当前位置:   article > 正文

数据结构【1】【简单排序】冒泡、选择、插入原理、实现、时间复杂度分析_简述插入选择冒泡排序实现原理

简述插入选择冒泡排序实现原理

一、简单排序

目录

一、简单排序

1.1Comparable接口

1.2冒泡排序

1.2.1排序原理:

1.2.2冒泡排序的时间复杂度

1.3选择排序

1.3.1代码及原理实现

1.3.2时间复杂度分析:

1.4插入排序

1.4.1插入排序原理及代码实现

1.5其他参考篇章


1.1Comparable接口

1.2冒泡排序

1.2.1排序原理:

1. 比较相邻的元素。如果前一个元素比后一个元素大,就交换这两个元素的位置。
2. 对每一对相邻元素做同样的工作,从开始第一对元素到结尾的最后一对元素。最终最后位置的元素就是最大
完整代码:
  1. public class Bubble {
  2. //对数组a中的元素进行排序
  3. public static void sort(Comparable[] a) {
  4. for (int i=a.length-1;i>0;i--) {
  5. for(int j=0;j<i;j++){
  6. //比较索引j和j+1处的值
  7. if(greater(a[j],a[j+1])){
  8. exch(a,j,j+1);
  9. }
  10. }
  11. }
  12. }
  13. //比较v元素是否大于w元素
  14. public static boolean greater(Comparable v, Comparable w) {
  15. return v.compareTo(w) > 0;
  16. }
  17. //数组元素交换位置
  18. private static void exch(Comparable[] a, int i, int j) {
  19. Comparable temp;
  20. temp = a[i];
  21. a[i] = a[j];
  22. a[j] = temp;
  23. }
  24. }

 核心代码:

  1. sort(Comparable a[]){
  2. for(int i = a.length()-1;i>0;i--){
  3. for(int j=0;i<i;j++){
  4. if(greater(a[j],a[j+1])){
  5. exchange(a[j],a[j+1]);
  6. }
  7. }
  8. }
  9. }

1.2.2冒泡排序的时间复杂度

比较次数 = 交换次数

O(N^2)

1.3选择排序

1.3.1代码及原理实现

 1.每一次遍历的过程中,都假定第一个索引处的元素是最小值,和其他索引处的值依次进行比较,如果当前索引处的值大于其他某个索引处的值,则假定其他某个索引出的值为最小值,最后可以找到最小值所在的索引
 2.交换第一个索引处和最小值所在的索引处的值

逻辑图

 完整代码

  1. public class Selection {
  2. //对数组a中元素进行排序
  3. public static void sort(Comparable[] a){
  4. for (int i = 0; i <=a.length-2 ; i++) {
  5. //定义一个变量,定义最小元素所在的索引,默认参与选择排序的第一个元素所在的位置
  6. int minIndex = i;
  7. for (int j = i+1; j < a.length; j++) {
  8. //比较最小索引处minIndex处的值和j索引处的值
  9. if(greater(a[minIndex],a[j]))
  10. {
  11. minIndex=j;
  12. }
  13. }
  14. exch(a,i,minIndex);
  15. }
  16. }
  17. //比较v元素是否大于w元素
  18. public static boolean greater(Comparable v, Comparable w) {
  19. return v.compareTo(w) > 0;
  20. }
  21. //数组元素交换位置
  22. private static void exch(Comparable[] a, int i, int j) {
  23. Comparable temp;
  24. temp = a[i];
  25. a[i] = a[j];
  26. a[j] = temp;
  27. }
  28. }

核心代码:

  1. public static void sort(Comparable[] a){
  2. for (int i = 0; i <=a.length-2 ; i++) {//最后两个数不用比较
  3. //定义一个变量,定义最小元素所在的索引,默认参与选择排序的第一个元素所在的位置
  4. int minIndex = i;
  5. for (int j = i+1; j < a.length; j++) {
  6. //比较最小索引处minIndex处的值和j索引处的值
  7. if(greater(a[minIndex],a[j]))
  8. {
  9. minIndex=j;
  10. }
  11. }
  12. exch(a,i,minIndex);
  13. }
  14. }

1.3.2时间复杂度分析:

选择排序使用了双层for循环,其中外层循环完成了数据交换,内层循环完成了数据比较,所以分别统计数据交换次数

数据比较次数

数据比较次数: (N-1)+(N-2)+(N-3)+...+2+1=((N-1)+1)*(N-1)/2=N^2/2-N/2;

数据交换次数: N-1

总计:N^2/2-N/2+(N-1)=N^2/2+N/2-1;

根据大O推导法则,保留最高阶项,去除常数因子,时间复杂度为O(N^2);

1.4插入排序

1.4.1插入排序原理及代码实现

原理:

1.把所有的元素分为两组,已经排序的和未排序的;

2.找到未排序的组中的第一个元素,向已经排序的组中进行插入;

3.倒叙遍历已经排序的元素,依次和待插入的元素进行比较,直到找到一个元素小于等于待插入元素,那么就把待 插入元素放到这个位置,其他的元素向后移动一位;

API设计

完整代码:

  1. package sort;
  2. public class Insertion {
  3. public static void sort(Comparable[] a){
  4. for (int i = 1; i < a.length; i++) {
  5. for (int j = i; j > 0 ; j--) {
  6. //比较索引j处的值和索引j-1处的值,如果索引j-1处的值比索引j处的值大,则交换数据,如果不大,那么就找到合适的位置了,退出循环即可;
  7. if (greater(a[j-1],a[j])){
  8. exch(a,j-1,j);
  9. }else{
  10. break;
  11. }
  12. }
  13. }
  14. }
  15. //比较v元素是否大于w元素
  16. public static boolean greater(Comparable v, Comparable w) {
  17. return v.compareTo(w) > 0;
  18. }
  19. //数组元素交换位置
  20. private static void exch(Comparable[] a, int i, int j) {
  21. Comparable temp;
  22. temp = a[i];
  23. a[i] = a[j];
  24. a[j] = temp;
  25. }
  26. }

核心代码:

  1. public static void sort(Comparable[] a){
  2. for (int i = 1; i < a.length; i++) {
  3. for (int j = i; j > 0 ; j--) {
  4. //比较索引j处的值和索引j-1处的值,如果索引j-1处的值比索引j处的值大,则交换数据,如果不大,那么就找到合适的位置了,退出循环即可;
  5. if (greater(a[j-1],a[j])){
  6. exch(a,j-1,j);
  7. }else{
  8. break;
  9. }
  10. }
  11. }
  12. }

插入排序使用了双层for循环,其中内层循环的循环体是真正完成排序的代码,所以,我们分析插入排序的时间复 杂度,主要分析一下内层循环体的执行次数即可。

最坏情况,也就是待排序的数组元素为{12,10,6,5,4,3,2,1},那么:

比较的次数为: (N-1)+(N-2)+(N-3)+...+2+1=((N-1)+1)*(N-1)/2=N^2/2-N/2;

交换的次数为: (N-1)+(N-2)+(N-3)+...+2+1=((N-1)+1)*(N-1)/2=N^2/2-N/2;

总执行次数为: (N^2/2-N/2)+(N^2/2-N/2)=N^2-N;

按照大O推导法则,保留函数中的最高阶项那么最终插入排序的时间复杂度为O(N^2).

1.5其他参考篇章

详解参考文章——视频 | 手撕九大经典排序算法,看我就够了!

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/我家自动化/article/detail/632377
推荐阅读
相关标签
  

闽ICP备14008679号