排序算法进阶--排序算法优化

排序算法进阶

        上篇文章中我们主要介绍了经典的八大排序算法，从算法思想，动图演示，代码实现，复杂度及稳定性分析等角度进行学习。还没阅读的童鞋可以点这里进行浏览。

        求知若渴的你肯定不会满足于入门的内容，今天，小编在上一篇的基础上，对多种排序算法进行优化，让我们一起来康康吧~~

01冒泡排序

1. 优化一

  • 优化思路：优化外层循环，我们知道，冒泡排序的每一轮都会对未排序部分进行一次遍历，如果在某次循环中没有交换操作，就说明数组已经有序，不用继续排序。

  • 实现代码

     1 public static int[] bubbleSort(int[] array) {
 2       if (array.length == 0)
 3           return array;
 4       for (int i = 0; i < array.length; i++){
 5           boolean isSwap = false;//标记是否已经有序
 6           for (int j = 0; j < array.length - 1 - i; j++)
 7               if (array[j + 1] < array[j]) {
 8                   int temp = array[j + 1];
 9                   array[j + 1] = array[j];
10                   array[j] = temp;
11                   isSwap = true;
12               }
13           if(!isSwap)
14               break;
15       }
16       return array;
17   }

2. 优化二

  • 优化思路：优化内层循环，记住上一次发生交换的位置pos，则有序区扩展为[pos, len-1]，下一趟排序只需遍历[0, pos-1]即可。

  • 实现代码

 1 public static int[] bubbleSort(int[] array) {
 2     if (array.length == 0)
 3         return array;
 4     int pos = 0;//标记最后一次交换的位置
 5     int k = array.length-1;
 6     for (int i = 0; i < array.length; i++){
 7         boolean isSwap = false;
 8         for (int j = 0; j < k; j++)
 9             if (array[j + 1] < array[j]) {
10                 int temp = array[j + 1];
11                 array[j + 1] = array[j];
12                 array[j] = temp;
13                 isSwap = true;
14                 pos = j;
15             }
16             k=pos;
17             if(!isSwap)
18                 break;
19     }
20     return array; 
21 }    1570932802569

3. 优化三

  • 优化思路：双向冒泡排序（鸡尾酒排序），先从前往后，再从后往前去比较序列中的元素大小，每一次排序分别能确定未排序序列的最大最小值并放在相应位置。

  • 实现代码

 1 public void cocktail_sort(int[] a){
 2     int left = 0, right = a.length-1;
 3     int temp;
 4     while(left<right){
 5 //找到当前排序元素里最大的那个，放在右侧
 6         for(int i=left;i<right;i++){ 
 7             if(a[i]>a[i+1]){
 8                 temp = a[i];
 9                 a[i] = a[i+1] ;
10                 a[i+1] = temp;
11             }
12         }
13         right--;
14 //找到当前排序元素里最小的那个，放在左侧
15         for(int j=right;j>left;j--){
16             if(a[j-1]>a[j]){
17                 temp = a[j];
18                 a[i] = a[j+1] ;
19                 a[j+1] = temp;}
20         }
21         left++;
22     }
23 }

   当然，你也可以结合上述的优化算法实现：优化外层循环+优化内层循环+双向冒泡排序。

02选择排序

 

1. 优化一

  • 优化思路：折半插入排序，由于我们是要在有序的序列中找到一个位置插入元素，所以可以用二分查找的方法来代替顺序查找，不过这种方法虽然减少了插入过程的比较次数，时间复杂度仍为O(n^2)。

  • 实现代码

     1 public static int[]  selectSort(int[] array) {
 2     if (array.length == 0)
 3         return array;
 4     int left = 0;
 5     int right = array.length-1;
 6     int min = left;//最小值下标
 7     int max = right;//最大值下标
 8     while(left<=right){
 9         min = left;
10         max = right;
11         for(int i=left; i<=right; i++){
12             if(array[i]<array[min]){
13                 min = i;
14             }
15             if(array[i]>array[max])
16                 max = i;
17         }
18         swap(array[left],array[min]);
19         if(left==max)
20             max = min;
21         swap(array[right],array[max]);
22         ++left;
23         --right;
24     }
25     return array;
26 }

 

03插入排序

 

1. 优化一

  • 优化思路：每一次查找最大值的时候，也可以同时查找最小值，然后分别放在相应的位置。

  • 实现代码

     1 public static int[] BinsertSort(int[] a){
 2     int left, right, m, num;
 3     for(int i=1;i<a.length;i++){
 4         num = a[i];
 5         left = 0;
 6         right = i-1;
 7 //二分查找
 8         while(left<=right){
 9             m = (left+right)/2;
10             if(num<a[m])
11                 right = m-1;
12 else
13                 left = m+1;
14         }
15         for(int j=i-1;j>=right+1;--j)
16             a[j+1]=a[j];
17         a[right+1]=num;
18     }
19     return a;
20 }

     

 

04快速排序

1. 优化一

  • 优化思路：优化基准值选取：采用固定基准的方法来对数组进行划分时，如果数组元素基本有序，容易产生最坏时间复杂度O(n^2)；所以可以采用随机基准值确定；但是如果数组值是随机的，采用固定基准可能比随机的要快；故可考虑三数取中：选取待排序数组的开头中间和结尾，通过比较，选取中间值作为基准；

  • 实现代码

     1 public static void swap(int[] arr,int left,int right)
 2 {
 3     int temp;
 4     temp=arr[left];
 5     arr[left]=arr[right];
 6     arr[right]=temp;
 7 }
 8 public static int partition(int[] arr,int left,int right)
 9 {
10     int m=left+(right-left)/2;//找到中间的数字的下标
11     if(arr[left]>arr[right])//最左大于最右的时候，交换左右
12     {
13         swap(arr,left,right);
14     }
15     if(arr[m]>arr[right])//如果中间的>right ,交换
16     {
17         swap(arr,m,right);
18     }
19     if(arr[m]>arr[left])//如果中间的>left，交换
20     {
21         swap(arr,m,right);
22     }
23     int temp=arr[left];//基准
24     while(left<right)//知道left和right重合的时候，才找到合适的位置
25     {     //从后向前找到比小的数字
26         while(left<right  &&  arr[right]>=temp)
27         {
28             right--;
29         }
30         arr[left]=arr[right];//当right的值小于temp的值的时候执行
31         while(left<right  && arr[left] <= temp)//从前往后找到比基准大的数字
32         {
33             left++;
34         }
35         arr[right]=arr[left];//当left的值大于temp的时候执行
36     }
37     arr[left]=temp;//此时的left和right在同一个位置，此时为合适的位置，把temp的值给left
38     return left;//此时返回的值是temp合适的位置，即小于它的在它的左边，大于它的在它的右边
39 }
40 public static int[] Quicksort(int array[], int left, int right) {
41     if(left < right){
42         int pos = partition(array, left, right);
43         Quicksort(array, left, pos - 1);
44         Quicksort(array, pos + 1, right);
45     }
46     return array;
47 }

     

2. 优化二

  • 优化思路：序列长度达到一定大小时，使用插入排序：当快排达到一定深度后，划分的区间很小，使用快排效率不高，可以使用插入排序；

  • 实现代码

     1 public static void quickSort(int[] arr,int left,int right)
 2 {
 3     int length=right-left;
 4     if(length>max_len )
 5     {
 6         int pivot=partition(arr,left,right);
 7         quickSort(arr,left,pivot-1);
 8         quickSort(arr,pivot+1,right);
 9     }
10 else
11     {
12         BinsertSort(arr);
13     }
14 }

     

3. 优化三

  • 优化思路：尾递归优化，快排的递归出现在函数的尾部，且它的返回值不作为表达式的一部分，即递归回溯后不需要做任何操作，编译器检测到尾递归时，他就覆盖当前的活动记录而不是在栈中去创建一个新的，节省了大量栈空间；

4. 优化四

  • 优化思路：聚集元素，在一次分割结束后，将与本次基准相等的元素聚集在一起，再分割时，不再对聚集过的元素进行分割（可以在划分过程中，将与本次基准相等元素放入数组两端，划分结束后再将这些元素一道基准值周围）；

  • 代码实现

     1 //找基准
 2 public static int partion(int[] array,int low,int high){//一次快排
 3     int tmp=array[low];
 4     while(low < high){
 5 //从后找
 6         while(low < high && array[high] >= tmp){
 7             --high;
 8         }
 9         if(low >= high){
10             break;
11         }else{
12             array[low] = array[high];
13         }
14 //从前找
15         while(low < high && array[low] <= tmp){
16             ++low;
17         }
18         if(low >= high){
19             break;
20         }else{
21             array[high] =array[low];
22         }
23     }
24     array[low] = tmp;
25     return low;
26 }
27 //将相同元素聚集在一起
28 public static int[] focusNum(int[] array,int start,int end,int par){
29     int tmp = 0;
30 //查找范围
31     int left=par-1;
32     int right=par+1;
33 //交换的指引变量
34     int parLeft=par-1;
35     int parRight=par+1;
36 //左边找
37     for(int i = left;i >= start;i--){
38         if(array[i] == array[par]){//遍历过程中，有与par相同的元素时
39             if(i != parLeft){//若i 和parLeft相同，将两下标所对应的元素交换
40                 tmp = array[i];
41                 array[i] = array[parLeft];
42                 array[parLeft] = tmp;
43                 parLeft--;
44             }else{
45                 parLeft--;
46             }
47         }
48     }
49 //右边找
50     for(int j = right;j <= end;j++){//遍历过程中，有与par相同的元素时
51         if(array[j] == array[par]){//若i 和parRight相同，将两下标所对应的元素交换
52             if(j != parRight){
53                 tmp = array[j];
54                 array[j] = array[parRight];
55                 array[parRight] = tmp;
56                 parRight++;
57             }else{
58                 parRight++;
59             }
60         }
61     }
62     int[] focus={parLeft,parRight};
63     return focus;
64 }
65 //基准左右进行递归排序
66 public static void Quick(int[] array,int start,int end){
67     int par = partion(array,start,end);
68     int[] brray = focusNum(array,start,end,par);//相同元素聚集在一起后，新的left和right
69     int left = brray[0];
70     int right = brray[1];
71     if(par > start+1){
72         Quick(array,start,left);
73     }
74     if(par < end-1){
75         Quick(array,right,end);
76     }
77 }

     

5. 优化五

  • 优化思路：采用多线程，因为子问题是独立的。   

                                                                                                                                                 欢迎补充，指错，提建议，感谢阅读，感谢支持！

 

关注我 获取更多知识qrcode_for_gh_32a933b66b99_258.jpg长按扫码关注你点的每个赞，我都认真当成了喜欢

 

posted @ 2019-10-15 08:51  PJQOOO  阅读(612)  评论(0)  编辑  收藏  举报