标签：ret   static   循环   基于   OLE   stat   订单   解决   赋值   

排序算法（一）

如何分析一个排序算法

一、执行效率

1. 最好情况、最坏情况、平均情况时间复杂度
2. 时间复杂度的系统，常数、低阶
3. 比较次数和交换（移动）次数

二、内存消耗

内存消耗可以通过空间复杂度衡量。原地排序：特指空间复杂度为O(1)的排序算法，不需要使用额外空间。

三、稳定性

稳定性：排序之前存在有两个值相等的元素，排序之后，相等元素之间原有的相对位置不变

例子：订单中有两个属性，金额和时间。现在希望想要按照金额由小到大进行排序，金额相同的再按照时间从早到晚排序。

解决办法：利用排序算法稳定性解决比较方便。首先按照时间从早到晚进行排序，排完序之后再使用稳定排序算法对金额进行排序，因为稳定性，对于相同金额的订单，排序前后的相对位置是不会发生改变，所以订单就按照预期排好了。

排序算法

一、冒泡排序

冒泡排序只会比较相邻两个元素进行比较，看是否满足大小关系，不满足则互换位置，每次冒泡会让至少一个元素移动到它应该在的位置，重复n次。

移动元素次数等于逆序度

优化：当某次冒泡没有数据交换时，就说明已经排好序了，不需要再继续执行后续冒泡操作了。

// 冒泡排序，a表示数组，n表示数组大小
public void bubbleSort(int[] a, int n) {
  if (n  a[j+1]) { // 交换
        int tmp = a[j];
        a[j] = a[j+1];
        a[j+1] = tmp;
        flag = true;  // 表示有数据交换      
      }
    }
    if (!flag) break;  // 没有数据交换，提前退出
  }
}

二、插入排序

思想：动态向有序集合中插入数据，并一直保持集合有序

插入排序描述：将数组分为两部分，分别是：已排序区间和未排序区间。初始已排序区间只有一个元素，即数组的第一个元素，之后不断从未排序区间中取出元素，并插入到已排序区间的合适位置，保证已排序区间一直有序。重复这个过程直到未排序区间中元素为空。

移动元素次数等于逆序度

// 插入排序，a表示数组，n表示数组大小
public void insertionSort(int[] a, int n) {
  if (n = 0; --j) {
      if (a[j] > value) {
        a[j+1] = a[j];  // 数据移动
      } else {
        break;
      }
    }
    a[j+1] = value; // 插入数据
  }
}

三、选择排序

选择排序思路：数组也分为已排序区间和未排序区间，每次在未排序区间中从第一位元素开始找，找到最小元素，将其与未排序区间第一位元素交换位置，就变为了已排序区间的末尾。

// 选择排序，a表示数组，n表示数组大小
public static void selectionSort(int[] a, int n) {
    if (n 

思考

冒泡排序和插入排序的时间空间复杂度，稳定性都相同，但为什么插入排序更受欢迎？

冒泡排序中需要交换的元素个数，和选择排序需要移动元素个数是固定相同的，即都为原始数据的逆序度。

但是冒泡排序数据交换要比插入排序数据移动复杂，冒泡排序需要3个赋值操作，而插入排序只需要1个

//冒泡排序中数据的交换操作：
if (a[j] > a[j+1]) { // 交换
   int tmp = a[j];
   a[j] = a[j+1];
   a[j+1] = tmp;
   flag = true;
}

//插入排序中数据的移动操作：
if (a[j] > value) {
  a[j+1] = a[j];  // 数据移动
} else {
  break;
}

假设将一个赋值语句耗时时间为单位时间，分别使用冒泡排序和选择排序对同一个逆序度为K的数组进行排序：

冒泡排序：需要K次交换操作，每次3个赋值语句，所以总耗时时间为3*K；

插入排序：需要K次移动操作，每次1个赋值语句，所以总耗时时间我K；

所以，虽然时间复杂度都为O(n2),但插入排序的性能更加极致优化。如果需要对插入排序进一步优化，可以了解下希尔排序

排序算法（一）时间复杂度为O(n²)的排序算法

标签：ret   static   循环   基于   OLE   stat   订单   解决   赋值   

原文地址：https://www.cnblogs.com/leduoi/p/13357119.html