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 ...

归并排序和快速排序的浅析

归并排序和快速排序的浅析相关推荐

最新文章

热门文章