Java实现直接插入排序和折半插入排序算法示例_java

直接插入排序​
1 排序思想:

将待排序的记录Ri插入到已经排好序的记录R1,R2,……,R(N-1)中。

对于一个随机序列而言,就是从第二个元素开始,依次将这个元素插入到它之前的元素中的相应位置。它之前的元素已经排好序。

第1次排序:将第2个元素插入到前边的有序列表(此时前边只有一个元素,当然是有序的),之后,这个序列的前2个元素就是有序的了。
第2次排序:将第3个元素插入到前边长度为2的有序列表,使得前2个元素是有序的。
以此类推,直到将第N个元素插入到前面长度为(N-1)的有序列表中。

2 算法实现:

// 直接插入排序
void straight_insert_sort(int num[], int len){
 int i,j,key;
 for(j=1;j<len;j++){
  key=num[j];
  i=j-1;
  while(i>=0&&num[i]>key){
   num[i+1]=num[i];
   i--;
  }
  num[i+1]=key;
 }
}

3 性能分析:

3.1 空间复杂度:如上代码,使用了一个辅助单元key,空间复杂度为O(1)

3.2 时间复杂度:

3.2.1 最好情况:待排序记录已经是有序的,则一趟排序,关键字比较1次,记录移动2次。则整个过程

比较次数为

记录移动次数为

时间复杂度O(n)

3.2.2 最坏情况:待排序记录已经是逆序的,则一趟排序,关键字比较次数i次(从i-1到0),记录移动(i+2)次。整个过程

比较次数为

记录移动次数为

时间复杂度O(n^2)

3.2.3 平均时间复杂度:O(n^2)

3.3 稳定性:稳定

折半插入排序
1 排序思想:

直接排序的基础上,将待排序的记录Ri插入到已经排好序的记录R1,R2,……,R(N-1)中,由于记录R1,R2,……,R(N-1)已经排好序,所以在查找插入位置时可采用“折半查找”。

2 算法实现:

// 折半插入排序
void binary_insert_sort(int num[], int len){
 int i,j,key,low,high,mid;
 for(i=1;i<len;i++){
  key=num[i];
  low=0;
  high=i-1;
  mid=(low+high)/2;
  // 寻找插入点,最终插入点在low
  while(low<=high){
   if(key<num[mid])
    high=mid-1;
   else
    low=mid+1;
   mid=(low+high)/2;
  }
  // 移动记录
  for(j=i;j>low;j--){
   num[j]=num[j-1];
  }
  // 插入记录
  num[low]=key;
 }
}

3 性能分析:

3.1 空间复杂度:如上代码,使用了一个辅助单元key,空间复杂度为O(1)

3.2 时间复杂度:虽然折半查找减少了记录比较次数,但没有减少移动次数,因此时间复杂度同直接查找算法。

3.2.1 最好情况:时间复杂度O(n)

3.2.2 最坏情况:时间复杂度O(n^2)

3.2.3 平均时间复杂度:O(n^2)

3.3 稳定性:稳定

以上是小编为您精心准备的的内容,在的博客、问答、公众号、人物、课程等栏目也有的相关内容,欢迎继续使用右上角搜索按钮进行搜索java
, 排序
, 排序算法
插入排序
java实现快速排序算法、快速排序算法实现代码、java实现冒泡排序算法、堆排序算法实现、排序算法java实现,以便于您获取更多的相关知识。

时间: 2024-09-20 07:44:50

Java实现直接插入排序和折半插入排序算法示例_java的相关文章

常见的五类排序算法图解和实现(插入类:直接插入排序,折半插入排序,希尔排序)

基本的五类排序算法(插入,选择,交换,归并,基数排序).排序:将数据元素的一个任意序列,重新排列成一个按关键字有序的序列. 排序的稳定性:待排序列中有大于等于2个相同的项,且排序前后,相同项的相对位置是否发生了变化(如果变化了就是不稳定的排序,不变化就是稳定的) 内部排序:若整个排序过程不需要访问外存便能完成,则称此类排序问题为内部排序:(待排序列全部放入内存) 插入累排序:(直接插入,折半插入,希尔排序) 直接插入排序: 先将序列中第 1 个记录看成是一个有序子序列, 然后从第 2 个记录开始

浅析直接插入排序与折半插入排序_C 语言

首先看一下例子,将数据一个个的插入到一个列表中,插入后这个列表就排序好了 注意:这个列表是递增的,而且内存空间已分配好,只是没有填充真正的数据,如下代码: 复制代码 代码如下: int InsertSort(MergeType *L, int data){ int j;  if (!L->len) {  L->elem[++L->len] = data;  return 0; }  for (j = L->len-1; j >= 0; --j) {  if (data <

Java使用二分法进行查找和排序的示例_java

实现二分法查找二分法查找,需要数组内是一个有序的序列 二分查找比线性查找:数组的元素数越多,效率提高的越明显 二分查找的效率表示:O(log2N) N在2的M次幂范围,那查找的次数最大就是M,  log2N表示2的M次幂等于N, 省略常数,简写成O(logN) 如有一个200个元素的有序数组,那么二分查找的最大次数: 2^7=128, 2^8=256, 可以看出7次幂达不到200,8次幂包括, 所以最大查找次数就等于8 //循环,二分查找 static int binarySearch(int[

java数据结构与算法之noDups去除重复项算法示例_java

本文实例讲述了java数据结构与算法之noDups去除重复项算法.分享给大家供大家参考,具体如下: public static void noDupa(int[] a){ int count = 0;//in int sub = 0;//计数器 for(int i=0; i<a.length-1; i++){//外层循环 if(a[i] != a[i+1]){ a[count] = a[i]; count++; } } } PS:感觉这个算法粗略看下觉得没啥子,实际上相当精妙!!先决条件---数

java分析html算法(java网页蜘蛛算法示例)_java

遇到复杂而繁琐的html页面大家都望而却步.因为很难获取到相应的数据. 最古老的办法的是尝试用正则表达式,估计那么繁琐的东西得不偿失,浪费我们宝贵的时间. 第二个办法用开源组织htmlparser的包,这个是一个比较老的项目,但是效果估计不是很好,好像不可以深入分析html,只能分析5级的结构: 我这里有个htmlparser的源代码,可以获取所有的超链接的 复制代码 代码如下:    /* * To change this template, choose Tools | Templates 

Java中BufferedReader与BufferedWriter类的使用示例_java

BufferedReaderBufferedReader 是缓冲字符输入流.它继承于Reader. BufferedReader 的作用是为其他字符输入流添加一些缓冲功能. 创建BufferReader时,我们会通过它的构造函数指定某个Reader为参数.BufferReader会将该Reader中的数据分批读取,每次读取一部分到缓冲中:操作完缓冲中的这部分数据之后,再从Reader中读取下一部分的数据. 为什么需要缓冲呢?原因很简单,效率问题!缓冲中的数据实际上是保存在内存中,而原始数据可能是

java利用mybatis拦截器统计sql执行时间示例_java

可以根据执行时间打印sql语句,打印的sql语句是带参数的,可以拷贝到查询分析器什么的直接运行 复制代码 代码如下: package mybatis; import java.text.DateFormat;import java.util.Date;import java.util.List;import java.util.Locale;import java.util.Properties; import org.apache.ibatis.executor.Executor;import

java将图片分割为几个部分示例_java

以下代码使用java将图片分割为几个部分,大家参考使用吧 复制代码 代码如下: public class SegmentationImage{    public static Icon Segmentation(String imagename,int Width,int Height,int height,int width) throws Exception{  // 准备分割图片      BufferedImage img1=ImageIO.read(new File(imagenam

java连接hdfs ha和调用mapreduce jar示例_java

Java API 连接 HDFS HA 复制代码 代码如下: public static void main(String[] args) {  Configuration conf = new Configuration();  conf.set("fs.defaultFS", "hdfs://hadoop2cluster");  conf.set("dfs.nameservices", "hadoop2cluster");