归并排序和快速排序的浅析
这次记录下归并排序和快速排序,以及短作业优先调度的算法,咋一看,其实,前后并没有联系,确实,实际也是没有啥联系的。只是为了将要讲的东西都凑到一起,然后做个总结,仅此而已,先讲下归并排序吧,还是沿袭上一次的一个归纳的方式来给出。
归并排序:就是将一堆数从一小撮,归到一大撮,最后变成有序的数列。简而言之就是这样的一个现象,但具体是怎样表现的呢?最基本的一小撮可以理解为只有两个数,那么这两个数的大小是可以比较得出的,最终两个数的先后排序肯定是很容易的,这个我们很容易理解,基于这样一个思路,我们可以知道最后归并的时候,就是一整串数了,而这些数都是有序的,还是一样,我们来看它的核心部分算法,就是比较然后归并,这样一个核心部分,首先应该知道,归并肯定是有两撮数,那么我们需要做的就是将这两撮数归成一撮数,而且是有序的,在这个过程中,我们借助了中间数组的方法,来存放这组中间数,最后再将它们放回原先的数组。记住这个算法的核心部分代码,记住三个while,第一个是两组排序然后合并,顺利的情况下只需要运行这个while,第二三个while是将剩余的左边或者右边的数存进中间数组,最后复制。它的时间复杂度是O(nlog2n)核心代码如下:
Int temp=left; Int tempArr=new int[arr.length];//定义中间数组,用作临时缓冲区 Int mid=center+1; //从这里可以看出将原数组分为两部分,一部分是从left到center,一部分是从mid到right。 Int base=left;//后来将中间数组的数复制回原来的数组用的下标计数 While(left<=center&&mid<=right)//要求两边比较时,下标不能超过界限,这是最基本的 { If(arr[left]<=arr[mid])//进行两边下标的比较,小的放中间数组,知道两边下标有一个超过 { tempArr[temp++]=data[left++]; } else { tempArr[temp++]=data[mid++]; } } While(left<=center)//可能右边数组都比左边大,那么左边剩下的直接插入到中间数组中 { tempArr[temp++]=data[left++]; } While(mid<=right)//同理,左边数组都比右边小,那么右边剩下的数直接插入到中间数组中 { tempArr[temp++]=data[mid++]; } While(base<=right)//将中间数组复制回原来的数组。 { Data[base]=tempArr[base++]; } |
第二部分的代码,虽不归结于核心,但是还是有递归的思想在里面: 将原始数组递归,最后归并: Public void sort(int[] data,int left,int right) { If(left<right) { Center=(left+right)/2; Sort(data,left,center); Sort(data,center+1,right); Merge(data,letf,center,right); } } |
接下来讲下,最经典的快速排序,它是所有内排序中最快的一种,因此得名,快速排序的核心步骤是它从两边出发,比较到合适的赋值后,另一边开始比较,最后两个游标相等时,排序结束,将枢纽赋值给这两个游标对应的位置。以此类推,到最底部,就剩下两个数的比较了。一般快速排序都会有一个枢纽的选择,一般是第一个数,然后两边开始和这个数进行比较,大的放在右边,小的放在左边,左边和右边指的是当时游标对应的位置,而这个枢纽,我们可以假想它被放在一个特殊的地方,而它的位置是空的,最后这个空的位置再有枢纽来填写,这样,我们可以来分解下,先看核心代码:
int rule=arr[0]; int i=low; int j=high; while(low<high) { while(low<right&&arr[right]>rule) { Right–; }//这个循环主要是为了从后面往前来和中枢比较,如果发现比其小,那么进行下面的操作 If(low<right) { Arr[low]=arr[right]; Low++; }//发现后面的数比中枢小,那么将前面的游标对应的数赋值为该数,并将游标向后移 while(low<right&&arr[low]<rule) { Low++; }//这个循环是从前向后和中枢比较,大的进行接下来的操作 If(low<right) { Arr[right]=arr[low]; Right–; } 到这里为一个循环,即前面赋值一个数,后面赋值一个数,这是一次循环,如果low还是小right,那么继续这种循环 } Arr[low]=rule; |
当然,还包括递归算法: Sort(data,i,low-1); Sort(data,low+1,j); |
由于时间关系,要闭馆了,所以,就写这么多吧!短作业优先调度算法就等到下次再讲吧!如有不同想法的筒子,欢迎留言探讨哦!谢啦!
这次记录下归并排序和快速排序,以及短作业优先调度的算法,咋一看,其实,前后并没有联系,确实,实际也是没有啥联系的。只是为了将要讲的东西都凑到一起,然后做个总结,仅此而已,先讲下归并排序吧,还是沿袭上一次的一个归纳的方式来给出。归并排序:就是将一堆数从一小撮,归到一大撮,最后变成有序的数列。简而言之就是这样的一个现象,但具体是怎样表现的呢?最基本的一小撮可以理解为只有两个数,那么这两个数的大小是可以比较得出的,最终两个数的先后排序肯定是很容易的,这个我们很容易理解,基于这样一个思路,我们可以知道最后归并的时候,就是一整串数了,而这些数都是有序的,还是一样,我们来看它的核心部分算法,就是比较然后归并,这样一个核心部分,首先应该知道,归并肯定是有两撮数,那么我们需要做的就是将这两撮数归成一撮数,而且是有序的,在这个过程中,我们借助了中间数组的方法,来存放这组中间数,最后再将它们放回原先的数组。记住这个算法的核心部分代码,记住三个while,第一个是两组排序然后合并,顺利的情况下只需要运行这个while,第二三个while是将剩余的左边或者右边的数存进中间数组,最后复制。它的时间复杂度是O(nlog2n)核心代码如下:Int temp=left;Int tempArr=new int[arr.length];//定义中间数组,用作临时缓冲区Int mid=center+1;//从这里可以看出将原数组分为两部分,一部分是从left到center,一部分是从mid到right。Int base=left;//后来将中间数组的数复制回原来的数组用的下标计数While(left<=center&&mid<=right)//要求两边比较时,下标不能超过界限,这是最基本的{If(arr[left]<=arr[mid])//进行两边下标的比较,小的放中间数组,知道两边下标有一个超过{tempArr[temp++]=data[left++];}else{tempArr[temp++]=data[mid++];}}While(left<=center)//可能右边数组都比左边大,那么左边剩下的直接插入到中间数组中{tempArr[temp++]=data[left++];}While(mid<=right)//同理,左边数组都比右边小,那么右边剩下的数直接插入到中间数组中{tempArr[temp++]=data[mid++];}While(base<=right)//将中间数组复制回原来的数组。{Data[base]=tempArr[base++];}第二部分的代码,虽不归结于核心,但是还是有递归的思想在里面:将原始数组递归,最后归并:Public void sort(int[] data,int left,int right){If(left<right){Center=(left+right)/2;Sort(data,left,center);Sort(data,center+1,right);Merge(data,letf,center,right);}}接下来讲下,最经典的快速排序,它是所有内排序中最快的一种,因此得名,快速排序的核心步骤是它从两边出发,比较到合适的赋值后,另一边开始比较,最后两个游标相等时,排序结束,将枢纽赋值给这两个游标对应的位置。以此类推,到最底部,就剩下两个数的比较了。一般快速排序都会有一个枢纽的选择,一般是第一个数,然后两边开始和这个数进行比较,大的放在右边,小的放在左边,左边和右边指的是当时游标对应的位置,而这个枢纽,我们可以假想它被放在一个特殊的地方,而它的位置是空的,最后这个空的位置再有枢纽来填写,这样,我们可以来分解下,先看核心代码:int rule=arr[0];int i=low;int j=high;while(low<high){while(low rule){Right–;}//这个循环主要是为了从后面往前来和中枢比较,如果发现比其小,那么进行下面的操作If(low<right){Arr[low]=arr[right];Low++;}//发现后面的数比中枢小,那么将前面的游标对应的数赋值为该数,并将游标向后移while(low<right&&arr[low]<rule){Low++;}//这个循环是从前向后和中枢比较,大的进行接下来的操作If(low<right){Arr[right]=arr[low];Right–;}到这里为一个循环,即前面赋值一个数,后面赋值一个数,这是一次循环,如果low还是小right,那么继续这种循环}Arr[low]=rule;当然,还包括递归算法:Sort(data,i,low-1);Sort(data,low+1,j);由于时间关系,要闭馆了,所以,就写这么多吧!短作业优先调度算法就等到下次再讲吧!如有不同想法的筒子,欢迎留言探讨哦!谢啦! <script type="text/javascript"> </script><script type="text/javascript" src="http://pagead2.googlesyndication.com/pagead/show_ads.js"></script>
归并排序和快速排序的浅析相关推荐
- 排序算法中——归并排序和快速排序
冒泡排序.插入排序.选择排序这三种算法的时间复杂度都为 $O(n^2)$,只适合小规模的数据.今天,我们来认识两种时间复杂度为 $O(nlogn)$ 的排序算法--归并排序(Merge Sort)和快 ...
- 排序算法:归并排序、快速排序
相关博客: 排序算法:冒泡排序.插入排序.选择排序.希尔排序 排序算法:归并排序.快速排序 排序算法:桶排序.计数排序.基数排序 排序算法:堆排序 十大排序算法小结 一.归并排序: 1.工作原理: 归 ...
- 排序算法--(冒泡排序,插入排序,选择排序,归并排序,快速排序,桶排序,计数排序,基数排序)
一.时间复杂度分析 - **时间复杂度**:对排序数据的总的操作次数.反应当n变化时,操作次数呈现什么规律 - **空间复杂度**:算法在计算机内执行时所需要的存储空间的容量,它也是数据规模n的函数. ...
- 十大排序算法:冒泡排序、选择排序、插入排序、希尔排序、归并排序、快速排序、堆排序、计数排序、桶排序、基数排序
冒泡排序.选择排序.插入排序.希尔排序.归并排序.快速排序.堆排序.计数排序.桶排序.基数排序的动图与源代码. 目录 关于时间复杂度 冒泡排序 选择排序 插入排序 希尔排序 归并排序 快速排序 堆排序 ...
- 归并排序,快速排序为什么快
对于一个 n n n个元素的数组,必须要确定两两之间的相对顺序,假设每次都抓取不同的二元组,需要 log 2 n ! \log_2n! log2n!次比较,由于 log 2 n ! ≈ n ...
- 排序算法之——归并排序和快速排序
冒泡排序.插入排序.选择排序这三种算法的时间复杂度都为 O ( n 2 ) O(n^2) O(n2),只适合小规模的数据.今天,我们来认识两种时间复杂度为 O ( n l o g n ) O(nlog ...
- 常见排序算法原理及实现——第二部分(归并排序、快速排序、堆排序)
引言 排序算法第一部分,我们聊了冒泡排序.插入排序.选择排序这三种排序算法,它们的时间复杂度比较高,都是 O(n2),适合小规模数据的排序.今天,我们来看三种时间复杂度为 O(nlogn) 的排序算法 ...
- 适用于大规模数据排序(归并排序、快速排序)
一.归并排序 1.1.分析 先把数组从中间分成前后两部分,然后对前后两部分分别排序,再将排好序的两部分合并在一起,这样整个数组就都有序了. 1.2.使用递推思路实现 ①先写出递推公式:[mergeSo ...
- 排序(下):归并排序和快速排序
本文是学习算法的笔记,<数据结构与算法之美>,极客时间的课程 归并排序和快速排序,是两种时间复杂度为O(nlogn)的排序,适合大规模的排序,比上节所说的三种排序(冒泡.插入.选择)更常用 ...
最新文章
- UML应用开发详解--视频
- mysql出现1499错误_连接MySQL时出现1449与1045异常解决办法
- Django框架(19.Django中获取url的参数(位置参数以及关键字参数))
- 压缩命令_Linux gzip命令:压缩文件或目录
- ElasticSearch可视化工具Dejavu安装使用
- 说说说vue.js中的组
- 促销海报设计的套路你知道么? 看这里!
- 湖仓一体是否会掀起金融业的下一波数字浪潮?
- 求字符串长度(复习)
- 在手机里输入八卦及64卦符号(老年教程)
- Reporting Services 空白页面
- 上下相机贴合对位计算公式_ccd视觉自动对位贴合机主要应用在哪里?
- 从国产手机自强复盘小米十年
- 如何书写软件应用发明专利说明书(实例)
- Host文件的使用与说明
- word-spacing
- Unity3D-限制3D物体的旋转角度
- 纯java实现相片转素描
- 在win10上安装keras
- 前端学习路线图--陆神版本思维导图