蛮力法-选择排序、冒泡排序

时间总让我有后知后觉的挫感,或许是因为我从不愿记录过往。

3.1.1 选择排序(n个元素,0~n-1,升序,不稳定)

对数组A做i次扫描(0<=i<=n-2),每次从最后n-i个元素中寻找最小元素,然后将它与Ai交换。

代码实现

/**
     * 选择排序(升序)
     * @param array 排序的数组
     * */
    public static void selectSort(int[] array){
        for(int i=0;i<array.length-1;i++){
            int min=i;
            for(int j=i+1;j<array.length;j++){
                if(array[min]>array[j]){
                    min=j;
                }
            }
            if(min!=i){
                int temp=array[i];
                array[i]=array[min];
                array[min]=temp;
            }
        }
    }

算法分析

clip_image0014_thumb

因此,对于任何输入来说,选择排序都是一个θ(n2)的算法。

 

3.1.1 冒泡排序(n个元素,0~n-1,升序,稳定)

比较相邻元素Aj和Aj+1,若Aj>Aj+1,交换它们的位置,依次这样,最终,最大元素“沉到”最后一个位置。重复n-1遍以后,就排好序了。

代码实现

/**
     * 冒泡排序(升序)
     * @param array 排序的数组
     * */
    public static void bubbleSort(int[] array){
        for(int i=0;i<array.length-1;i++){
            for(int j=0;j<array.length-1-i;j++){
                if(array[j]>array[j+1]){
                    int temp=array[j];
                    array[j]=array[j+1];
                    array[j+1]=temp;
                }
            }
        }
    }

算法分析

clip_image0016_thumb

最坏情况和平均情况下都是属于θ(n2)。实际上,可以针对上面的代码进行一定的改良,当对数组迭代比较一遍之后没有进行元素的交换,那么表示该数组已排好序了。代码演示如下:

代码实现

/**
     * 冒泡排序(升序)
     * @param array 排序的数组
     * */
    public static void bubbleSort(int[] array){
        for(int i=0;i<array.length-1;i++){
            int count=0;
            for(int j=0;j<array.length-1-i;j++){
                if(array[j]>array[j+1]){
                    int temp=array[j];
                    array[j]=array[j+1];
                    array[j+1]=temp;
                    count++;
                }
            }
            System.out.println("第"+(i+1)+"次迭代:");
            print(array);//输出数组
            if(count==0){
                break;
            }
        }
    }

原本输出的结果:

排序前:
11,41,48,3,73,12,40,48,70,37
第1次迭代:
11,41,3,48,12,40,48,70,37,73
第2次迭代:
11,3,41,12,40,48,48,37,70,73
第3次迭代:
3,11,12,40,41,48,37,48,70,73
第4次迭代:
3,11,12,40,41,37,48,48,70,73
第5次迭代:
3,11,12,40,37,41,48,48,70,73
第6次迭代:
3,11,12,37,40,41,48,48,70,73
第7次迭代:
3,11,12,37,40,41,48,48,70,73
第8次迭代:
3,11,12,37,40,41,48,48,70,73
第9次迭代:
3,11,12,37,40,41,48,48,70,73
排序后:
3,11,12,37,40,41,48,48,70,73

改良后输出的结果:

排序前:
11,41,48,3,73,12,40,48,70,37
第1次迭代:
11,41,3,48,12,40,48,70,37,73
第2次迭代:
11,3,41,12,40,48,48,37,70,73
第3次迭代:
3,11,12,40,41,48,37,48,70,73
第4次迭代:
3,11,12,40,41,37,48,48,70,73
第5次迭代:
3,11,12,40,37,41,48,48,70,73
第6次迭代:
3,11,12,37,40,41,48,48,70,73
第7次迭代:
3,11,12,37,40,41,48,48,70,73
排序后:
3,11,12,37,40,41,48,48,70,73
可见,对上面的数组排序时,的确少了两次迭代。但事实上,即使在初等排序方法当中,冒泡排序也不是一个很好的选择,而且,如果不是因为它有一个好记的名字,我们很可能不会对它有任何的了解(这句话说得是不是很残忍,书的作者说的)。

习题 3.1

4. a.设计一个蛮力算法,对于给定的x0,计算下面多项式的值:

p(x)=anxn+an-1xn-1+…+a1x+a0

并确定该算法的最差效率类型。

    b.如果你设计的算法属于θ(n2),请为该问题设计一个线性的算法。

    c.对于该问题来说,能不能设计出一个比线性效率还要好的算法呢?

解:

a.代码实现:

/**
     * 习题4.a 计算多项式p(x)
     * @param array 多项式的常数项
     * @param x 变量
     * @return 返回计算的结果
     * */
    public static int polynomialEvaluation(int[] array,int x){
        int result=0;
        for(int i=0;i<array.length;i++){
            int temp=array[i];
            for(int j=0;j<i;j++){
                temp*=x;
            }
            result+=temp;
        }
        return result;
    }

效率分析:

clip_image0018_thumb

所以该算法属于θ(n2)。

b.代码实现:

/**
     * 习题4.b 计算多项式p(x)
     * @param array 多项式的常数项
     * @param x 变量
     * @return 返回计算的结果
     * */
    public static int polynomialEvaluation(int[] array,int x){
        int result=0;
        int temp=1;
        for(int i=0;i<array.length;i++){
            result+=array[i]*temp;
            temp*=x;
        }
        return result;
    }

c.由于该问题必须求解n+1个加数的和,所以不能设计出一个比线性效率还要好的算法。
宁可孤独,也不违心。宁可抱憾,也不将就。
原文地址:https://www.cnblogs.com/fei-er-blog/p/4811694.html