『原创』九种内部排序算法的Java实现及其性能测试
其中第九种为java.util.Arrays.sort(改进的快速排序方法)
1.100000的随机数据集
2.200000的随机数据集
3.500000的随机数据集
结论:归并排序和堆排序维持O(nlgn)的复杂度,速率差不多,表现优异。固定基准的快排表现很是优秀。而通过使用一个循环完成按增量分组后的直接插入的希尔排序,测试效果显著。冒泡,选择,直接插入都很慢,而冒泡效率是最低。
1.插入排序[稳定]
适用于小数组,数组已排好序或接近于排好序速度将会非常快
复杂度:O(n^2) - O(n) - O(n^2) - O(1)[平均 - 最好 - 最坏 - 空间复杂度]
public void insertionSort(int[] a) {
if (null == a || a.length < 2) {
return;
}
for (int i = 1; i < a.length; i++) {
// 暂存当前值
int temp = a[i];
int j = i - 1;
while (j >= 0 && temp < a[j]) {
// 后移
a[j + 1] = a[j];
j--;
}
// 当前值归位
a[j + 1] = temp;
}
}
2.希尔排序(缩小增量排序)[不稳定]
复杂度 小于O(n^2) 平均 O(nlgn) 最差O(n^s),其中s大于1小于2 。空间复杂度O(1)
内循环通过模拟并行的方式完成分组的内部直接插入排序,而不是一个一个分组分组的排,在10w的随机数据20w的随机数据均表现优异。
public void shellSort(int[] a) {
if (null == a || a.length < 2) {
return;
}
for (int d = a.length/2; d > 0; d/=2) {
// 从1B开始先和1A比较 然后2A与2B...然后再1C向前与同组的比较
for (int i = d; i < a.length; i++) {
// 内部直接插入
int temp = a[i];
int j = i - d;
while (j >=0 && temp < a[j]) {
a[j+d] = a[j];
j -= d;
}
a[j+d] = temp;
}
}
}
3.冒泡排序[稳定]
复杂度:O(n^2) - O(n) - O(n^2) - O(1)[平均 - 最好 - 最坏 - 空间复杂度]
public void bubbleSort(int[] a) {
if (null == a || a.length < 2) {
return;
}
boolean flag;
for (int i = 0; i < a.length-1; i++) {
flag = false;
for (int j = 0; j < a.length-1-i; j++) {
if (a[j] > a[j+1]) {
int temp = a[j];
a[j] = a[j+1];
a[j+1] = temp;
flag = true;
}
}
if (false == flag) {
return;
}
}
}
4.选择排序[不稳定]
原理:每次从无序序列选取最小的
复杂度:O(n^2) - O(n^2) - O(n^2) - O(1)[平均 - 最好 - 最坏 - 空间复杂度]
public void selectSort(int[] a) {
if (null == a || a.length < 2) {
return;
}
for (int i = 0; i < a.length; i++) {
int k = i;
for (int j = i + 1; j < a.length; j++) {
if (a[j] < a[k]) {
k = j;
}
}
if (k!=i) {
int temp = a[k];
a[k] = a[i];
a[i] = temp;
}
}
}
5.归并排序[稳定]
原理:采用分治法
复杂度:O(nlogn) - O(nlgn) - O(nlgn) - O(n)[平均 - 最好 - 最坏 - 空间复杂度]
// 排序
public void mergeSort(int[] a, int low, int high) {
if (null == a || a.length < 2) {
return;
}
int mid = (low + high) / 2;
if (low < high) {
// 左边排序
mergeSort(a, low, mid);
// 右边排序
mergeSort(a, mid + 1, high);
// 有序序列合并
merge(a, low, mid, high);
}
}
// 合并
private void merge(int a[], int low, int mid, int high) {
// 临时数组
int[] temp = new int[high - low + 1];
// 左指针
int i = low;
// 右指针
int j = mid + 1;
// 临时数组索引
int k = 0;
while (i <= mid && j <= high) {
if (a[i] < a[j]) {
temp[k++] = a[i++];
} else {
temp[k++] = a[j++];
}
}
// 把左边剩余的数移入数组
while (i <= mid) {
temp[k++] = a[i++];
}
// 把右边剩余的数移入数组
while (j <= high) {
temp[k++] = a[j++];
}
// 注意这里是low + t
for (int t = 0; t < temp.length; t++) {
a[low + t] = temp[t];
}
}
6.快速排序[不稳定]
原理:挖树填坑+分治
复杂度:O(nlgn) - O(nlgn) - O(n^2) - O(1)[平均 - 最好 - 最坏 - 空间复杂度]
栈空间0(lgn) - O(n)
// 固定基准
public void quickSort(int[] a, int low, int high) {
if (null == a || a.length < 2) {
return;
}
if (low < high) {
int mid = partition(a, low, high);
quickSort(a, low, mid-1);
quickSort(a, mid+1, high);
}
}
private int partition(int[] a, int low, int high) {
int pivot = a[low];
while (low < high) {
// 注意等于,否则死循环
while (low < high && a[high] >= pivot) {
high--;
}
a[low] = a[high];
// 注意等于,否则死循环
while (low < high && a[low] <= pivot) {
low++;
}
a[high] = a[low];
}
a[low] = pivot;
return low;
}
7.堆排序[不稳定]
堆一般指二叉堆。
复杂度:O(nlogn) - O(nlgn) - O(nlgn) - O(1)[平均 - 最好 - 最坏 - 空间复杂度]
大顶堆实现从小到大的升序排列,小顶堆一般用于构造优先队列
public void heapSort(int[] a) {
if (null == a || a.length < 2) {
return;
}
buildMaxHeap(a);
for (int i = a.length - 1; i >= 0; i--) {
int temp = a[0];
a[0] = a[i];
a[i] = temp;
adjustHeap(a, i, 0);
}
}
// 建堆
private void buildMaxHeap(int[] a) {
int mid = a.length / 2;
for (int i = mid; i >= 0; i--) {
adjustHeap(a, a.length, i);
}
}
// 递归调整堆
private void adjustHeap(int[] a, int size, int parent) {
int left = 2 * parent + 1;
int right = 2 * parent + 2;
int largest = parent;
if (left < size && a[left] > a[parent]) {
largest = left;
}
if (right < size && a[right] > a[largest]) {
largest = right;
}
if (parent != largest) {
int temp = a[parent];
a[parent] = a[largest];
a[largest] = temp;
adjustHeap(a, size, largest);
}
}
8.基数排序[稳定]
原理:分配加收集
复杂度: O(d(n+r)) r为基数d为位数 空间复杂度O(n+r)
// 基数排序
public void radixSort(int[] a, int begin, int end, int digit) {
// 基数
final int radix = 10;
// 桶中的数据统计
int[] count = new int[radix];
int[] bucket = new int[end-begin+1];
// 按照从低位到高位的顺序执行排序过程
for (int i = 1; i <= digit; i++) {
// 清空桶中的数据统计
for (int j = 0; j < radix; j++) {
count[j] = 0;
}
// 统计各个桶将要装入的数据个数
for (int j = begin; j <= end; j++) {
int index = getDigit(a[j], i);
count[index]++;
}
// count[i]表示第i个桶的右边界索引
for (int j = 1; j < radix; j++) {
count[j] = count[j] + count[j - 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 j = end; j >= begin; j--) {
int index = getDigit(a[j], i);
bucket[count[index] - 1] = a[j];
count[index]--;
}
// 取出,此时已是对应当前位数有序的表
for (int j = 0; j < bucket.length; j++) {
a[j] = bucket[j];
}
}
}
// 获取x的第d位的数字,其中最低位d=1
private int getDigit(int x, int d) {
String div = "1";
while (d >= 2) {
div += "0";
d--;
}
return x/Integer.parseInt(div) % 10;
}
}
排序代码地址 https://github.com/chucheng92/TinyCoding/tree/master/src/main/java/com/tinymood/sort
性能测试代码地址 https://github.com/chucheng92/TinyCoding/tree/master/src/test/java/com/tinymood/sort
本文系本人个人公众号「梦回少年」原创发布,扫一扫加关注。