🔥 本文由 程序喵正在路上 原创,CSDN首发!
💖 系列专栏:数据结构与算法
🌠 首发时间:2022年10月22日
🦋 欢迎关注🖱点赞👍收藏🌟留言🐾
🌟 一以贯之的努力 不得懈怠的人生
在我们的程序中,排序是非常常见的一种需求,提供一些数据元素,把这些数据元素按照一定的规则进行排序。比
如查询一些订单,按照订单的日期进行排序;再比如查询一些商品,按照商品的价格进行排序等等
在 Java 的开发工具包 jdk 中,已经给我们提供了很多数据结构与算法的实现,比如 List、Set、Map、Math 等等,它们都是以 API 的方式提供,这种方式的好处在于一次编写,多处使用。我们借鉴 jdk 的方式,也把算法封装到某个类中,所以,在我们写 Java 代码之前,就需要先进行 API 的设计,设计好之后,再对这些 API 进行实现
比如我们先设计一套 API 如下:
类名 | ArrayList |
---|---|
构造方法 | ArrayList() :创建 ArrayList 对象 |
成员方法 | boolean add(E e) :向集合中添加元素 |
成员方法 | E remove(int index) :从集合中删除指定的元素 |
Java 提供了一个接口 Comparable 用来定义排序的规则,有 Java 基础的小伙伴对这个常见的接口应该不陌生,这里我们以案例的形式对 Comparable 接口做一个简单的介绍
需求:
Comparable getMax(Comparable c1,Comparable c2)
完成测试Student类
public class Student implements Comparable<Student> {
private String userName;
private int age;
public String getUserName() {
return userName;
}
public void setUserName(String userName) {
this.userName = userName;
}
public int getAge() {
return age;
}
public void setAge(int age) {
this.age = age;
}
@Override
public String toString() {
return "Student{" +
"userName='" + userName + '\'' +
", age=" + age +
'}';
}
//定义比较规则
@Override
public int compareTo(Student o) {
return this.getAge() - o.getAge();
}
}
test类
public class test {
public static void main(String[] args) {
Student s1 = new Student();
s1.setUserName("张三");
s1.setAge(20);
Student s2 = new Student();
s2.setUserName("李四");
s2.setAge(21);
Comparable max = getMax(s1, s2);
System.out.println("max=" + max);
}
//测试方法,获取两个元素中的较大值
public static Comparable getMax(Comparable c1, Comparable c2) {
int cmp = c1.compareTo(c2);
if (cmp >= 0) {
return c1;
} else {
return c2;
}
}
}
运行结果
冒泡排序(Bubble Sort),是计算机科学领域一种比较简单的排序算法
我们的需求是:
排序原理:
< 冒泡排序 API 设计 >
类名 | Bubble |
---|---|
构造方法 | Bubble() :创建 Bubble 对象 |
成员方法 | public static void sort(Comparable[] c) :对数组内的元素进行排序 |
成员方法 | private static boolean greater(Comparable c1, Comparable c2) : 判断 c1 是否大于 c2 |
成员方法 | private static void exch(Comparable[] c, int i, int j) :交换 c 数组中,索引 i 和索引 j 处的值 |
< 冒泡排序代码实现 >
Bubble类
public class Bubble {
//对数组 C 中的元素进行排序
public static void sort(Comparable[] c) {
for (int i = c.length - 1; i > 0; --i) {
for (int j = 0; j < i; ++j) {
if (greater(c[j], c[j + 1])) {
exch(c, j, j + 1);
}
}
}
}
//比较 c1 元素是否大于 c2 元素
private static boolean greater(Comparable c1, Comparable c2) {
return c1.compareTo(c2) > 0;
}
//数组中索引为 i 和索引为 j 的元素互换位置
private static void exch(Comparable[] c, int i, int j) {
Comparable temp = c[i];
c[i] = c[j];
c[j] = temp;
}
}
test类
import java.util.Arrays;
public class test {
public static void main(String[] args) {
Integer[] a = {4, 5, 6, 3, 2, 1};
Bubble.sort(a);
System.out.println(Arrays.toString(a));
}
}
运行结果
< 冒泡排序时间复杂度分析 >
冒泡排序中使用了双层 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,我们在分析其时间复杂度时,主要分析一下内层循环体的执行次数即可
在最坏的情况下,也就是假如要排序的元素顺序为 { 6, 5, 4, 3, 2, 1 } 时,此时
元素比较的次数为(n 为元素的个数):
(
n
−
1
)
+
(
n
−
2
)
+
(
n
−
3
)
+
⋯
+
2
+
1
=
(
n
−
1
+
1
)
×
(
n
−
1
)
2
=
n
2
−
n
2
(n - 1) + (n - 2) + (n - 3) + \dots + 2 + 1 = \frac{(n - 1 + 1) \times (n - 1)}{2} = \frac{n^2 - n}{2}
(n−1)+(n−2)+(n−3)+⋯+2+1=2(n−1+1)×(n−1)=2n2−n
元素交换的次数为:
(
n
−
1
)
+
(
n
−
2
)
+
(
n
−
3
)
+
⋯
+
2
+
1
=
(
n
−
1
+
1
)
×
(
n
−
1
)
2
=
n
2
−
n
2
(n - 1) + (n - 2) + (n - 3) + \dots + 2 + 1 = \frac{(n - 1 + 1) \times (n - 1)}{2} = \frac{n^2 - n}{2}
(n−1)+(n−2)+(n−3)+⋯+2+1=2(n−1+1)×(n−1)=2n2−n
所以总的执行次数为:
n
2
−
n
2
+
n
2
−
n
2
=
n
2
−
n
\frac{n^2 - n}{2} + \frac{n^2 - n}{2} = n^2 - n
2n2−n+2n2−n=n2−n
按照大 O 推导法则,保留函数中的最高阶项,那么最终冒泡排序的时间复杂度为 O ( n 2 ) O(n^2) O(n2)
选择排序是一种更加简单直观的排序方法
我们的需求是:
排序原理:
< 选择排序 API 设计 >
类名 | Selection |
---|---|
构造方法 | Selection() :创建 Selection 对象 |
成员方法 | public static void sort(Comparable[] c) :对数组内的元素进行排序 |
成员方法 | private static boolean greater(Comparable c1, Comparable c2) : 判断 c1 是否大于 c2 |
成员方法 | private static void exch(Comparable[] c, int i, int j) :交换 c 数组中,索引 i 和索引 j 处的值 |
< 选择排序代码实现 >
public class Selection {
//对数组 C 中的元素进行排序
public static void sort(Comparable[] c) {
for (int i = 0; i < c.length - 1; ++i) {
//假定本次遍历,最小值所在的索引是 i
int minIndex = i;
for (int j = i + 1; j < c.length; ++j) {
if (greater(c[minIndex], c[j])) {
//交换最小值所在的索引
minIndex = j;
}
}
//交换 i 索引处和 minIndex 索引处的值
exch(c, i, minIndex);
}
}
//比较 c1 元素是否大于 c2 元素
private static boolean greater(Comparable c1, Comparable c2) {
return c1.compareTo(c2) > 0;
}
//数组中索引为 i 和索引为 j 的元素互换位置
private static void exch(Comparable[] c, int i, int j) {
Comparable temp = c[i];
c[i] = c[j];
c[j] = temp;
}
}
import java.util.Arrays;
public class test {
public static void main(String[] args) {
Integer[] a = {4, 5, 6, 3, 2, 1};
Selection.sort(a);
System.out.println(Arrays.toString(a));
}
}
< 选择排序时间复杂度分析 >
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,所以我们分别统计数据交换和数据比较次数
在最坏的情况下,也就是假如要排序的元素顺序为 { 6, 5, 4, 3, 2, 1 } 时,此时
元素比较的次数为:
(
n
−
1
)
+
(
n
−
2
)
+
(
n
−
3
)
+
⋯
+
2
+
1
=
(
n
−
1
+
1
)
×
(
n
−
1
)
2
=
n
2
−
n
2
(n - 1) + (n - 2) + (n - 3) + \dots + 2 + 1 = \frac{(n - 1 + 1) \times (n - 1)}{2} = \frac{n^2 - n}{2}
(n−1)+(n−2)+(n−3)+⋯+2+1=2(n−1+1)×(n−1)=2n2−n
元素交换的次数为:
n
−
1
n - 1
n−1
所以总的执行次数为:
n
2
−
n
2
+
n
−
1
=
n
2
+
n
−
2
2
\frac{n^2 - n}{2} + n - 1 = \frac{n^2 + n - 2}{2}
2n2−n+n−1=2n2+n−2
按照大 O 推导法则,保留函数中的最高阶项,那么最终选择排序的时间复杂度为 O ( n 2 ) O(n^2) O(n2)
插入排序(Insertion sort)是一种简单直观且稳定的排序算法
插入排序的工作方式非常像人们排序手上的扑克牌一样。开始时,我们的左手为空并且桌子上的牌面朝下。然后,我们每次从桌子上拿走一张牌并将它插入左手中正确的位置,为了找到一张牌的正确位置,我们从左到右将它与已在手中的每张牌进行比较
我们的需求是:
排序原理:
< 插入排序 API 设计 >
类名 | Insertion |
---|---|
构造方法 | Insertion() :创建 Insertion 对象 |
成员方法 | public static void sort(Comparable[] c) :对数组内的元素进行排序 |
成员方法 | private static boolean greater(Comparable c1, Comparable c2) : 判断 c1 是否大于 c2 |
成员方法 | private static void exch(Comparable[] c, int i, int j) :交换 c 数组中,索引 i 和索引 j 处的值 |
< 插入排序代码实现 >
Insertion类
public class Insertion {
//对数组 C 中的元素进行排序
public static void sort(Comparable[] c) {
for (int i = 1; i < c.length; ++i) {
//当前元素为 c[i],依次和 i 前面的元素比较,找到一个小于等于 c[i]的元素
for (int j = i; j > 0; --j) {
if (greater(c[j - 1], c[j])) {
//交换元素
exch(c, j - 1, j);
} else {
//找到了该元素,结束循环
break;
}
}
}
}
//比较 c1 元素是否大于 c2 元素
private static boolean greater(Comparable c1, Comparable c2) {
return c1.compareTo(c2) > 0;
}
//数组中索引为 i 和索引为 j 的元素互换位置
private static void exch(Comparable[] c, int i, int j) {
Comparable temp = c[i];
c[i] = c[j];
c[j] = temp;
}
}
test类
import java.util.Arrays;
public class test {
public static void main(String[] args) {
Integer[] a = {4, 5, 6, 3, 2, 1};
Insertion.sort(a);
System.out.println(Arrays.toString(a));
}
}
运行结果
< 插入排序时间复杂度分析 >
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,我们主要分析一下内层循环体的执行次数即可
在最坏的情况下,也就是假如要排序的元素顺序为 { 6, 5, 4, 3, 2, 1 } 时,此时
元素比较的次数为:
(
n
−
1
)
+
(
n
−
2
)
+
(
n
−
3
)
+
⋯
+
2
+
1
=
(
n
−
1
+
1
)
×
(
n
−
1
)
2
=
n
2
−
n
2
(n - 1) + (n - 2) + (n - 3) + \dots + 2 + 1 = \frac{(n - 1 + 1) \times (n - 1)}{2} = \frac{n^2 - n}{2}
(n−1)+(n−2)+(n−3)+⋯+2+1=2(n−1+1)×(n−1)=2n2−n
元素交换的次数为:
(
n
−
1
)
+
(
n
−
2
)
+
(
n
−
3
)
+
⋯
+
2
+
1
=
(
n
−
1
+
1
)
×
(
n
−
1
)
2
=
n
2
−
n
2
(n - 1) + (n - 2) + (n - 3) + \dots + 2 + 1 = \frac{(n - 1 + 1) \times (n - 1)}{2} = \frac{n^2 - n}{2}
(n−1)+(n−2)+(n−3)+⋯+2+1=2(n−1+1)×(n−1)=2n2−n
所以总的执行次数为:
n
2
−
n
2
+
n
2
−
n
2
=
n
2
−
n
\frac{n^2 - n}{2} + \frac{n^2 - n}{2} = n^2 - n
2n2−n+2n2−n=n2−n
按照大 O 推导法则,保留函数中的最高阶项,那么最终选择排序的时间复杂度为 O ( n 2 ) O(n^2) O(n2)
简单排序的介绍到这里就结束了,继续加油吧