IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 数据结构与算法 -> 快速排序、堆排序、归并排序的Java实现及对比 -> 正文阅读

[数据结构与算法]快速排序、堆排序、归并排序的Java实现及对比

因为对于这些排序算法,网上确实已经有很多图文并茂的讲解了,所以在此就不过多的解释,仅记录一下三种算法的实现和对比

一、快速排序

import java.util.Random;

public class QuickSort {
    private static Random random = new Random();

    private static void quickSort(int[] nums, int l, int r) {
        if (l < r) {
            int pos = partition(nums, l, r);
            quickSort(nums, l, pos - 1);
            quickSort(nums, pos + 1, r);
        }
    }

    private static int partition(int[] nums, int l, int r) {
        int index = random.nextInt(r - l + 1) + l; // 随机选一个作为中心
        swap(nums, r, index);
        int pivot = nums[r];
        int i = l - 1;
        for (int j = l; j < r; ++j) {
            if (nums[j] <= pivot) {
                ++i;
                swap(nums, i, j);
            }
            /*
            降序版本:将nums[j] <= pivot改为nums[j] >= pivot
            */
        }
        swap(nums, i + 1, r);
        return i + 1;
    }

    private static void swap(int[] nums, int i, int j) {
        int temp = nums[i];
        nums[i] = nums[j];
        nums[j] = temp;
    }

    public static void main(String[] args) {
        int[] nums = new int[]{4, 1, 2, 7, 9, 6, 8, 5, 3};
        quickSort(nums, 0, nums.length - 1);
        for (int num : nums) {
            System.out.println(num);
        }
    }
}

?这里采用随机数的方法来避免已排序数组导致快排递归深度过深的问题

二、堆排序

public class HeapSort {

    private static void heapSort(int[] nums) {
        // 创建堆
        int len = nums.length;
        for (int i = (len - 1) / 2; i >= 0; --i) {
            // 从第一个非叶子结点从下至上,从右至左调整结构
            adjustHeap(nums, i, len);
        }

        // 交换堆顶元素与末尾元素 并 调整堆结构
        for (int i = len - 1; i > 0; --i) {
            // 将堆顶元素与末尾元素进行交换
            swap(nums, i, 0);
            // 重新对堆进行调整
            adjustHeap(nums, 0, i);
        }
    }

    private static void adjustHeap(int[] nums, int parent, int len) {
        // 用temp记录父节点的值
        int temp = nums[parent];
        int lChild = 2 * parent + 1;

        while (lChild < len) {
            int rChild = lChild + 1;
            // 如果有右孩子结点,并且右孩子结点的值大于左孩子结点,则选取右孩子结点
            if (rChild < len && nums[lChild] < nums[rChild]) {
                ++lChild;
            }

            // 如果父结点的值已经大于孩子结点的值,则直接结束
            if (temp >= nums[lChild]) {
                break;
            }

            /*
            降序版本:将上两个if语句替换如下
            if (rChild < len && nums[lChild] > nums[rChild]) {
                ++lChild;
            }
            if (temp <= nums[lChild]) {
                break;
            }
            */

            // 把孩子结点的值赋给父结点
            nums[parent] = nums[lChild];

            // 选取孩子结点的左孩子结点,继续向下筛选
            parent = lChild;
            lChild = 2 * lChild + 1;
        }
        nums[parent] = temp;
    }

    private static void swap(int[] nums, int i, int j) {
        int temp = nums[i];
        nums[i] = nums[j];
        nums[j] = temp;
    }

    public static void main(String[] args) {
        int[] nums = new int[]{4, 1, 2, 7, 9, 6, 8, 5, 3};
        heapSort(nums);
        for (int num : nums) {
            System.out.println(num);
        }
    }
}

// 参考:https://www.cnblogs.com/luomeng/p/10618709.html

三、归并排序

public class MergeSort {

    private static int[] temp;

    private static void mergeSort(int[] nums, int l, int r) {
        if (l >= r) {
            return;
        }
        int mid = (l + r) / 2;
        mergeSort(nums, l, mid);
        mergeSort(nums, mid + 1, r);
        int i = l, j = mid + 1;
        int count = 0;
        while (i <= mid && j <= r) {
            if (nums[i] < nums[j]) {
                temp[count++] = nums[i++];
            } else {
                temp[count++] = nums[j++];
            }
            /*降序版本:将nums[i] < nums[j]改为nums[i] > nums[j]*/
        }
        while (i <= mid) {
            temp[count++] = nums[i++];
        }
        while (j <= r) {
            temp[count++] = nums[j++];
        }
        for (int k = 0; k < r - l + 1; ++k) {
            nums[k + l] = temp[k];
        }
    }

    public static void main(String[] args) {
        int[] nums = new int[]{4, 1, 2, 7, 9, 6, 8, 5, 3};
        temp = new int[nums.length];
        mergeSort(nums, 0, nums.length - 1);
        for (int num : nums) {
            System.out.println(num);
        }
    }
}

四、对比

排序方法时间复杂度空间复杂度稳定性使用场景
快速排序O(nlogn)O(h)(h为递归深度)不稳定时间要求高,但不要求稳定性
堆排序O(nlogn)O(1)不稳定空间要求高
归并排序O(nlogn)O(n)稳定要求稳定性

  数据结构与算法 最新文章
【力扣106】 从中序与后续遍历序列构造二叉
leetcode 322 零钱兑换
哈希的应用:海量数据处理
动态规划|最短Hamilton路径
华为机试_HJ41 称砝码【中等】【menset】【
【C与数据结构】——寒假提高每日练习Day1
基础算法——堆排序
2023王道数据结构线性表--单链表课后习题部
LeetCode 之 反转链表的一部分
【题解】lintcode必刷50题<有效的括号序列
上一篇文章      下一篇文章      查看所有文章
加:2021-09-08 10:59:23  更:2021-09-08 11:00:55 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/26 0:46:28-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码