			// 左邊的比右邊的小,先插入左邊的
			if (arr[left] < arr[rightStart])
			{
				tempArray[tempIndex++] = arr[left++];
			}
			else
			{
				tempArray[tempIndex++] = arr[rightStart++];
			}
		}
		
		// 判斷左序列是否結束
		while (left <= leftEnd)
		{
			tempArray[tempIndex++] = arr[left++];
		}
		
		// 判斷右序列是否結束
		while (rightStart <= right)
		{
			tempArray[tempIndex++] = arr[rightStart++];
		}
		
		// 將臨時數組中的內容拷貝回原數組中  
        // (原left-right范圍的內容被復制回原數組)
		while (tmp <= right) {  
            arr[tmp] = tempArray[tmp++];  
        } 
	}

九、基數排序

 

思想:基數是按照低位先排序,然後收集;再按高位排序,然後再收集,依次類推,直到最高位。

注:表示關鍵詞分類到radix(基數)個盒子,在關鍵詞為數字時,基數為10,當關鍵詞為字母時,基數為26

時間復雜度:O(n+d)

空間復雜度:O(n)

穩定性:穩定

 

	/**
	 * 基數排序
	 * @radix 基數 表示  按關鍵詞分類到radix(基數)個盒子  在關鍵詞為數字時,基數為10
	 * @d 排序元素的位數  
	 * @return
	 */
	public static int[] RadixSort(int[] arr, int radix, int d){
		//用於暫存元素
		int[] temp = new int[arr.length];
		//用於計數排序
		int[] count = new int[radix];
		int divide = 1;
		
		for(int i=0;i=0;j--)
			{
				int tempKey = (temp[j]/divide)%radix;
				count[tempKey]--;
				arr[count[tempKey]] = temp[j];
			}
			
			divide = divide * radix;
		}
		return arr;
	}


 

 

public static void main(String[] args) {
		//基礎默認從小到大排列
//		int[] disOrderArray = {3,1,5,7,0};
		//冒泡排序
//		disOrderArray = BubbleSort(disOrderArray);
		
		//快速排序
//		disOrderArray = quickSort(disOrderArray, 0, disOrderArray.length-1);
		
		//直接選擇排序
//		disOrderArray = selectionSort(disOrderArray);
		
		//堆排序
//		disOrderArray = heapSort(disOrderArray);
		
		//直接插入排序
//		disOrderArray = InsertSort(disOrderArray);
		
		//折半插入排序(二分查找排序)
//		disOrderArray = BInsertSort(disOrderArray);
		
		//希爾排序
//		disOrderArray = ShellInsert(disOrderArray);
		
		//歸並排序
//		disOrderArray = mergeSort(disOrderArray, 0, disOrderArray.length-1);
		
		//基數排序
		int[] disOrderArray = {3,2,3,2,5,333,45566,2345678,78,990,12,432,56};
		
		disOrderArray = RadixSort(disOrderArray, 10, 7);
		for(int i=0;i

數據結構基本的排序算法基本都全了。

 

 

添加一個二分查找算法:類似於折半查找算法

時間復雜度:O(logn)

 

	/**
	 * 二分查找
	 * @param arr
	 * @param searchnum 待查找元素
	 * @return
	 */
	public static int BSearch(int[] arr, int searchnum){
		int low = 0;
		int high = arr.length-1;
		while(low<=high)
		{
			int m = (low+high)/2;
			if(searchnum == arr[m])
			{
				return m;
			}
			else if(searchnum < arr[m])
			{
				high = m-1;
			}
			else
			{
				low = m+1;
			}
		}
		return -1;
	}


 

 

  1. 上一頁:
  2. 下一頁:
Copyright © 程式師世界 All Rights Reserved