Angenommen, es gibt mehrere Datensätze mit demselben Schlüsselwort in der zu sortierenden Datensatzsequenz. Wenn danach Beim Sortieren wird garantiert, dass die relative Reihenfolge dieser Datensätze unverändert bleibt, d Wenn [i] nach der vorherigen Sortierung von a[j] immer noch vorhanden ist, wird der Sortieralgorithmus als stabil bezeichnet; andernfalls wird er als instabil bezeichnet.
Wählen Sie jedes Mal das kleinste Element aus den zu sortierenden Elementen aus und fügen Sie dann das 1. hinzu und 1. Elemente der Reihe nach werden die Elemente an den Positionen 2, 3... vertauscht. Dadurch entsteht ein geordneter Bereich an der Vorderseite des Arrays. Bei jedem Austausch wird die Länge der geordneten Region um eins erhöht.
public static void selectionSort(int[] arr){ //细节一:这里可以是arr.length也可以是arr.length-1 for (int i = 0; i < arr.length-1 ; i++) { int mini = i; for (int j = i+1; j < arr.length; j++) { //切换条件,决定升序还是降序 if(arr[mini]>arr[j]) mini =j; } swap(arr,mini,i); } }
Vergleichen Sie zwei benachbarte Zahlen der Reihe nach und tauschen Sie sie aus, wenn die Reihenfolge falsch ist. Komm her In diesem Fall können Sie nach jeder Vergleichsrunde die größte Zahl dort platzieren, wo sie sein sollte. (Es ist, als würde man die größte Blase zur obersten Ebene bringen.)#🎜🎜 ## 🎜🎜#Hier soll die Bedeutung der falschen Reihenfolge erklärt werden. Wir sortieren in aufsteigender Reihenfolge. Die späteren Werte sollten größer oder gleich den vorherigen Werten sein.
public static void bubbleSort(int[] arr){ for (int i = 0; i < arr.length-1; i++) { //记录本次有没有进行交换的操作 boolean flag = false; //保存在头就动头,保存在尾就动尾 for(int j =0 ; j < arr.length-1-i ; j++){ //升序降序选择地 if(arr[j] > arr[j+1]) { swap(arr,j,j+1); flag = true; } } //如果本次没有进行交换操作,表示数据已经有序 if(!flag){break;} //程序结束 } }3. Einfügungssortierung
Denken: Vor dem Array wird ein geordneter Bereich gebildet. Wenn ich dann nach der Position suche, an der die aktuelle Nummer eingefügt werden soll, kann ich Verwenden Sie dazu die binäre Division. Wurde die Komplexität der Einfügungssortierung auf O(nlogn) optimiert?
Die Position kann anhand der Komplexität des Protokolls ermittelt werden. Der Schlüssel liegt darin, dass, wenn Sie ein Array zum Speichern der Daten verwenden, die Komplexität des Zurückschiebens der Daten während des Einfügens immer noch O(n) beträgt. Wenn Sie eine verknüpfte Liste verwenden, ist das Finden und Einfügen der Position O (1), die verknüpfte Liste kann jedoch nicht in zwei Teile geteilt werden.
public static void insertSort(int[] arr){ //从第二个数开始,把每个数依次插入到指定的位置 for(int i = 1 ; i < arr.length ; i++) { int key = arr[i]; int j = i-1; //大的后移操作 while(j >= 0 && arr[j] > key) { arr[j+1] = arr[j]; j--; } arr[j+1] = key; } }
4. Hill-Sortierung
Dieser Datensatz muss die folgenden drei Bedingungen erfüllen:
1 Die Daten sind in absteigender Reihenfolge angeordnet
2 in den Daten ist kleiner als das zu sortierende Array. Die Länge von
3 Der Mindestwert in den Daten ist 1.
Solange das Array die oben genannten Anforderungen erfüllt, kann es als inkrementelle Sequenz verwendet werden. Unterschiedliche inkrementelle Sequenzen wirken sich jedoch auf die Sortiereffizienz aus. Hier verwenden wir {5,3,1} als inkrementelle Sequenz, um
zu erklären. Der Grund für die Optimierung: Reduzieren Sie die Datenmenge und machen Sie O( n) und O(n^2) sind nicht groß.
Sie können den Maximal-/Minimalwert in O(1) nehmen, den Maximal-/Minimalwert in O(logn) löschen und Elemente einfügen in O(logn)
Wir gehen davon aus, dass der linke Teilbaum und der rechte Teilbaum eines Knotens i im vollständigen Binärbaum beide die erfüllen Eigenschaften eines kleinen Root-Heaps. Nehmen Sie an, dass das linke Kind des i-Knotens left_i und das rechte Kind des i-Knotens rigℎt_i ist. Wenn a[i] größer als a[left_i] oder a[rigℎt_i] ist, erfüllt der gesamte Teilbaum mit i-Knoten als Wurzelknoten nicht die Eigenschaften eines kleinen Wurzelheaps. Wir müssen jetzt eine Operation ausführen: setze i als Wurzelknoten Der Teilbaum des Wurzelknotens wird in einen kleinen Wurzelheap angepasst.
public static void shellSort(int[] arr){ //分块处理 int gap = arr.length/2; //增量 while(1<=gap) { //插入排序:只不过是与增量位交换 for(int i = gap ; i < arr.length ; i++) { int key = arr[i]; int j = i-gap; while(j >= 0 && arr[j] > key) { arr[j+gap] = arr[j]; j-=gap; } arr[j+gap] = key; } gap = gap/2; } }Ich verwende einen großen Wurzelstapel: zuerst die linke Wurzel und dann die rechte Wurzel (sehen Sie, wie Sie es schreiben). ) - >Jede Wurzel geht nach oben und unten. (Links, rechts, oben und unten) 6. Zusammenführungssortierung
Zusammenführungssortierung ist eine typische Anwendung der Divide-and-Conquer-Methode. Lassen Sie uns zunächst die Divide-and-Conquer-Methode vorstellen. Und-Herrsche-Methode Die Teile-und-Herrsche-Methode besteht darin, ein komplexes Problem in zwei oder mehr identische oder ähnliche Teilprobleme zu teilen, und dann werden die Teilprobleme in kleinere Teilprobleme unterteilt ... bis die Das letzte Teilproblem ist klein genug, um direkt gelöst zu werden. Anschließend werden die Lösungen der Teilprobleme kombiniert, um eine Lösung für das ursprüngliche Problem zu erhalten.
Der Prozess des Unterproblems der Merge-Sort-Zerlegung besteht darin, das Array jedes Mal in zwei Teile zu teilen, bis die Länge des Arrays 1 beträgt (da ein Array mit nur einer Zahl geordnet ist). Fügen Sie dann benachbarte geordnete Arrays zu einem geordneten Array zusammen. Bis sie alle zusammengesetzt sind, wird das gesamte Array sortiert. Das nun zu lösende Problem besteht darin, zwei geordnete Arrays zu einem geordneten Array zusammenzuführen. Tatsächlich geht es darum, jedes Mal die beiden kleinsten aktuellen Elemente der beiden Arrays zu vergleichen. Wählen Sie das kleinere aus Antwort Array
2,5,7 |
1,3,4 |
1 & lt; 2, nehmen Sie 1 und bewegen Sie den Zeiger von Array B nach hinten |
1 |
||||||||||||||||||||||||
2,5,7 | 1,3,4 |
2 |
1,2 |
||||||||||||||||||||||||
2,5 ,7 |
1,3, 4 |
3 |
1,2,3 |
||||||||||||||||||||||||
2,5,7 1,3,4 |
1,3,4 | array Es gibt keine Elemente in b, nimm 5 | 1,2,3,4,5 | ||||||||||||||||||||||||
2,5,7 | 1 ,3,4 | Es gibt keine Elemente in Array b Ja, nimm 7 | 1,2,3,4,5,7 | ||||||||||||||||||||||||
待排序数组 |
计数数组 |
说明 |
答案数组ans |
2,4,0,2,4 |
1,1,3,3,5 |
初始状态 |
null,null,null,null,null, |
2,4,0,2,4 |
1,1,3,3,5 |
cnt[4]=5,ans第5位赋值,cnt[4]-=1 |
null,null,null,null,4 |
2,4,0,2,4 |
1,1,3,3,4 |
cnt[2]=3,ans第3位赋值,cnt[2]-=1 |
null,null,2 null,4 |
2,4,0,2,4 |
1,1,2,3,4 |
cnt[0]=1,ans第1位赋值,cnt[0]-=1 |
0,null,2,null,4 |
2,4,0,2,4 |
0,1,2,3,4 |
cnt[4]=4,ans第4位赋值,cnt[4]-=1 |
0,null,2,4,4 |
2,4,0,2,4 |
0,1,2,3,3 |
cnt[2]=2,ans第2位赋值,cnt[2]-=1 |
0,2,2,4,4 |
基数排序是通过不停的收集和分配来对数据进行排序的。
因为是10进制数,所以我们准备十个桶来存分配的数。
最大的数据是3位数,所以我们只需要进行3次收集和分配。
需要先从低位开始收集和分配(不可从高位开始排,如果从高位开始排的话,高位排好的顺序会在排低位的时候被打乱,有兴趣的话自己手写模拟一下试试就可以了)
在收集和分配的过程中,不要打乱已经排好的相对位置
比如按十位分配的时候,152和155这两个数的10位都是5,并且分配之前152在155的前面,那么收集的时候152还是要放在155之前的。
//基数排序 public static void radixSort(int[] array) { //基数排序 //首先确定排序的趟数; int max = array[0]; for (int i = 1; i < array.length; i++) { if (array[i] > max) { max = array[i]; } } int time = 0; //判断位数; while (max > 0) { max /= 10; time++; } //建立10个队列; List<ArrayList> queue = new ArrayList<ArrayList>(); for (int i = 0; i < 10; i++) { ArrayList<Integer> queue1 = new ArrayList<Integer>(); queue.add(queue1); } //进行time次分配和收集; for (int i = 0; i < time; i++) { //分配数组元素; for (int j = 0; j < array.length; j++) { //得到数字的第time+1位数; int x = array[j] % (int) Math.pow(10, i + 1) / (int) Math.pow(10, i); ArrayList<Integer> queue2 = queue.get(x); queue2.add(array[j]); queue.set(x, queue2); } int count = 0;//元素计数器; //收集队列元素; for (int k = 0; k < 10; k++) { while (queue.get(k).size() > 0) { ArrayList<Integer> queue3 = queue.get(k); array[count] = queue3.get(0); queue3.remove(0); count++; } } } }
Das obige ist der detaillierte Inhalt vonSo implementieren Sie die zehn besten Sortieralgorithmen in Java. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!