插入排序
插入排序的基本原则是,将一个待排序的元素,按照排序规则,插入到前面已经排好序的一组元素的适当位置,直到元素全部插入为止。根据寻找插入位置的不同方式,可将插入排序分为直接插入排序
和折半插入排序
,还有一种对直接插入排序的优化方案希尔排序
。
直接插入排序
直接插入排序的是,将一组待排序的元素第一个元素看做是有序的,然后从第二个元素开始,将他插入到前面排好序的一组元素的合适的位置。结合下面 的一组数据说吧
第一步:从元素8开始,往前查找,发现8比34小,则将8插入到34前面
第二步:从元素64开始,往前查找,发现没有比64小的元素,则64不动
第三步:从元素51开始,往前查找,发现没有比64小的元素,则64不动
。。。依次类推
代码实现
/**
* 插入排序
*
* @Author HXY
* @Date 2020/2/25
*/
public class InsertionSort {
public static void sort(int[] arr) {
int j = 0;
for (int i = 1; i < arr.length; i++) {
int tmp = arr[i];
for (j = i; j > 0 && arr[j] < arr[j - 1]; j--) {
arr[j] = arr[j - 1];
}
arr[j] = tmp;
}
}
public static void main(String[] args) {
int[] arr = new int[] {34, 8, 64, 51, 32, 21};
sort(arr);
for (int i = 0; i < arr.length; i++) {
System.out.print(arr[i] + " ");
}
}
}
直接插入排序算法在最好的情况下,也就是这组数据已经排好序的情况下,内层for循环的条件每次判定失败,只执行外层的fort循环,时间复杂度可以看做O(N)。而在最坏情况下,也就是一组要从小到大排序的数据,初始化恰恰是从大到小排序的,这个时候时间复杂度是O(N2),一般情形下也是O(N2)。
折半插入排序
折半插入排序就是在直接插入排序的寻找插入点
这个步骤进行了优化,将原来的遍历优化成折半查找。代码如下:
public static void sort(int[] arr) {
int j = 0;
for (int i = 1; i < arr.length; i++) {
int low = 0, high = i - 1, mid = 0;
int tmp = arr[i];
// 寻找插入点
while (low <= high) {
mid = (low + high) / 2;
if (arr[i] < arr[mid]) {
high = mid - 1;
} else {
low = mid + 1;
}
}
// 将插入点后的元素统一后移,然后将元素插入插入点
for (j = i; j > high + 1; j--) {
arr[j] = arr[j - 1];
}
arr[high + 1] = tmp;
}
}
当数据较多时,折半插入排序平均性能优于直接插入排序,但是比直接插入排序的最好情况是要差的。因此当初始化序列接近有序时,用直接插入排序性能更好。这两个都是稳定
的排序方式
希尔排序
结合上面的讨论我们得知,当数据量相对较小或者序列基本有序时,插入排序的效率是比较高的。因此希尔大佬在这两个点上对插入排序进行了优化,发明了希尔排序。希尔排序的主要思想就是
- 将一个大的序列通过一个整数
gap(增量)
拆分成几组数据量小的子序列,先对这一个个子序列进行插入排序 - 经过上面这一步后,这个大的序列基本有序了,这个时候在执行一遍插入排序
具体的过程参见下图
我们采取gap=3这个增量将初始化序列在逻辑上分为三个子序列,然后对这三个子序列进行插入排序,这一步后这个序列基本有序,我们在控制gap=1,这时候就相当于对这个大的序列进行一次插入排序。
代码如下:
// 希尔排序
public static void shellSort(int[] arr) {
int j = 0;
// 1. 分组
for (int gap = arr.length / 2; gap > 0; gap /= 2) {
// 2. 相当于遍历分出来的几个组
for (int i = gap; i < arr.length; i++) {
int tmp = arr[i];
// 对组内的元素排序
for (j = i; j >= gap && tmp < arr[j - gap]; j -= gap) {
arr[j] = arr[j - gap];
}
arr[j] = tmp;
}
}
}
希尔排序的时间复杂度与这个增量的取用关系较大,至今无人能对一般情形下的时间复杂度给出证明,我这种菜鸟就暂不研究了。另外这是一种不稳定
的排序方式。
来源:CSDN
作者:疯子不是傻子
链接:https://blog.csdn.net/weixin_40149557/article/details/104502035