数据结构与算法排序算法_数据结构快速排序图解

数据结构与算法排序算法_数据结构快速排序图解什么是排序?排序是计算机内经常进行的一种操作,其目的是将一组“无序”的记录序列调整为“有序”的记录序列。1.排序的分类排序分为两类:内部排序:若整个排序过程不需要访问外存便能完成,则称此类排序

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

什么是排序?

排序是计算机内经常进行的一种操作,其目的是将一组“无序”的记录序列调整为“有序”的记录序列。

1.排序的分类

排序分为两类:

  • 内部排序:若整个排序过程不需要访问外存便能完成,则称此类排序问题为内部排序。
  • 外部排序:若参加排序的记录数量很大,整个序列的排序过程不可能在内存中完成,则称此类排序问题为外部排序。

一般来说,外部排序只有数据量极大时会使用,一般情况下排序指的都是内部排序。

image-20200627110216492

2.空间复杂度

1.类似于时间复杂度的讨论,一个算法的空间复杂度(Space Complexity)定义为该算法所耗费的存储空间,它也是问题规模n的函数。

2.空间复杂度(Space Complexity)是对一个算法在运行过程中临时占用存储空间大小的量度。有的算法需要占用的临时工作单元数与解决问题的规模n有关,它随着n的增大而增大,当n较大时,将占用较多的存储单元,例如快速排序和归并排序算法就属于这种情况。

3.在做算法分析时,主要讨论的是时间复杂度。从用户使用体验上看,更看重的程序执行的速度。一些缓存产品(redis, memcache)和算法(基数排序)本质就是用空间换时间。

3.排序的稳定

待排序的记录序列中可能存在两个或两个以上关键字相等的记录。排序前的序列中arr[i]领先于arr[j](即i<j)。若在排序后的序列中arr[i]仍然领先于arr[j],则称所用的方法是稳定的。

比如int数组[1,1,1,6,4]中arr[0],arr[1],arr[2]的值相等,在排序时不改变其序列,则称所用的方法是稳定的。

  • 稳定的排序:冒泡排序,插入排序,归并排序,基数排序,计数排序
  • 不稳定的排序:快速排序,希尔排序,选择排序,堆排序

稳定性设计到排序的现实意义,举个例子:

例如要排序的内容是一组原本按照价格高低排序的对象,如今需要按照销量高低排序,使用稳定性算法,可以使得想同销量的对象依旧保持着价格高低的排序展现,只有销量不同的才会重新排序。

更多关于稳定性的理解可以参考这个

4.各排序时间复杂度概览

排序法 平均时间 最差情形 是否稳定 优先选择条件
冒泡排序 O(n^2) O(n^2) 稳定 n小时较好
交换排序 O(n^2) O(n^2) 不稳定 n小时较好
选择排序 O(n^2) O(n^2) 不稳定 n小时较好
插入排序 O(n^2) O(n^2) 稳定 大部分已排序时较好
基数排序 O(logRB) O(logRB) 稳定 B是真数(0-9),R是基数(个十百)
希尔排序 O(nlogn) O(ns)1<s<2 不稳定 s是所选分组
快速排序 O(nlogn) O(n2) 不稳定 n大时较好
归并排序 O(nlogn) O(nlogn) 稳定 n大时较好
堆排序 O(nlogn) O(nlogn) 不稳定 n大时较好

一、冒泡排序

冒泡排序是一种简单的排序算法,它也是一种稳定排序算法。其实现原理是重复扫描待排序序列,并比较每一对相邻的元素,当该对元素顺序不正确时进行交换。一直重复这个过程,直到没有任何两个相邻元素可以交换,就表明完成了排序。

数据结构与算法排序算法_数据结构快速排序图解

1.举个例子

要对10,-1,8,3这四个数进行排序:

第一次排序:

  • -1,10,8,3 //比较10和-1,逆序则交换

  • -1,8,10,3 //比较10和8

  • -1,8,3,10 //比较10和3

    第一次排序结束,确定了四个数里最大的数的位置

第二次排序:

  • -1,8,3,10 //比较-1和8,不逆序所以不需要移动

  • -1,3,8,10 //比较8和3

    由于已经确定了10为最大数,所以只需要比较到倒数第二位。

    第二次排序结束,确定了第二大的数的位置

第三次排序:

  • -1,3,8,10 //比较-1和3

    由于已经确定了第三和第四大的数,所以只需要比较到倒数第三位。

    第三次排序结束,确定了第三大的数,故第一大的数也随之确定

2.思路

  • 比较相邻的元素。如果第一个比第二个大,就交换它们两个;
  • 对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对,这样在最后的元素应该会是最大的数;
  • 针对所有的元素重复以上的步骤,除了最后一个;
  • 重复步骤1~3,直到排序完成。

3.实现代码

/**
 * 输入一串无序数组,对其进行冒泡排序
 * @param arr
 * @return
 */
public static int[] sort(int[] arr) {
    //如果某次排序不发生交换,说明上一次排序前已经为有序
    boolean isChange = false;

    //根据数组长度决定一共需要排序几次
    int round = arr.length - 1;
    for (int i = 0; i < round; i++) {
        //每次排序需要对比到第几位
        for (int j = 0; j < round - i; j++) {
            //对比大小
            if (arr[j] > arr[j + 1]) {
                int temp = arr[j];
                arr[j] = arr[j + 1];
                arr[j + 1] = temp;

                //发生交换
                isChange = true;
            }
        }

        //判断本次排序是否发生交换
        if (!isChange) {
            System.out.println("第" + (i + 1) + "次排序无交换,第" + i + "次排序已为有序!");
            return arr;
        }else {
            isChange = false;
        }
        System.out.println("第" + (i + 1) + "次排序:" + Arrays.toString(arr));
    }
    return arr;
}

//{-1, 52, 9, 13, -5, 7}排序运行结果
第1次排序:[-1, 9, 13, -5, 7, 52]
第2次排序:[-1, 9, -5, 7, 13, 52]
第3次排序:[-1, -5, 7, 9, 13, 52]
第4次排序:[-5, -1, 7, 9, 13, 52]
第5次排序无交换,第4次排序已为有序!

二、选择排序

选择排序,是从欲排序的数据中,按指定的规则选出某一元素,再依规定交换位置后达到排序的目的。

数据结构与算法排序算法_数据结构快速排序图解

1.举个例子

选择排序(select sorting)也是一种简单的排序方法。
它的基本思想是:
第一次从arr[0]~arr[n-1]中选取最小值,与arr[0]交换;
第二次从arr[1]~arr[n-1]中选取最小值,与arr[1]交换;
第三次从arr[2]~arr[n-1]中选取最小值,与arr[2]交换;

第i次从arr[i-1]~arr[n-1]中选取最小值,与arr[i-1]交换;

第n-1次从arr[n-2]~arr[n-1]中选取最小值,与arr[n-2]交换,
总共通过n-1次,得到一个按排序码从小到大排列的有序序列。

2.思路

  • 需要进行n-1轮排序
  • 若要为第i个数排序,就先默认第i个元素为最小数,记录其大小和下标
  • 接着从第i+1到第n个数开始依次比较,如果有数小于最小数,则用该数替换原最小数和其下标
  • 第i轮比较结束后,让找出的最小数与第i个数交换位置

3.代码实现

/**
 * 输入一串无序数组,对其进行选择排序
 * @param arr
 * @return
 */
public static int[] sort(int[] arr) {
    for (int i = 0; i < arr.length -1; i++) {
        //用于存放每次选择中最小数的下标,最小值默认为第一个数为i
        int minNumIndex = i;

        //从(i+1,arr.length)的范围中筛选最小的数
        for (int j = i + 1; j < arr.length; j++) {
            //如果范围内有数比现有minNum小,则替换下标
            if (arr[j] < arr[minNumIndex]) {
                minNumIndex = j;
            }
        }
        //一次选择结束,将(i+1,arr.length)的范围中的最小数与arr[i]交换位置
        int temp = arr[minNumIndex];
        arr[minNumIndex] = arr[i];
        arr[i] = temp;

        System.out.println("第" + (i + 1) + "轮:" + Arrays.toString(arr));
    }

    return arr;
}

//{-1, 52, 9, 13, -5, 7}排序运行结果
第1轮后:[-5, 52, 9, 13, -1, 7]
第2轮后:[-5, -1, 9, 13, 52, 7]
第3轮后:[-5, -1, 7, 13, 52, 9]
第4轮后:[-5, -1, 7, 9, 52, 13]
第5轮后:[-5, -1, 7, 9, 13, 52]

4.与冒泡排序比较

同样对长度80000的数字进行排序,选择排序比冒泡排序快不少,原因在于选择排序每次排序只移动指针,找到位置后才进行一次元素交换,而冒泡需要多次交换。

换句话说,要排序的数组越长,冒泡每次排序元素要移动的次数就越多,与选择排序的差距就越明显。

这个同样能解释希尔排序的两种实现方式的速度差距。

//冒泡排序交换值,交换n次值
temp = arr[j];
arr[j + gap] = temp;
arr[j] = arr[j + gap]
    
//插入排序交换值,交换n次指针
arr[j] = arr[j - gap]
//然后交换1次值
temp = arr[j];
arr[j + gap] = temp;
arr[j] = arr[j + gap]

三、插入排序

插入排序,是将一个记录插入到已经排好序的有序表中,从而一个新的、记录数增1的有序表

数据结构与算法排序算法_数据结构快速排序图解

1.举个例子

有数组{5,2,4,6,1,3}要进行排序,

  • 从第二位往前看,5比2大,且5为第一个数,于是5后移,把2插入5前。现在是{2,5,4,6,1,3}
  • 从第三位往前看,5比4大,于是5后移,继续往前看,2比4小,所以把4插入原先5的位置。现在是{2,4,5,6,1,3}
  • 从第四位往前看,4比6小,于是6就不动了。现在是{2,4,5,6,1,3}
  • 从第五位往前看,6比1小,于是6后移,继续往前看,5比1小,5后移,继续往前看…..2比1小,2后移,又2为第一个数,于是把1插入原本2的位置。现在是{1,2,4,5,6,3}
  • 从第六位往前看,6比3小,于是6后移,继续往前看,…..3比2大,于是把3插入原先4的位置。排序完成。

数据结构与算法排序算法_数据结构快速排序图解

2.思路分析

  • 从第一个元素开始,该元素可以认为已经被排序;
  • 取出下一个元素,在已经排序的元素序列中从后向前扫描;
  • 如果该元素(已排序)大于新元素,将该元素移到下一位置;
  • 重复步骤3,直到找到已排序的元素小于或者等于新元素的位置;
  • 将新元素插入到该位置后;
  • 重复步骤2~5。

3.代码实现

/**
 * 输入一串无序数组,对其进行插入排序
 * @param arr
 * @return
 */
public static int[] sort(int[] arr) {
    //需要从第二位开始,避免i-1出现控制针
    for (int i = 1; i < arr.length; i++) {
        //指向当前插入位置前一个元素的指针
        int pre = i - 1;
        //当前处理元素的值
        int val = arr[i];

        // 让比当前元素大的元素不断的后移,直到到头了或者找到了比当前元素小的元素
        while (pre >= 0 && arr[pre] > val) {
            //前一个元素往后移
            arr[pre + 1] = arr[pre];
            //继续往前移动
            pre--;
        }

        //跳出循环时即找到了当前元素的正确插入位置
        //将该位置的值赋成处理元素的值
        arr[pre + 1] = val;

        System.out.println("第" + (i + 1) + "轮:" + Arrays.toString(arr));
    }

    return arr;
}

//{-1, 52, 9, 13, -5, 7}排序运行结果
第2轮:[-1, 52, 9, 13, -5, 7]
第3轮:[-1, 9, 52, 13, -5, 7]
第4轮:[-1, 9, 13, 52, -5, 7]
第5轮:[-5, -1, 9, 13, 52, 7]
第6轮:[-5, -1, 7, 9, 13, 52]

四、希尔排序

希尔排序是希尔(Donald Shell)于1959年提出的一种排序算法。希尔排序也是一种插入排序,它是简单插入排序经过改进之后的一个更高效的版本,也称为缩小增量排序。

希尔排序是把记录按下标的一定增量分组, 对每组使用直接插入排序算法排序; 随着增量逐渐减少,每组包含的关键词越来越多, 当增量减至1时,整个文件恰被分成一组,算法便终止。

数据结构与算法排序算法_数据结构快速排序图解

1.举个例子

数据结构与算法排序算法_数据结构快速排序图解

2.思路

  • 将数组除于2进行分组,得到gap组数字
  • 对gap组数字进行插入排序,由于数据共分为gap组,所以同一组相邻的数字在数组中的位置总是相隔gap
  • 遍历gap组数字,表现在数组上就是从gap遍历到arr.length

3.代码实现

有两种实现思路,一种是交换法,一种是移位法

先说结论:移位法比交换法快,原因在于:

交换法思路有点类似于冒泡排序,需要不断的比较并交换数值,

而移位法即选择排序,仅仅遍历赋值后移动指针,找到插入位置后,再把元素插入到有序表,而不是多次交换加入有序表。

//交换法交换n次值
temp = arr[j];
arr[j + gap] = temp;
arr[j] = arr[j + gap]
    
//位移法移动n次指针后只交换一次值
arr[j] = arr[j - gap]

3.1交换法实现

/**
 * 输入一串无序数组,对其进行希尔排序
 * 注意,此方法为移位法
 * @param arr
 * @return
 */
public static int[] sort(int[] arr) {
    int temp = 0;
    int count = 0;
    // 将数组每次对半分分成多组,组数逐渐缩小
    // gap为每次分组后的同组元素的间隔,比如分成5组,那同组元素间隔即为5,即位置是i和i+5的元素是一组
    for (int gap = arr.length / 2; gap > 0; gap /= 2) {
        // 从第gap个元素开始,逐步遍历其所在的组,即从第一组开始向后遍历
        // 第gap个元素即为第一组的最后一个元素,也就是i即表示某组的最后一个位置
        for (int i = gap; i < arr.length; i++) {
            // 接着遍历同组元素,即一组有几个元素就遍历几次
            // j=i-gap即获得第某组的倒数第二个元素位置
            // 向前遍历,每隔gap个元素就对比一次大小
            for (int j = i - gap; j >= 0; j = j - gap) {
                //如果当前元素大于后一个元素,就交换位置
                if (arr[j] > arr[j + gap]) {
                    temp = arr[j];
                    arr[j] = arr[j + gap];
                    arr[j + gap] = temp;
                }
            }
        }

        System.out.println("第" + (++count) + "轮:" + Arrays.toString(arr));
    }


    return arr;
}

//{-1, 52, 9, 13, -5, 7}排序运行结果
第1轮:[-1, -5, 7, 13, 52, 9]
第2轮:[-5, -1, 7, 9, 13, 52]

3.2 移位法实现

下面是通过移位法实现的排序,比交换法更快更稳定:

/**
 * 输入一串无序数组,对其进行希尔排序
 * 注意,此方法为移位法
 * @param arr
 * @return
 */
public static int[] sortByMove(int[] arr) {
    int count = 0;
    // 将数组每次对半分分成多组,组数逐渐缩小
    // gap为每次分组后的同组元素的间隔,比如分成5组,那同组元素间隔即为5,即位置是i和i+5的元素是一组
    for (int gap = arr.length / 2; gap > 0; gap /= 2) {

        //从第gap个元素开始,逐个对其所在组进行插入排序
        for (int i = gap; i < arr.length; i++) {
            int j = i;
            int temp = arr[j];
            //如果某组最后一个元素比前一个元素小
            if (arr[j] < arr[j - gap]) {
                //将同组元素不断后移,直到该元素找到位置或者到头为止
                while (j - gap >= 0 && arr[j - gap] > temp) {
                    arr[j] = arr[j - gap];
                    j = j - gap;
                }

                //当找到位置时插入元素
                arr[j] = temp;
            }
        }

        System.out.println("第" + (++count) + "轮:" + Arrays.toString(arr));

    }

    return arr;
}

五、快速排序

快速排序的基本思想:通过一趟排序将待排记录分隔成独立的两部分,其中一部分记录的关键字均比另一部分的关键字小,则可分别对这两部分记录继续进行排序,以达到整个序列有序。

数据结构与算法排序算法_数据结构快速排序图解

1.举个例子

数据结构与算法排序算法_数据结构快速排序图解

  • 先选择一个中间位置数11,分别将数组中比11大和比11小的数放到左右两个数组中
  • 对两个数组分别选一个中间位置数,也就是5和21,各自再根据比中间数小或者比中间数大再次分为两个数组。以此类推

2.思路

  • 把长度为n的输入序列分成两个长度为n/2的子序列
  • 对这两个子序列分别采用归并排序;
  • 将两个排序好的子序列合并成一个最终的排序序列
  • 对左支和右支可通过递归实现排序

3.代码实现

public static int[] sort(int[] arr) {
    sort(arr, 0, arr.length - 1);
    return arr;
}

/**
 * 输入一串无序数组,并根据给定的左右指针对指定的范围其进行排序
 * @param arr
 * @param left
 * @param right
 * @return
 */
public static int[] sort(int[] arr, int left, int right) {

    //左右指针
    int l = left;
    int r = right;

    //找到中间数
    int pivot = arr[(left + right) / 2];
    //用于元素交换的临时变量
    int temp;

    //将比中间数小的放左边,比中间数大的放右边
    while (l < r) {
        // 从左往右遍历,寻找比中间数大的数
        while (arr[l] < pivot) {
            l++;
        }
        // 从右往左遍历,寻找比中间数小的数
        while (arr[r] > pivot) {
            r--;
        }

        // 如果l > r,即左指针右指针都越过了中间数,说明两边数都已经有序
        // 如果l = r,即可能存在多个与中间数同值的元素的情况下,左右指针一起指向了同一边的同一个元素,也说明两边数都已经有序
        if (l >= r) {
            break;
        }

        //交换元素
        temp = arr[l];
        arr[l] = arr[r];
        arr[r] = temp;

        //如果交换完后,发现现在右侧有一个与中间数相同的数,右指针前移一位
        if (arr[l] == pivot) {
            r -= 1;
        }
        //如果交换完后,发现现在左侧有一个与中间数相同的数,左指针后移一位
        if (arr[r] == pivot) {
            l += 1;
        }
    }

    //防止死循环
    if (l == r) {
        l += 1;
        r -= 1;
    }

    //向右递归
    if (left < r) {
        sort(arr, l, right);
    }
    //向左递归
    if (right > l) {
        sort(arr, left, r);
    }

    return arr;
}

六、归并排序

归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为2-路归并。

数据结构与算法排序算法_数据结构快速排序图解

1.举个例子

数据结构与算法排序算法_数据结构快速排序图解

我们以上图最后一次合并为例:

数据结构与算法排序算法_数据结构快速排序图解

数据结构与算法排序算法_数据结构快速排序图解

以上多个有序数组间的合并需要进行多次,通过递归完成

2.思路

  • 把长度为n的数组分成两个长度为n/2的子数组;
  • 如果子数组仍然长度大于1,就重复步骤1直到所有数组都被拆分完毕
  • 将拆分后的元素两两合并为一个有序数组,然后相邻两个数组A,B进行合并:
    1. 创建一个新数组,然后遍历B数组并与A数组第一位进行比较,如果该数字比A数组第一小则放入新数组第一位
    2. 否则将A数组第一位放入新数组
  • 重复上面步骤3直到A,B数组所有元素都有序放入新数组,即合并完成
  • 重复步骤3,直到所有数组都最终都被合并为一个有序数组

3.代码实现

public static int[] sort(int[] arr) {
    int temp[] = new int[arr.length];
    return sort(arr, 0, arr.length - 1, temp);
}

/**
 * 合并排序
 * @param arr 排序的原始数组
 * @param left 左边有序序列的初始索引
 * @param right 右边索引
 * @param temp 临时存储的中转数组
 */
public static int[] sort(int[] arr, int left, int right, int[] temp) {
    if (left < right) {
        //获取中间索引
        int mid = (left + right) / 2;
        //向左递归分解
        sort(arr, left, mid, temp);
        //向右递归分解
        sort(arr, mid + 1, right, temp);
        // 先左遍历到最左边,然后向右遍历,当l=r时触发排序
        merge(arr, left, mid, right, temp);
    }
    return arr;
}

/**
 * 合并的方法
 *
 * @param arr 排序的原始数组
 * @param left 左边有序序列的初始索引
 * @param mid 中间索引
 * @param right 右边索引
 * @param temp 临时存储的中转数组
 */
public static void merge(int[] arr, int left, int mid, int right, int[] temp) {
    //左边有序序列的初始索引
    int i = left;
    //中间索引
    int j = mid+1;
    //temp的索引
    int t = 0;

    //先把左右两边有序的数据按照规则填充到temp数组,直到左右两边的有序序列,有一边处理完毕为止
    while (i <= mid && j <= right) {
        //如果左边的有序序列的当前元素小于等于右边有序序列的当前元素
        if (arr[i] <= arr[j]) {
            temp[t] = arr[i];
            t += 1;
            i += 1;
        } else {
            //否则将右边有序序列的当前元素填充到temp数组
            temp[t] = arr[j];
            t += 1;
            j += 1;
        }
    }

    //左边的有序序列还有剩余的元素,就全部填充到temp数组
    while (i <= mid) {
        temp[t] = arr[i];
        t += 1;
        i += 1;
    }
    //右边的有序序列还有剩余的元素,就全部填充到temp数组
    while (j <= right) {
        temp[t] = arr[j];
        t += 1;
        j += 1;
    }

    //将temp数组里的有序元素拷贝回arr数组
    //从左边开始拷贝, 注意:不是每次都拷贝所有
    t = 0;
    int tempLeft = left;
    //第一次合并:templeft = 0,right = 1。 第二次合并:templeft = 2,right = 3。 最后一次:templeft = 0,right = 7
    while (tempLeft <= right) {
        arr[tempLeft] = temp[t];
        t += 1;
        tempLeft += 1;
    }
}

七、基数排序

基数排序是按照低位先排序,然后收集;再按照高位排序,然后再收集;依次类推,直到最高位。有时候有些属性是有优先级顺序的,先按低优先级排序,再按高优先级排序。最后的次序就是高优先级高的在前,高优先级相同的低优先级高的在前。

数据结构与算法排序算法_数据结构快速排序图解

1.举个例子

数据结构与算法排序算法_数据结构快速排序图解

数据结构与算法排序算法_数据结构快速排序图解

数据结构与算法排序算法_数据结构快速排序图解

2.思路

  • 取得数组中的最大数,并取得位数
  • 准备一个长度为10,内部一位数组长度为arr.length的二维数组,可以理解为10个高度为arr.length的桶
  • 遍历数组,根据数组中个位数决定要放在哪个桶,即如果个位数为1就放入1号桶,为2就放入2号桶,直到数组所有元素分配完毕
  • 遍历桶将桶中数字放回原数组,然后清空桶。即完成了个位数的排序
  • 重复步骤3和步骤4,但是排序依据从个位数换成十位数,然后百位数…..以此类推,直到数组最大位数

3.代码实现

/**
 * 获取数组中的最大数的位数
 * @param arr
 * @return
 */
public static int getMaxDigit(int[] arr) {
    int max = arr[0];
    for (int i = 1; i < arr.length; i++) {
        if (arr[i] > max) {
            max = arr[i];
        }
    }
    return String.valueOf(max).length();
}

/**
 * 基数排序
 * @param arr 排序的原始数组
 * @param left 左边有序序列的初始索引
 * @param right 右边索引
 * @param temp 临时存储的中转数组
 */
public static int[] sort(int[] arr) {
    //设置二维数组用于表示桶
    //第一层数组下标即表示存放某数位为x的数字的桶,比如下标为2的桶用于存放个位数为2的数字;下标为0的桶用于存放十位数为0的数字
    //第二层数组即表示桶高度
    int[][] bucket = new int[10][arr.length];

    //表示某个桶内用几个元素,比如bucketElementCount[0]即表示bucket[0]桶有几个元素
    //由于数字下标从0开始,所以这同时也表示了桶下一个元素的插入下标,比如bucketElementCount[0]=1,就意味着bucket[0]下一个元素应该插到bucket[0][1]去
    int[] bucketElementCount = new int[10];

    //最大数有几位就循环排序几次
    for (int i = 0, n = 1; i <= getMaxDigit(arr); i++, n *= 10) {
        //遍历元素并归类到桶中
        for (int j = 0; j < arr.length; j++) {
            //获取元素某数位的数字
            //根据遍历,获取数字的个位,十位数,百位数......
            int digitOfElement = arr[j] / n % 10;
            //将其归类到桶中
            bucket[digitOfElement][bucketElementCount[digitOfElement]] = arr[j];
            //提高桶高度
            bucketElementCount[digitOfElement]++;
        }

        //按顺序将每一个桶中元素取出并放入原集合
        int index = 0;
        for (int k = 0; k < bucketElementCount.length; k++) {
            //如果桶中有元素就取出
            if (bucketElementCount[k] != 0) {
                //遍历桶中元素并放入数组
                for (int l = 0; l < bucketElementCount[k]; l++) {
                    arr[index++] = bucket[k][l];
                }
            }
            //清空桶
            bucketElementCount[k] = 0;
        }
    }

    return arr;
}

4.基数排序注意事项:

  • 基数排序是典型的空间换时间,当排序的数字过多的时候可能会发生OutOfMemoryError(实测八千万时报错)

  • 基数排序要排负数的时候需要加以改进:

    将数组中的负数单独摘出并取绝对值后进行排序,然后倒序插入排序完的整数数组,并且在插入过程加上负号

八、堆排序

参照二叉树部分

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, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/170811.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)
blank

相关推荐

  • 如何使用staruml创建时序图[通俗易懂]

    说明:staruml版本:5.0.2.15701、打开staruml2、添加模型,右键Untitled=&gt;add=&gt;model=&gt;取名myuml(可以随意取)3、添加图表,右键myuml=&gt;AddDiagram=&gt;SequenceDiagram4、重命名图表5、添加参与者actor,右键myuml=&gt;add=&gt…

  • sql语句中declare_sql的declare语句

    sql语句中declare_sql的declare语句一.WITHAS的含义   WITHAS短语,也叫做子查询部分(subqueryfactoring),可以让你做很多事情,定义一个SQL片断,该SQL片断会被整个SQL语句所用到。有的时候,是为了让SQL语句的可读性更高些,也有可能是在UNIONALL的不同部分,作为提供数据的部分。 特别对于UNIONALL比较有用。因为UNIONALL的每个部分可能相同,但是如果每个部分…

  • laravel多表登录出现路由调用错误

    laravel多表登录出现路由调用错误

    2021年10月25日
  • python 生成数组_Python创建数组「建议收藏」

    python 生成数组_Python创建数组「建议收藏」1创建数组array函数>>>a=([1,2],[3,4])>>>array(a)array([[1,2],[3,4]])arange函数:指定初始值、终值、步长来创建数组>>>importnumpy>>>numpy.arange(0,1,0.1)array([0.,0.1,0.2,0.3,0.4…

  • ugui drawcall优化_DrawerLayout

    ugui drawcall优化_DrawerLayoutUGUIdrawcall合并原理高数量的drawcall带来的坏处不用多说了,本篇重点说的是UGUI是如何合并drawcall的。通过这篇博客,你将学会如何精算一个UGUI界面到底有几个drawcall,并且能想象出各UI控件的渲染顺序(即FrameDebugger窗口里的渲染顺序)。概念篇在学习本篇之前,你需要了解以下几个名词。bottomUIA是B的botto…

  • 解决windows update 8024402C错误[通俗易懂]

    解决windows update 8024402C错误[通俗易懂]安装了2003SP1更新时总是会有8024402C错误错误网上daimoon兄的解决方式他的机器在ISASERVER后而我的机器是ISASERVER2004网上daimoon兄的解决方式他的机器在ISASERVER后环境:windowsxpsp1,位于isaserver后问题:使用windowsautoupdate后出错误提示:0x8024402C…

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号