算法学习?挑战高薪的必经之路!让面试官满意的排序算法(图文解析)

发布时间:2020-08-16 12:03:22 作者:yilian
来源:ITPUB博客 阅读:135
算法学习?挑战高薪的必经之路!让面试官满意的排序算法(图文解析)

让面试官满意的排序算法(图文解析)

想看以往学习内容的朋友
可以看我的GitHub: https://github.com/Meng997998/AndroidJX

觉得文章枯燥的朋友,可以看视频学习,免费领取vx【xx13414521】
算法学习?挑战高薪的必经之路!让面试官满意的排序算法(图文解析)

DualPivotQuicksort

先看一副逻辑图(如有错误请大牛在评论区指正)

算法学习?挑战高薪的必经之路!让面试官满意的排序算法(图文解析)

插排指的是改进版插排——  哨兵插排

快排指的是改进版快排——  双支点快排

DualPivotQuickSort没有Object数组排序的逻辑,此逻辑在Arrays中,好像是归并+Tim排序

图像应该很清楚:对于不同的数据类型,Java有不同的排序策略:

计数排序

计数排序是以空间换时间的排序算法,它时间复杂度O(n),空间复杂度O(m)(m为排序数值可能取值的数量),只有在范围较小的时候才应该考虑计数排序

(源码以short为例)

int[] count = new int[NUM_SHORT_VALUES]; //1 << 16 = 65536,即short的可取值数量//计数,left和right为数组要排序的范围的左界和右界//注意,直接把for (int i = left - 1; ++i <= right;count[a[i] - Short.MIN_VALUE]++);//排序for (int i = NUM_SHORT_VALUES, k = right + 1; k > left; ) {    while (count[--i] == 0);    short value = (short) (i + Short.MIN_VALUE);    int s = count[i];    do {
        a[--k] = value;
    } while (--s > 0);
}

哨兵插排

当数组元素较少时,时间O(n 2)和O(log n)其实相差无几,而插排的空间占用率要少于快排和归并排序,因而当数组元素较少时(<插排阈值),优先使用插排

哨兵插排是对插排的优化,原插排每次取一个值进行遍历插入,而哨兵插排则取两个,较大的一个(小端在前的排序)作为哨兵,当哨兵遍历到自己的位置时,另一个值可以直接从哨兵当前位置开始遍历,而不用再重头遍历

算法学习?挑战高薪的必经之路!让面试官满意的排序算法(图文解析)

只画了静态图,如果有好的绘制Gif的工具请在评论区告诉我哦

我们来看一下源码:

if (leftmost) {    //传统插排(无哨兵Sentinel)
    //遍历
    //循环向左比较(<左侧元素——换位)-直到大于左侧元素
    for (int i = left, j = i; i < right; j = ++i) {        int ai = a[i + 1];        while (ai < a[j]) {
            a[j + 1] = a[j];            if (j-- == left) {                break;
            }
        }
        a[j + 1] = ai;
    }    
    //哨兵插排} else {    //如果一开始就是排好序的——直接返回
    do {        if (left >= right) {            return;
        }
    } while (a[++left] >= a[left - 1]);    //以两个为单位遍历,大的元素充当哨兵,以减少小的元素循环向左比较的范围
    for (int k = left; ++left <= right; k = ++left) {        int a1 = a[k], a2 = a[left];        if (a1 < a2) {
            a2 = a1; a1 = a[left];
        }        while (a1 < a[--k]) {
            a[k + 2] = a[k];
        }
        a[++k + 1] = a1;        while (a2 < a[--k]) {
            a[k + 1] = a[k];
        }
        a[k + 1] = a2;
    }    //确保最后一个元素被排序
    int last = a[right];    while (last < a[--right]) {
        a[right + 1] = a[right];
    }
    a[right + 1] = last;
}return;

双支点快排

重头戏:双支点快排!

快排虽然稳定性不如归并排序,但是它不用复制来复制去,省去了一段数组的空间,在数组元素较少的情况下稳定性影响也会下降(>插排阈值 ,<快排阈值),优先使用快排

双支点快排在原有的快排基础上,多加一个支点,左右共进,效率提升

看图:

  1. 第一步,取支点

    算法学习?挑战高薪的必经之路!让面试官满意的排序算法(图文解析)

    注意:如果5个节点有相等的任两个节点,说明数据不够均匀,那就要使用单节点快排

  2. 快排

    算法学习?挑战高薪的必经之路!让面试官满意的排序算法(图文解析)

源码(int为例,这么长估计也没人看)

// Inexpensive approximation of length / 7 // 快排阈值是286 其7分之一小于等于1/8+1/64+1int seventh = (length >> 3) + (length >> 6) + 1;// 获取分成7份的五个中间点int e3 = (left + right) >>> 1; // The midpointint e2 = e3 - seventh;int e1 = e2 - seventh;int e4 = e3 + seventh;int e5 = e4 + seventh;// 保证中间点的元素从小到大排序if (a[e2] < a[e1]) { 
    int t = a[e2]; a[e2] = a[e1]; a[e1] = t; }if (a[e3] < a[e2]) { 
    int t = a[e3]; a[e3] = a[e2]; a[e2] = t;    if (t < a[e1]) { a[e2] = a[e1]; a[e1] = t; }
}if (a[e4] < a[e3]) { 
    int t = a[e4]; a[e4] = a[e3]; a[e3] = t;    if (t < a[e2]) { a[e3] = a[e2]; a[e2] = t;                    if (t < a[e1]) { a[e2] = a[e1]; a[e1] = t; }
                   }
}if (a[e5] < a[e4]) { 
    int t = a[e5]; a[e5] = a[e4]; a[e4] = t;                    
    if (t < a[e3]) { a[e4] = a[e3]; a[e3] = t;                    if (t < a[e2]) { a[e3] = a[e2]; a[e2] = t;                                    if (t < a[e1]) { a[e2] = a[e1]; a[e1] = t; }
                                   }
                   }
}// Pointersint less  = left;  // The index of the first element of center partint great = right; // The index before the first element of right part//点彼此不相等——分三段快排,否则分两段if (a[e1] != a[e2] && a[e2] != a[e3] && a[e3] != a[e4] && a[e4] != a[e5]) {    /*
             * Use the second and fourth of the five sorted elements as pivots.
             * These values are inexpensive approximations of the first and
             * second terciles of the array. Note that pivot1 <= pivot2.
             */
    int pivot1 = a[e2];    int pivot2 = a[e4];    /*
             * The first and the last elements to be sorted are moved to the
             * locations formerly occupied by the pivots. When partitioning
             * is complete, the pivots are swapped back into their final
             * positions, and excluded from subsequent sorting.
             */
    a[e2] = a[left];
    a[e4] = a[right];    while (a[++less] < pivot1);    while (a[--great] > pivot2);    /*
             * Partitioning:
             *
             *   left part           center part                   right part
             * +--------------------------------------------------------------+
             * |  < pivot1  |  pivot1 <= && <= pivot2  |    ?    |  > pivot2  |
             * +--------------------------------------------------------------+
             *               ^                          ^       ^
             *               |                          |       |
             *              less                        k     great
             */
    outer:    for (int k = less - 1; ++k <= great; ) {        int ak = a[k];        if (ak < pivot1) { // Move a[k] to left part
            a[k] = a[less];            /*
                     * Here and below we use "a[i] = b; i++;" instead
                     * of "a[i++] = b;" due to performance issue.
                     */
            a[less] = ak;
            ++less;
        } else if (ak > pivot2) { // Move a[k] to right part
            while (a[great] > pivot2) {                if (great-- == k) {                    break outer;
                }
            }            if (a[great] < pivot1) { // a[great] <= pivot2
                a[k] = a[less];
                a[less] = a[great];
                ++less;
            } else { // pivot1 <= a[great] <= pivot2
                a[k] = a[great];
            }            /*
                     * Here and below we use "a[i] = b; i--;" instead
                     * of "a[i--] = b;" due to performance issue.
                     */
            a[great] = ak;
            --great;
        }
    }    // Swap pivots into their final positions
    a[left]  = a[less  - 1]; a[less  - 1] = pivot1;
    a[right] = a[great + 1]; a[great + 1] = pivot2;    // Sort left and right parts recursively, excluding known pivots
    sort(a, left, less - 2, leftmost);
    sort(a, great + 2, right, false);    /*
             * If center part is too large (comprises > 4/7 of the array),
             * swap internal pivot values to ends.
             */
    if (less < e1 && e5 < great) {        /*
                 * Skip elements, which are equal to pivot values.
                 */
        while (a[less] == pivot1) {
            ++less;
        }        while (a[great] == pivot2) {
            --great;
        }        /*
                 * Partitioning:
                 *
                 *   left part         center part                  right part
                 * +----------------------------------------------------------+
                 * | == pivot1 |  pivot1 < && < pivot2  |    ?    | == pivot2 |
                 * +----------------------------------------------------------+
                 *              ^                        ^       ^
                 *              |                        |       |
                 *             less                      k     great
                 *
                 * Invariants:
                 *
                 *              all in (*,  less) == pivot1
                 *     pivot1 < all in [less,  k)  < pivot2
                 *              all in (great, *) == pivot2
                 *
                 * Pointer k is the first index of ?-part.
                 */
        outer:        for (int k = less - 1; ++k <= great; ) {            int ak = a[k];            if (ak == pivot1) { // Move a[k] to left part
                a[k] = a[less];
                a[less] = ak;
                ++less;
            } else if (ak == pivot2) { // Move a[k] to right part
                while (a[great] == pivot2) {                    if (great-- == k) {                        break outer;
                    }
                }                if (a[great] == pivot1) { // a[great] < pivot2
                    a[k] = a[less];                    /*
                             * Even though a[great] equals to pivot1, the
                             * assignment a[less] = pivot1 may be incorrect,
                             * if a[great] and pivot1 are floating-point zeros
                             * of different signs. Therefore in float and
                             * double sorting methods we have to use more
                             * accurate assignment a[less] = a[great].
                             */
                    a[less] = pivot1;
                    ++less;
                } else { // pivot1 < a[great] < pivot2
                    a[k] = a[great];
                }
                a[great] = ak;
                --great;
            }
        }
    }    // Sort center part recursively
    sort(a, less, great, false);
} else { // Partitioning with one pivot
    /*
             * Use the third of the five sorted elements as pivot.
             * This value is inexpensive approximation of the median.
             */
    int pivot = a[e3];    /*
             * Partitioning degenerates to the traditional 3-way
             * (or "Dutch National Flag") schema:
             *
             *   left part    center part              right part
             * +-------------------------------------------------+
             * |  < pivot  |   == pivot   |     ?    |  > pivot  |
             * +-------------------------------------------------+
             *              ^              ^        ^
             *              |              |        |
             *             less            k      great
             *
             * Invariants:
             *
             *   all in (left, less)   < pivot
             *   all in [less, k)     == pivot
             *   all in (great, right) > pivot
             *
             * Pointer k is the first index of ?-part.
             */
    for (int k = less; k <= great; ++k) {        if (a[k] == pivot) {            continue;
        }        int ak = a[k];        if (ak < pivot) { // Move a[k] to left part
            a[k] = a[less];
            a[less] = ak;
            ++less;
        } else { // a[k] > pivot - Move a[k] to right part
            while (a[great] > pivot) {
                --great;
            }            if (a[great] < pivot) { // a[great] <= pivot
                a[k] = a[less];
                a[less] = a[great];
                ++less;
            } else { // a[great] == pivot
                /*
                         * Even though a[great] equals to pivot, the
                         * assignment a[k] = pivot may be incorrect,
                         * if a[great] and pivot are floating-point
                         * zeros of different signs. Therefore in float
                         * and double sorting methods we have to use
                         * more accurate assignment a[k] = a[great].
                         */
                a[k] = pivot;
            }
            a[great] = ak;
            --great;
        }
    }    /*
             * Sort left and right parts recursively.
             * All elements from center part are equal
             * and, therefore, already sorted.
             */
    sort(a, left, less - 1, leftmost);
    sort(a, great + 1, right, false);
}

归并排序

你不会以为元素多(>快排阈值)就一定要用归并了吧?

错!元素多时确实对算法的稳定性有要求,可是如果这些元素能够稳定快排呢?

开发JDK的大牛显然考虑了这一点:他们在归并排序之前对元素进行了是否能稳定快排的判断:

//判断结构是否适合归并排序int[] run = new int[MAX_RUN_COUNT + 1];int count = 0; run[0] = left;// Check if the array is nearly sortedfor (int k = left; k < right; run[count] = k) {    if (a[k] < a[k + 1]) { // ascending
        while (++k <= right && a[k - 1] <= a[k]);
    } else if (a[k] > a[k + 1]) { // descending
        while (++k <= right && a[k - 1] >= a[k]);        for (int lo = run[count] - 1, hi = k; ++lo < --hi; ) {            int t = a[lo]; a[lo] = a[hi]; a[hi] = t;
        }
    } else { 
        //连续MAX_RUN_LENGTH(33)个相等元素,使用快排
        for (int m = MAX_RUN_LENGTH; ++k <= right && a[k - 1] == a[k]; ) {            if (--m == 0) {
                sort(a, left, right, true);                return;
            }
        }
    }    //count达到MAX_RUN_LENGTH,使用快排
    if (++count == MAX_RUN_COUNT) {
        sort(a, left, right, true);        return;
    }
}// Check special cases// Implementation note: variable "right" is increased by 1.if (run[count] == right++) { // The last run contains one element
    run[++count] = right;
} else if (count == 1) { // The array is already sorted
    return;
}

归并排序源码

byte odd = 0;for (int n = 1; (n <<= 1) < count; odd ^= 1);// Use or create temporary array b for mergingint[] b;                 // temp array; alternates with aint ao, bo;              // array offsets from 'left'int blen = right - left; // space needed for bif (work == null || workLen < blen || workBase + blen > work.length) {
    work = new int[blen];
    workBase = 0;
}if (odd == 0) {
    System.arraycopy(a, left, work, workBase, blen);
    b = a;
    bo = 0;
    a = work;
    ao = workBase - left;
} else {
    b = work;
    ao = 0;
    bo = workBase - left;
}// Mergingfor (int last; count > 1; count = last) {    for (int k = (last = 0) + 2; k <= count; k += 2) {        int hi = run[k], mi = run[k - 1];        for (int i = run[k - 2], p = i, q = mi; i < hi; ++i) {            if (q >= hi || p < mi && a[p + ao] <= a[q + ao]) {
                b[i + bo] = a[p++ + ao];
            } else {
                b[i + bo] = a[q++ + ao];
            }
        }
        run[++last] = hi;
    }    if ((count & 1) != 0) {        for (int i = right, lo = run[count - 1]; --i >= lo;
             b[i + bo] = a[i + ao]
            );
        run[++last] = right;
    }    int[] t = a; a = b; b = t;    int o = ao; ao = bo; bo = o;
}

最后

第一次看文章的朋友可以关注我 Android进阶之路 不定期发布大厂面试题、Android架构技术知识点及解析等内容,还有学习PDF+源码笔记+面试文档+进阶视频分享

点击就看  学习小彩蛋
点个赞,收藏起来认真学习哦

算法学习?挑战高薪的必经之路!让面试官满意的排序算法(图文解析)
推荐阅读:
  1. 关于Python的排序算法
  2. 常见的排序算法

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

图文 满意 学习

上一篇:无法删除数据库副本或卸载邮件服务器

下一篇:迪普科技: IPv6部署,平滑迁移是关键!

相关阅读

您好,登录后才能下订单哦!

密码登录
登录注册
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》