Java实现直接插入排序和折半插入排序算法示例

Java实现直接插入排序和折半插入排序算法示例

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http://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

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

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

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

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

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

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

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

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

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

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。