首页 > 编程语言 > 详细

数据结构与算法学习笔记之如何分析一个排序算法?

时间:2018-10-19 16:35:38      阅读:278      评论:0      收藏:0      [点我收藏+]

前言

现在IT这块找工作,不会几个算法都不好意思出门,排序算法恰巧是其中最简单的,我接触的第一个算法就是它,但是你知道怎么分析一个排序算法么?有很多时间复杂度相同的排序算法,在实际编码中,那又如何选择呢?下面我们带着问题一起学习一下。

 正文

一、常见经典的排序方法

(图片来自于一像素

插入排序

 

技术分享图片
希尔排序(递减增量排序算法)
技术分享图片

 

归并排序

技术分享图片

快速排序

 技术分享图片

 

冒泡排序

技术分享图片

选择排序

技术分享图片

计数排序

技术分享图片

计数排序

技术分享图片

堆排序

技术分享图片

二、 按照时间复杂度归类

时间复杂度O(n2):
冒泡排序、插入排序、选择排序 
 
时间复杂度O(nlogn):
快速排序、归并排序
 
时间复杂度O(n):
计数排序、基数排序、桶排序 

三、如何分析一个“排序算法”?

从三个方面入手

a、算法的执行效率

1.最好、最坏、平均情况时间复杂度。
从算法的核心,复杂度入手,给出最好最坏,平均情况下的时间复杂度,便于分析

2. 时间复杂度的系数、常数和低阶。
时间复杂度表示的是规模很大的一种增涨趋势,很容易就忽略系数,低阶,常数等,实际开发中排序的规模都是像10.100.1000这种小规模

3. 比较次数,交换(或移动)次数。
排序算法执行过程中,涉及两种操作,一种是元素比较大小,一种是元素交换或移动位置,所以比较次数,交换次数都得考虑进去。

b、排序算法的内存消耗

算法消耗可以通过空间复杂度来衡量

原地排序算法:特指空间复杂度是O(1)的排序算法。

c、排序算法的稳定性

1. 稳定性概念:如果待排序的序列中存在值相等的元素,经过排序之后,相等元素之间原有的先后顺序不变。
2. 稳定性重要性:可针对对象的多种属性进行有优先级的排序。
3. 举例:给电商交易系统中的“订单”排序,按照金额大小对订单数据排序,对于相同金额的订单以下单时间早晚排序。用稳定排序算法可简洁地解决。先按照下单时间给订单排序,排序完成后用稳定排序算法按照订单金额重新排序。


四、详解冒泡排序

冒泡排序只会操作相邻的两个数据。每次冒泡操作都会对相邻的两个元素进行比较,看是否满足大小关系要求,如果不满足就让它俩互换。
 
冒泡排序只涉及相邻数据的交换,只需要常量级的临时空间,所以它的空间复杂度未O(1)是原地排序算法
 
稳定性:当有相邻的两个元素大小相等时,不做交换,冒泡排序是稳定的排序算法。
 
引入两个概念:
默认从小到大未有序
有序度:数组中具有有序关系的元素对的个数。
满有序度:完全有序的数组
逆序度:数组中具有无序关系的元素对的个数。
逆序度=满有序度-有序度
排序的过程实际上就是增加有序度,减少逆序度的过程
 
时间复杂度:
1. 最好情况(满有序度):O(n)。
2. 最坏情况(满逆序度):O(n^2)。
3. 平均情况:
“有序度”和“逆序度”:对于一个不完全有序的数组,如4,5,6,3,2,1,有序元素对为3个(4,5),(4,6),(5,6),有序度为3,逆序度为12;对于一个完全有序的数组,如1,2,3,4,5,6,有序度就是n*(n-1)/2,也就是15,称作满有序度;逆序度=满有序度-有序度;冒泡排序、插入排序交换(或移动)次数=逆序度。
最好情况下初始有序度为n*(n-1)/2,最坏情况下初始有序度为0,则平均初始有序度为n*(n-1)/4,即交换次数为n*(n-1)/4,因交换次数<比较次数<最坏情况时间复杂度,所以平均时间复杂度为O(n2)。
 
代码实现:
// 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 <= 1) return;
 
 for (int i = 0; i < n; ++i) {
    // 提前退出冒泡循环的标志位
    boolean flag = false;
    for (int j = 0; j < n - i - 1; ++j) {
      if (a[j] > 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
  }
}

 

 

五、详解插入排序

将数据分为两个区间,已排序区间和未排序区间,初始已排序区间只有一个元素(即第一个数据),我们取未排序区间的元素,在已排序的区间中找到合适的位置插入位置插入,并保证已排序区间数据一直有序,重复过程,直到未排序区间中没有元素

运行过程中看得出来,不需要额外的存储空间,所以空间复杂度为0(1),也是原地排序算法

同样值的元素,前后顺序保持不变,是稳定的排序算法

时间复杂度:

最好时间复杂度为O(n)

最坏时间复杂度为O(n2)

平均时间复杂度为O(n2)

代码实现:

// 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 <= 1) return;

  for (int i = 1; i < n; ++i) {
    int value = a[i];
    int j = i - 1;
    // 查找插入的位置
    for (; j >= 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
  }
}

 

六、详解选择排序

选择排序将数组数据分成已排序区间和未排序区间。初始已排序区间只有一个元素,即数组第一个元素。在未排序区间找到最小的数据,将其放在已排序区间的末尾

空间复杂度为O(1),选择排序是原地排序算法。
 
未排序区间的元素和已排序区间的元素相同时,它可以放在已排序区间相同值的前或后,所以为不稳定的排序

时间复杂度:
1. 最好情况:O(n2)。
2. 最坏情况:O(n2)。
3. 平均情况:O(n2)(往数组中插入一个数的平均时间复杂度是O(n),一共重复n次)。

七、各种排序方法的汇总比较

技术分享图片

八、选择排序和插入排序的时间复杂度相同,都是O(n^2),在实际的软件开发中,为什么我们更倾向于使用插入排序而不是冒泡排序算法呢?

答:它们的元素比较次数以及交换元素的次数都是原始数据的逆序度,是一个固定值,但是从代码实现上来看,冒泡排序的数据交换要比插入排序的数据移动要复杂,冒泡排序需要3个赋值操作,而插入排序只需要1个,他们 的时间复杂度上都是O(n2),但是为了追求极致的性能,所以首选插入排序算法
 

结尾

大家不妨试着分析一下其他的几种算法。

看再多遍都不如写一篇来得深刻,建议大家多敲。

相关文章

数据结构与算法学习笔记之写链表代码的正确姿势(下)

数据结构与算法学习笔记之 提高读取性能的链表(上)

数据结构与算法学习笔记之 从0编号的数组

数据结构与算法学习笔记之后进先出的“桶”

数据结构与算法学习笔记之先进先出的队列

数据结构与算法学习笔记之高效、简洁的编码技巧“递归”

以上内容为个人的学习笔记,仅作为学习交流之用。

 技术分享图片

欢迎大家关注公众号,不定时干货,只做有价值的输出

作者:Dawnzhang 
出处:https://www.cnblogs.com/clwydjgs/p/9815690.html

版权:本文版权归作者
转载:欢迎转载,但未经作者同意,必须保留此段声明;必须在文章中给出原文连接;否则必究法律责任

数据结构与算法学习笔记之如何分析一个排序算法?

原文:https://www.cnblogs.com/clwydjgs/p/9815690.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!