Java算法之排一亿个随机数

不念不忘少年蓝@ 2023-10-02 16:04 36阅读 0赞

## 前言 ##

[插入排序][Link 1]狭义上指的是简单插入排序(选择集合,比较大小,插入元素),广义上还应该包括希尔排序(分治思想)及其两种实现方式,

最激动人心的是 , 希尔排序(**移位法**)的效率奇高, 在本地调试中,一亿 个随机数仅需`30S`即可排完 (不同机器可能结果不同) ,在数据量较大时效率是比堆排序要高的

**结果在希尔排序移位法的第3点中 , 可以直接跳转查看**

下面将介绍这几种排序方式及其同异点

--------------------

提示：以下是本篇文章正文内容，下面案例可供参考

## 一、直接插入排序 ##

### 1. 图解插排 ###

**思路 :** 字面意义,插入是将某一元素按某种规则放入到特定集合中 ,因此我们需要将序列划分成为两块 ,一部分为有序集合, 另一部分为待排序集合

**图解 :**  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAMTEyM-OAgg_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center]

为了方便理解,我们就按最最最特殊的4321序列来举例,

根据上述的思路 ,我们需要将序列划分为两部分, 为了编码方便,我们将第一个元素假设为有序集合, 那么我们的循环**应当是从第2个元素开始的**,也就是3

为避免后面操作把3覆盖掉了 , 我们选择一个临时变量来保存3.也就是上文的 `val=arr[1]` ,

由于是对数组继进行操作 , 我们同时也需要获取**有序集合的最后一个元素的索引作为游标**

当游标**不越界** , 且待插入的值小于游标指示位置时(上图的`4<3`) , 我们将元素4后移 , 游标前移,继续检查集合中的其它元素是否也小于待插入的元素, 直到游标越界

上图由于集合内只有一个4, 游标前移越界了, 因此循环终止. 下一轮比较开始执行

### 2. 代码实现 ###

public static void insertSort(int[]arr){
        
            for(int i = 1 ; i < arr.length; i++){
        
                int val = arr[i];
                int valIndex = i - 1; //游标
                while(valIndex >= 0 && val < arr[valIndex]){
         //插入的值比游标指示的值小
                    arr[valIndex + 1] = arr[valIndex];
                    valIndex--; //游标前移
                }
                arr[valIndex+1] = val;
            }
        }
    1234567891011

### 3.性能检测与时空复杂度 ###

实际运行80w个数据耗时1分4秒(非准确值,每台机器可能都不一样)  
![在这里插入图片描述][96e4b6aeeedb4fab98e5a17a2e2d9350.png_pic_center]

直接插排在排序记录较少, 关键字基本有序的情况下效率较高

**时间复杂度 :**  
关键字比较次数 : `KCN=(n^2)/2` 总移动次数 : `RMN= (n^2)/2`

因此时间复杂度约为 `O(N^2)`

## 二、希尔排序(交换法) ##

### 1. 思路图解 ###

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAMTEyM-OAgg_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center 1]

### 2. 代码实现 ###

public static void shellSort(int[] arr){
         //交换法
            int tmp = 0;
            for(int gap = arr.length / 2 ; gap > 0 ; gap /= 2){
        
                for(int i = gap ; i < arr.length ; i++){
         //先遍历所有数组
                    for(int j  = i - gap ; j >= 0 ; j -= gap){
        //开启插入排序
                        if(arr[ j ] > arr[ gap + j ]){
         //可以根据升降序修改大于或小于
                            tmp = arr[gap + j];
                            arr[j+gap] = arr[j];
                            arr[j] = tmp;
                        }
                    }
                }
                System.out.println(gap);
                System.out.println(Arrays.toString(arr));
            }
        }
    12345678910111213141516

这里最难理解的应该是第三个for循环,`j = i - gap`, 表示小组内的第一个元素,即`j=0`,

当小组内的第一个元素大于第二个元素时(**由于是逻辑上的分类,第二个元素的索引应当是第一个元素的所有值+增量gap**) , 交换两者,反之`j-=gap`,继续比较或跳出循环 ,

如此往复将所有小组都遍历完之后 , 缩小增量(即`gap/=2`) , 然后继续上述步骤, 直到增量gap为1时, 序列排序结束

### 3. 时间复杂度 ###

希尔排序的时间复杂度取决于**增量序列的函数** , 需要具体问题具体分析,并不是一个确定的值,这也是第四点需要讨论的问题

### 4. 关于增量的选择 ###

上述我们在做排序的时候**增量缩减**选用的时`gap/=2`的模型, 这并不是最优的选择 , 关于增量的选取 , 属于数学界尚未解决的一个问题

但是可以确定的是, 通过大量的实验证明 ,当`n->无穷大`时, 时间复杂度可以减少到 :  
![在这里插入图片描述][51e565d400674961a1ea59d51eeb2a3c.png_pic_center]

在下一点, **移位法中** , 我们也做了几个实验 , 可以肯定的时,对于一定规模内(如800w~1亿) 的计算, **希尔排序的速度远远超过了堆排序**, 至少在笔者的电脑上是这样的

## 三、希尔排序(移位法) ##

交换法的速度比移位法慢很多 ,因此更多的是使用地**移位法**,并且移位法相较于交换法, 更"像"插入排序

### 1. 思路 ###

思路其实就是上述两种排序的结合 , 将**分组** 与 **插入**的优点结合到一起, 效率非常高

体现的就是**分治**的思路,将一个较大序列切割成若干较小序列

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAMTEyM-OAgg_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center 2]

### 2. 代码实现 ###

public static void shellSort02(int[] arr){
         //移位法
            for(int gap = arr.length/2 ; gap > 0 ; gap /= 2){
         //分组
                for(int i = gap ; i < arr.length ; i++){
         //遍历
                    int valIndex = i;
                    int val = arr[valIndex];
                    if(val < arr[valIndex-gap]){
         //插入的值小于组内另一个值
                       while(valIndex - gap >=0 && val < arr[valIndex-gap]){
         //开始插排
                           // 插入
                           arr[valIndex] = arr[valIndex-gap];
                           valIndex -= gap; //让valIndex = valIndex-gap (游标前移)
                       }
                    }
                    arr[valIndex] = val;
                }
            }
        }
    12345678910111213141516

### 3. 实验结果 ###

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAMTEyM-OAgg_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center 3]  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAMTEyM-OAgg_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center 4]  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAMTEyM-OAgg_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center 5]

[Link 1]: https://so.csdn.net/so/search?from=pc_blog_highlight&q=%E6%8F%92%E5%85%A5%E6%8E%92%E5%BA%8F
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAMTEyM-OAgg_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center]: https://img-blog.csdnimg.cn/c1ed8b1fe29741e09e874a18d1fac6b7.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBAMTEyM-OAgg==,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center
[96e4b6aeeedb4fab98e5a17a2e2d9350.png_pic_center]: https://img-blog.csdnimg.cn/96e4b6aeeedb4fab98e5a17a2e2d9350.png#pic_center
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAMTEyM-OAgg_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center 1]: https://img-blog.csdnimg.cn/05d1523c929f42fd989eb4d718396f94.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBAMTEyM-OAgg==,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center
[51e565d400674961a1ea59d51eeb2a3c.png_pic_center]: https://img-blog.csdnimg.cn/51e565d400674961a1ea59d51eeb2a3c.png#pic_center
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAMTEyM-OAgg_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center 2]: https://img-blog.csdnimg.cn/f435ccd73c92410d842cbb625dc40fd1.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBAMTEyM-OAgg==,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAMTEyM-OAgg_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center 3]: https://img-blog.csdnimg.cn/828f1f0b17994f5f964c47b2c30a42cb.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBAMTEyM-OAgg==,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAMTEyM-OAgg_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center 4]: https://img-blog.csdnimg.cn/a2d82b9036c04a26a511ee13e1a25a67.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBAMTEyM-OAgg==,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAMTEyM-OAgg_size_20_color_FFFFFF_t_70_g_se_x_16_pic_center 5]: https://img-blog.csdnimg.cn/a362fa71214c42aa82e19873c4f2851b.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBAMTEyM-OAgg==,size_20,color_FFFFFF,t_70,g_se,x_16#pic_center