排序之选择排序、堆排序、归并排序、高速排序

排序之选择排序、堆排序、归并排序、高速排序

大家好,又见面了,我是全栈君。

本学习笔记内容部分来自网易云课堂浙江大学数据结构视频,及海子的博客:http://www.cnblogs.com/dolphin0520/archive/2011/10/06/2199741.html以及~大器晚成~的博客http://www.cnblogs.com/luchen927/archive/2012/02/29/2368070.html

1、选择排序

基本思想:
在一个长度为N的无序数组中。在第一趟遍历N个数据,找出当中最小的数值与第一个元素交换,第二趟遍历剩下的N-1个数据,找出当中最小的数值与第二个元素交换……第N-1趟遍历剩下的2个数据,找出当中最小的数值与第N-1个元素交换。至此选择排序完毕。
举例:选择排序:56 12 80 91 20
第一次:遍历这5个数。找到最小值12。位置在2,交换1和2位置的数字,12 56 80 91 20
第二次:遍历剩下的4个数。找到最小值20。位置在5,交换2和5位置的数字,12 20 80 91 56
依次类推
排序之选择排序、堆排序、归并排序、高速排序

2、堆排序

是对选择排序的改进
基本思想:

    1、将初始待排序keyword序列(R1,R2….Rn)构建成最大堆。此堆为初始的无序区;

    2、将堆顶元素R[1]与最后一个元素R[n]交换。此时得到新的无序区(R1,R2,……Rn-1)和新的有序区(Rn),且满足R[1,2…n-1]<=R[n]; 

    3、因为交换后新的堆顶R[1]可能违反堆的性质,因此须要对当前无序区(R1,R2,……Rn-1)调整为新最大堆,然后再次将R[1]与无序区最后一个元素交换,得到新的无序区(R1,R2….Rn-2)和新的有序区(Rn-1,Rn)。

不断反复此过程直到有序区的元素个数为n-1。则整个排序过程完毕。

举例:堆排序:
16,7,3,20,17,8

第一次:构建初始最大堆:
排序之选择排序、堆排序、归并排序、高速排序
排序之选择排序、堆排序、归并排序、高速排序,此时交换最大值20和堆最后一个位置元素得到
排序之选择排序、堆排序、归并排序、高速排序

第二次:除20外剩下的元素继续调整为最大堆,之后再交换顶点最大值和倒数第二个位置的元素。得到:
排序之选择排序、堆排序、归并排序、高速排序
依次类推
排序之选择排序、堆排序、归并排序、高速排序

对N个元素进行堆排序,最坏情况下时间复杂度为O(NlogN)

3、归并排序

核心:有序子列的归并

两个有序子列归并算法例如以下:
排序之选择排序、堆排序、归并排序、高速排序

归并算法基本思想:
将待排序文件看成为n个长度为1的有序子文件,把这些子文件两两归并,得到「n/2」个长度为2的有序子文件;然后再把这「n/2」个有序文件的子文件两两归并。如此重复,直到最后得到一个长度为n的有序文件为止。这样的排序方法成为二路归并排序。
举例:归并排序:72 18 53 36 48 31 36
第一趟:18 72|36 53|31 48|36
第二趟:18 36 53 72|31 36 48
第三趟:18 31 36 36 48 53 72
算法:分而治之:
排序之选择排序、堆排序、归并排序、高速排序

排序之选择排序、堆排序、归并排序、高速排序


归并排序非递归的算法须要额外的空间O(N)


4、高速排序

基本思想:
高速排序是找出一个元素(理论上能够随便找一个)作为基准(pivot),然后对数组进行分区操作,使基准左边元素的值都不大于基准值,基准右边的元素值 都不小于基准值,如此作为基准的元素调整到排序后的正确位置。递归高速排序。将其它n-1个元素也调整到排序后的正确位置。最后每一个元素都是在排序后的正 确位置。排序完毕。

怎样选基准??算法Median3    想法是把左、中、右三个位置最小的元素放到最左边,然后返回中间位置那个数做为基准
选定基准后,怎样划分子集呢?左右各一个指针,分别往中间走,当左右指针各不正确时(左边大于基准、右边小于基准为不正确的情况)。左右指针指的数字交换。
排序之选择排序、堆排序、归并排序、高速排序
排序之选择排序、堆排序、归并排序、高速排序

举例:

2 2 4 9 3 6 7 1 5 首先用2当作基准,使用i j两个指针分别从两边进行扫描,把比2小的元素和比2大的元素分开。首先比較2和5,5比2大,j左移

2 2 4 9 3 6 7 1 5 比較2和1。1小于2,所以把1放在2的位置

2 1 4 9 3 6 7 1 5 比較2和4,4大于2,因此将4移动到后面(原来1的位置)

2 1 4 9 3 6 7 4 5 比較2和7,2和6,2和3。2和9,所有大于2。满足条件,因此不变

经过第一轮的高速排序,元素变为以下的样子

[1] 2 [4 9 3 6 7 5]

之后,在把2左边的元素进行快排。因为仅仅有一个元素,因此快排结束。右边进行快排。递归进行,终于生成最后的结果。

注:当递归的数据规模充分小时。则停止递归,直接调用简单排序就可以了。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/116186.html原文链接:https://javaforall.net

(0)
上一篇 2022年1月24日 下午10:00
下一篇 2022年1月24日 下午10:00


相关推荐

  • java文件上传总结[通俗易懂]

    java文件上传总结[通俗易懂]前言文件上传是各类应用中经常碰到的需求,不管是上传图片、文件、音频、视频等,或者其他类型的文件,都是后端需要解决的,采用什么样的方式进行上传,或者对上传后的文件如何进行存储,甚至如何更加高效的上传文件等问题,都是在实际开发中需要解决的,本文将对常用的文件上传使用进行一下简单的小结以springboot为例,下面我们就开始撸码吧,开工前我们还是做一下简单的准备吧,本文的演示demo框架为springboot2.2.1版本,只需简单引入一个下面的依赖即可,其他需要用到的,我们增量添加即可 <de

    2022年5月15日
    38
  • 常见Git操作指令

    常见Git操作指令1. git log -p xx.java查看提交文件的修改内容。2. git log –pretty查看提交的记录。3. git   pull  –rebase = git fetch+ git rebase 。4. gitlog-n1–stat查看最近一次提交所有更改过的文件。5. gitshowcommitId某次提交的具体内容6.git

    2022年5月30日
    39
  • js数组合并(整理)

    js数组合并(整理)数组一 concat 连接两个或更多的数组 并返回结果 把多个数组合并为一个数组 vararr1 0 1 2 vararr2 3 4 5 varsumData sumData sumData concat arr1 concat arr2

    2026年3月16日
    2
  • 最新kali之iodine

    最新kali之iodine描述 iodine 使您可以通过 DNS 服务器隧道 IPv4 数据 在 Internet 访问被防火墙但允许 DNS 查询的情况下 这很有用 它需要一个 TUN TAP 设备才能运行 带宽是非对称的 在有线 LAN 测试网络中测得的最大最大值为 680kbit s 上游 而下游为 2 3Mbit s 使用运营商级 DNS 缓存在 Wifi 网络上实现的实际持续吞吐量已被测量为大约 50kbit s 的上游和超过 200kbit s 的下游 iodine 是客户端应用程序 iodine 是服务器 选项 通用选项

    2026年3月17日
    2
  • LARS(最小角回归)

    LARS(最小角回归)优缺点LARS是一个适用于高维数据的回归算法。优点: 特别适合于特征维度n远高于样本数m的情况。 算法的最坏计算复杂度和最小二乘法类似,但是其计算速度几乎和前向选择算法一样 可以产生分段线性结果的完整路径,这在模型的交叉验证中极为有用 缺点:由于LARS的迭代方向是根据目标的残差而定,所以该算法对样本的噪声极为敏感。…

    2022年4月20日
    40
  • Jetty:配置连接器[通俗易懂]

    Jetty:配置连接器

    2022年1月21日
    53

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号