zoukankan      html  css  js  c++  java
  • 排序算法汇总

     

    public class QuickDemo {

    public static void main(String[] args) {
    int[] arr = {5, 2, 4, 9, 7, 564, 123, 643, 8, 64, 8, 75, 6, 7968, 4648, 46};
    // sort(arr, 0, arr.length - 1);
    }

    /**
    *  堆排序是一种树形选择排序,是对直接选择排序的有效改进。
    * <p>堆的定义下:具有n个元素的序列 (h1,h2,...,hn),当且仅当满足(hi>=h2i,hi>=2i+1)或(hi<=h2i,hi<=2i+1)
    * (i=1,2,...,n/2)时称之为堆。在这里只讨论满足前者条件的堆。由堆的定义可以看出,堆顶元素(即第一个元素)必为最大项(大顶堆)。
    * 完全二 叉树可以很直观地表示堆的结构。堆顶为根,其它为左子树、右子树。
    * <p>思想:初始时把要排序的数的序列看作是一棵顺序存储的二叉树,调整它们的存储序,
    * 使之成为一个 堆,这时堆的根节点的数最大。然后将根节点与堆的最后一个节点交换。
    * 然后对前面(n-1)个数重新调整使之成为堆。依此类推,直到只有两个节点的堆,并对 它们作交换,
    * 最后得到有n个节点的有序序列。从算法描述来看,堆排序需要两个过程,一是建立堆,
    * 二是堆顶与堆的最后一个元素交换位置。所以堆排序有两个函数组成。一是建堆的渗透函数,二是反复调用渗透函数实现排序的函数。
    *
    * @param args
    */
    public static void mains(String[] args) {
    int[] a = {49, 38, 65, 97, 76, 13, 27, 49, 78, 34, 12, 64};
    int arrayLength = a.length;
    //循环建堆
    for (int i = 0; i < arrayLength - 1; i++) {
    //建堆
    buildMaxHeap(a, arrayLength - 1 - i);
    //交换堆顶和最后一个元素
    swap(a, 0, arrayLength - 1 - i);
    System.out.println(Arrays.toString(a));
    }
    }

    //对data数组从0到lastIndex建大顶堆
    public static void buildMaxHeap(int[] data, int lastIndex) {
    //从lastIndex处节点(最后一个节点)的父节点开始
    for (int i = (lastIndex - 1) / 2; i >= 0; i--) {
    //k保存正在判断的节点
    int k = i;
    //如果当前k节点的子节点存在
    while (k * 2 + 1 <= lastIndex) {
    //k节点的左子节点的索引
    int biggerIndex = 2 * k + 1;
    //如果biggerIndex小于lastIndex,即biggerIndex+1代表的k节点的右子节点存在
    if (biggerIndex < lastIndex) {
    //若果右子节点的值较大
    if (data[biggerIndex] < data[biggerIndex + 1]) {
    //biggerIndex总是记录较大子节点的索引
    biggerIndex++;
    }
    }
    //如果k节点的值小于其较大的子节点的值
    if (data[k] < data[biggerIndex]) {
    //交换他们
    swap(data, k, biggerIndex);
    //将biggerIndex赋予k,开始while循环的下一次循环,重新保证k节点的值大于其左右子节点的值
    k = biggerIndex;
    } else {
    break;
    }
    }
    }
    }

    //交换
    public static void swap(int[] data, int i, int j) {
    int tmp = data[i];
    data[i] = data[j];
    data[j] = tmp;
    }


    /**
    * 归并排序
    * 简介:将两个(或两个以上)有序表合并成一个新的有序表 即把待排序序列分为若干个子序列,
    * 每个子序列是有序的。然后再把有序子序列合并为整体有序序列
    * 时间复杂度为O(nlogn)
    * 稳定排序方式
    *
    * @param nums 待排序数组
    * @return 输出有序数组
    */
    public static int[] sortguibing(int[] nums, int low, int high) {
    int mid = (low + high) / 2;
    if (low < high) {
    // 左边
    sort(nums, low, mid);
    // 右边
    sort(nums, mid + 1, high);
    // 左右归并
    merge(nums, low, mid, high);
    }
    return nums;
    }

    /**
    * 将数组中low到high位置的数进行排序
    *
    * @param nums 待排序数组
    * @param low 待排的开始位置
    * @param mid 待排中间位置
    * @param high 待排结束位置
    */
    public static void merge(int[] nums, int low, int mid, int high) {
    int[] temp = new int[high - low + 1];
    int i = low;// 左指针
    int j = mid + 1;// 右指针
    int k = 0;

    // 把较小的数先移到新数组中
    while (i <= mid && j <= high) {
    if (nums[i] < nums[j]) {
    temp[k++] = nums[i++];
    } else {
    temp[k++] = nums[j++];
    }
    }

    // 把左边剩余的数移入数组
    while (i <= mid) {
    temp[k++] = nums[i++];
    }

    // 把右边边剩余的数移入数组
    while (j <= high) {
    temp[k++] = nums[j++];
    }

    // 把新数组中的数覆盖nums数组
    for (int k2 = 0; k2 < temp.length; k2++) {
    nums[k2 + low] = temp[k2];
    }
    }


    /**
    * 希尔排序的原理:根据需求,如果你想要结果从大到小排列,它会首先将数组进行分组,然后将较大值移到前面,较小值
    * 移到后面,最后将整个数组进行插入排序,这样比起一开始就用插入排序减少了数据交换和移动的次数,可以说希尔排序是加强
    * 版的插入排序
    * 拿数组5, 2, 8, 9, 1, 3,4来说,数组长度为7,当increment为3时,数组分为两个序列
    * 5,2,8和9,1,3,4,第一次排序,9和5比较,1和2比较,3和8比较,4和比其下标值小increment的数组值相比较
    * 此例子是按照从大到小排列,所以大的会排在前面,第一次排序后数组为9, 2, 8, 5, 1, 3,4
    * 第一次后increment的值变为3/2=1,此时对数组进行插入排序,
    * 实现数组从大到小排
    */

    public static void shellSort(int[] data) {
    int j = 0;
    int temp = 0;
    //每次将步长缩短为原来的一半
    for (int increment = data.length / 2; increment > 0; increment /= 2) {
    for (int i = increment; i < data.length; i++) {
    temp = data[i];
    for (j = i; j >= increment; j -= increment) {
    if (temp > data[j - increment])//如想从小到大排只需修改这里
    {
    data[j] = data[j - increment];
    } else {
    break;
    }

    }
    data[j] = temp;
    }

    }
    }

    /**
    * 插入排序
    * <p>
    * 从第一个元素开始,该元素可以认为已经被排序
    * 取出下一个元素,在已经排序的元素序列中从后向前扫描
    * 如果该元素(已排序)大于新元素,将该元素移到下一位置
    * 重复步骤3,直到找到已排序的元素小于或者等于新元素的位置
    * 将新元素插入到该位置中
    * 重复步骤2
    *
    * @param numbers 待排序数组
    */
    public static void insertSort(int[] numbers) {
    int size = numbers.length;
    int temp = 0;
    int j = 0;

    for (int i = 0; i < size; i++) {
    temp = numbers[i];
    //假如temp比前面的值小,则将前面的值后移
    for (j = i; j > 0 && temp < numbers[j - 1]; j--) {
    numbers[j] = numbers[j - 1];
    }
    numbers[j] = temp;
    }
    }

    /**
    * 选择排序算法
    * 在未排序序列中找到最小元素,存放到排序序列的起始位置
    * 再从剩余未排序元素中继续寻找最小元素,然后放到排序序列末尾。
    * 以此类推,直到所有元素均排序完毕。
    *
    * @param numbers
    */
    public static void selectSort(int[] numbers) {
    int size = numbers.length; //数组长度

    for (int i = 0; i < size; i++) {
    int k = i; //待确定的位置
    //选择出应该在第i个位置的数
    for (int j = size - 1; j > i; j--) {
    if (numbers[j] < numbers[k]) {
    k = j;
    }
    }
    //交换两个数
    numbers[i] ^= numbers[k];
    numbers[k] ^= numbers[i];
    numbers[i] ^= numbers[k];
    }
    }

    /**
    * 快速排序的基本思想:
    * 通过一趟排序将待排序记录分割成独立的两部分,其中一部分记录的关键字均比另一部分关键字小,
    * 则分别对这两部分继续进行排序,直到整个序列有序。
    * 快速排序的示例:
    * (a)一趟排序的过程:
    * (b)排序的全过程
    * 把整个序列看做一个数组,把第零个位置看做中轴,和最后一个比,如果比它小交换,比它大不做任何处理;
    * 交换了以后再和小的那端比,比它小不交换,比他大交换。这样循环往复,一趟排序完成,左边就是比中轴小的,
    * 右边就是比中轴大的,然后再用分治法,分别对这两个独立的数组进行排序。
    */
    public static void sort(int arr[], int low, int high) {
    int l = low;
    int h = high;
    int k = arr[low];
    while (l < h) {
    // 从后往前比较
    while (l < h && arr[h] >= k) { // 如果没有比关键值小的,比较下一个,直到有比关键值小的交换位置,然后又从前往后比较
    h--;// h=6
    }
    if (l < h) {
    int temp = arr[h];
    arr[h] = arr[l];
    arr[l] = temp;
    //进行过一次替换后,没必要将替换后的两值再次比较,所以i++直接下一位与k对比
    l++;
    }
    // 从前往后比较
    while (l < h && arr[l] <= k) { // 如果没有比关键值大的,比较下一个,直到有比关键值大的交换位置
    l++;
    }
    if (l < h) {
    int temp = arr[h];
    arr[h] = arr[l];
    arr[l] = temp;
    h--;
    }
    // 此时第一次循环比较结束,关键值的位置已经确定了。左边的值都比关键值小,右边的值都比关键值大,但是两边的顺序还有可能是不一样的,进行下面的递归调用
    }
    print(arr);
    System.out.print("low =" + (l + 1) + ", high = " + (h + 1) + ", k=" + k + " ");
    // 递归
    if (l > low)//先判断l>low再次经行左边排序
    sort(arr, low, l - 1);// 左边序列。第一个索引位置到关键值索引-1
    if (h < high)//左边依次排序执行完递归后,弹栈进行右边排序
    sort(arr, l + 1, high);// 右边序列。从关键值索引+1到最后一个
    }

    // 打印数组的方法
    private static void print(int[] arr) {
    System.out.print("[");
    for (int i = 0; i < arr.length; i++) {
    if (i != (arr.length - 1)) {
    System.out.print(arr[i] + ",");
    } else {
    System.out.print(arr[i] + "]");
    System.out.println();
    }
    }
    }


    /**
    * 冒泡排序
    * 比较相邻的元素。如果第一个比第二个大,就交换他们两个。
    * 对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对。在这一点,最后的元素应该会是最大的数。
    * 针对所有的元素重复以上的步骤,除了最后一个。
    * 持续每次对越来越少的元素重复上面的步骤,直到没有任何一对数字需要比较。
    *
    * @param numbers 需要排序的整型数组
    */
    public static void bubbleSort(int[] numbers) {
    int temp = 0;
    int size = numbers.length;
    for (int i = 0; i < size - 1; i++) {
    for (int j = 0; j < size - 1 - i; j++) {
    if (numbers[j] > numbers[j + 1]) //交换两数位置
    {
    temp = numbers[j];
    numbers[j] = numbers[j + 1];
    numbers[j + 1] = temp;
    }
    }
    }
    }
    }
  • 相关阅读:
    第一次通过CLR Profile解决内存占用过高的问题
    未处理的异常
    var和dynamic的区别及如何正确使用dynamic?
    C#添加本地打印机
    CSS样式
    CSS选择器
    Winform 数据绑定
    [CLR via C#]值类型的装箱和拆箱
    Java Object
    设计模式_创建型模式
  • 原文地址:https://www.cnblogs.com/renchengtianshao/p/11077258.html
Copyright © 2011-2022 走看看