博客
关于我
排序-1
阅读量:725 次
发布时间:2019-03-21

本文共 1070 字,大约阅读时间需要 3 分钟。

选择排序

选择排序是一种简单而有效的排序算法。其工作原理是:在每次操作中,找到数组中最小的元素,并将它移到当前位置上。这种方法类似于手动将物品一个一个排好序,只是它通过机器操作完成。

选择排序的最大特点是其运行时间是完全不受输入数据规模的影响,这使得它特别适合处理大规模数据。与此同时,因为每次交换仅涉及两个元素,数据移动的总距离最少,因此选择排序的效率相当高。

算法步骤:

  • 初始化时,输入数据无需排序前的预处理。
  • 从数组的第一个位置开始,将当前位置和剩下所有未排序的位置中最小的元素进行交换。
  • 重复上述步骤,直到所有元素都被排序。
  • 选择排序的主要缺点是,无论输入数据如何排列,它都需要进行与数据长度相同数量的比较操作,这会导致其在处理逆序数据时表现较差。不过,对于大部分应用场景,选择排序仍然是一种理想的选择。

    插入排序

    插入排序的思想是:对于每一个元素,将其插入到一个已经按顺序排列的子数组中的合适位置。为了实现这一目标,需要将后面的元素一个一个向左移动,腾出位置用于插入当前元素。

    插入排序的关键优化点在于:它的运行时间随着输入数据的已排序程度而显著减少。如果输入数据基本上已经排序,插入排序的运行时间可以接近线性级别。相比选择排序,插入排序的效率明显更好。

    算法步骤:

  • 初始化时,将第一个元素视为已经排序好的子数组。
  • 从第二个元素开始,逐个取出当前元素,并将其插入到前面的已排序子数组的正确位置。
  • 重复上述步骤,直到所有元素都被排序。
  • 希尔排序

    希尔排序是一种改进的插入排序算法,它通过将数组分成几组,每组按特定间隔进行排序,然后逐步减小间隔,最终完成整个数组的排序。这种方法不仅提高了效率,还使得希尔排序在数据规模较大时表现优异。

    希尔排序的核心思想是:通过逐步减小区间的间隔,使数组中的大部分元素达到有序。这种方法在实践中被证明比传统的插入排序和选择排序更为高效,尤其是当数据规模较大时。

    算法步骤:

  • 初始化时,将区间间隔设为数组长度的三分之一。
  • 对于当前区间间隔,将数组分成若干组,并对每组内的元素进行插入排序。
  • 将区间间隔除以三,重复上述步骤,直到区间间隔减小到1。
  • 多路归并排序

    多路归并是一种并行排序算法,它通过将数组分成多个子数组进行排序,然后将有序的子数组合并成最终的有序数组。这种方法的主要特点是 comparator 的介入,使得它可以处理多种不同的排序键。

    多路归并的主要优点是可以有效地处理多键排序问题。不过,它需要额外的资源来维护多个子数组。这一点在传统的归并排序中也存在,但其优势在于支持复杂的排序场景。

    转载地址:http://aidgz.baihongyu.com/

    你可能感兴趣的文章
    Nifi同步过程中报错create_time字段找不到_实际目标表和源表中没有这个字段---大数据之Nifi工作笔记0066
    查看>>
    NIFI大数据进阶_FlowFile拓扑_对FlowFile内容和属性的修改删除添加_介绍和描述_以及实际操作---大数据之Nifi工作笔记0023
    查看>>
    NIFI大数据进阶_FlowFile生成器_GenerateFlowFile处理器_ReplaceText处理器_处理器介绍_处理过程说明---大数据之Nifi工作笔记0019
    查看>>
    NIFI大数据进阶_FlowFile生成器_GenerateFlowFile处理器_ReplaceText处理器_实际操作---大数据之Nifi工作笔记0020
    查看>>
    NIFI大数据进阶_Json内容转换为Hive支持的文本格式_实际操作_02---大数据之Nifi工作笔记0032
    查看>>
    NIFI大数据进阶_Json内容转换为Hive支持的文本格式_操作方法说明_01_EvaluteJsonPath处理器---大数据之Nifi工作笔记0031
    查看>>
    NIFI大数据进阶_Kafka使用相关说明_实际操作Kafka消费者处理器_来消费kafka数据---大数据之Nifi工作笔记0037
    查看>>
    NIFI大数据进阶_Kafka使用相关说明_实际操作Kafka生产者---大数据之Nifi工作笔记0036
    查看>>
    NIFI大数据进阶_NIFI的模板和组的使用-介绍和实际操作_创建组_嵌套组_模板创建下载_导入---大数据之Nifi工作笔记0022
    查看>>
    NIFI大数据进阶_NIFI监控功能实际操作_Summary查看系统和处理器运行情况_viewDataProvenance查看_---大数据之Nifi工作笔记0026
    查看>>
    NIFI大数据进阶_NIFI监控的强大功能介绍_处理器面板_进程组面板_summary监控_data_provenance事件源---大数据之Nifi工作笔记0025
    查看>>
    NIFI大数据进阶_NIFI集群知识点_认识NIFI集群以及集群的组成部分---大数据之Nifi工作笔记0014
    查看>>
    NIFI大数据进阶_NIFI集群知识点_集群的断开_重连_退役_卸载_总结---大数据之Nifi工作笔记0018
    查看>>
    NIFI大数据进阶_内嵌ZK模式集群1_搭建过程说明---大数据之Nifi工作笔记0015
    查看>>
    NIFI大数据进阶_外部ZK模式集群1_实际操作搭建NIFI外部ZK模式集群---大数据之Nifi工作笔记0017
    查看>>
    NIFI大数据进阶_实时同步MySql的数据到Hive中去_可增量同步_实时监控MySql数据库变化_操作方法说明_01---大数据之Nifi工作笔记0033
    查看>>
    NIFI大数据进阶_实时同步MySql的数据到Hive中去_可增量同步_实时监控MySql数据库变化_操作方法说明_02---大数据之Nifi工作笔记0034
    查看>>
    NIFI大数据进阶_离线同步MySql数据到HDFS_01_实际操作---大数据之Nifi工作笔记0029
    查看>>
    NIFI大数据进阶_离线同步MySql数据到HDFS_02_实际操作_splitjson处理器_puthdfs处理器_querydatabasetable处理器---大数据之Nifi工作笔记0030
    查看>>
    NIFI大数据进阶_离线同步MySql数据到HDFS_说明操作步骤---大数据之Nifi工作笔记0028
    查看>>