Java排序之排序大综合

一、最近写了一些排序,于是和和大家分享一下:(默认都是从小到大排序)

二、冒泡排序

  1、什么是冒泡排序:原理是临近的两个数比较大小,将较大的数往后移,这样遍历一趟数组以后,最大的数就排在的最后面(时间复杂的为O(N2))

   重复上面步骤N次。

  2、原理描述:data{44,77,55,33,66}

      第一次运行:data{44,55,33,66,77}

      第二次运行:data{44,33,55,66,77}

      。。。。。。

      第N次执行:data{33,44,55,66,77}

  3、参考代码:

import java.util.Arrays;

/**
 * Description:冒泡排序
 * Author: Hey
 * Date: 2015/12/7
 */
public class BubbleSort {

    public static void main(String[] args) {
        int[] data = {11, 66, 33, 44, 77, 55};

        for (int i = 0; i < data.length-1; i++) {
            for (int j = data.length - i; j > 0; j--) {
                if (data[i] > data[i + 1]) {
                    data[i] = data[i] ^ data[i + 1];
                    data[i + 1] = data[i + 1] ^ data[i];
                    data[i] = data[i] ^ data[i + 1];
                }
            }
        }
//        for(int i=0;i<data.length;i++){
//            System.out.println(data[i]);
//        }
        System.out.println(Arrays.toString(data));
    }
}

三、选择排序

  1、什么是选择排序:选择排序是选择数组中最小的数将该数移动到数组最前面,将其他元素往后移动,重复N次操作(时间复杂的(O(N2)))

  2、原理:data{44,77,55,33,66}

   第一次运行:data{33,44,77,55,66}

   第二次运行:data{33,44,77,55,66}

   。。。。。。。

   第N次运行:data{33,44,55,66,77}

  3、参考代码:

  

import java.util.Arrays;

/**
 * Description:选择排序
 * Author: Hey
 * Date: 2015/12/7
 */
public class SelectionSort {

    public static void main(String [] args){
        int[] data = {11, 66, 33, 44, 77, 55};

        int minData=0;
        for(int i=0;i<data.length;i++){
            minData=data[i];
            for(int j=i+1;j<data.length;j++){
                if(data[j]<minData){
                    data[j]=data[j]^minData;
                    minData=minData^data[j];
                    data[j]=data[j]^minData;
                }
                data[i]=minData;
            }
        }
        System.out.print(Arrays.toString(data));
    }
}

四、插入排序:

  1、什么是插入排序:插入排序是将数组划分为两个部分:有序部分和无序部分,将无序部分插入有序部分,重复执行N-1次,默认数组第一项就是有序的(时间复杂的O(N2))

  2、插入排序的原理:data{44,77,55,33,66}

        第一次:data{44,77,55,33,66}

        第二次:data{44,55,77,33,66}

        。。。。

        第N次:data{33,44,55,66,77}

  3、参考代码

package cn.edu.insertionsort;

import java.util.Arrays;

/**
 * Description:插入排序
 * Author: Hey
 * Date: 2015/12/7
 */
public class InsertSort {

    public static void main(String[]args){
        int[] data = {11, 66, 33, 44, 77, 55};

        int i;
       // int j;

        for(i=1;i<data.length;i++){
            /*int temp=data[i];
            for(j=i-1;j>0;j--){
                if(data[i]<data[j]){
                    if(data[j]>data[i]);
                    data[i]=data[j];
                    data[j]=temp;
                }else{
                    break;
                }
            }*/


            if(data[i-1]>data[i]){
                int temp=data[i];
                int j=i;
                while(j>0&&data[i]<data[j-1]){
                    data[j]=data[j-1];
                    j--;
                }
                data[j]=temp;
            }

        }
    System.out.print(Arrays.toString(data));
    }

}

五、希尔排序

  1、(历史)希尔排序是选择排序的进化版:插入排序算法对大致有序的数组效率比较高;

   但是如果是反序,那么插入排序将会进行大量的移动复制,如果先让部分的局部有序,那么久能够减少移动的次数

   (什么是希尔排序)先取一个小于n的整数d1作为第一个增量,把文件的全部记录分组。

   所有距离为d1的倍数的记录放在同一个组中。先在各组内进行直接插入排序;然后,取第二个增量d2<d1重复上述的分组和排序,

   直至所取的增量  =1( <  …<d2<d1),即所有记录放在同一组中进行直接插入排序为止。

  2、关于增量的选取一般用3h+1的算数公式

  3参考代码:

  

import java.util.Arrays;

/**
 * Description:希尔排序,希尔排序的之间的间隔是使用3h+1(运行个数)来定义的。
 * h代表间隔(由于排序算法是基于插入算法的,当数组大小至少为3时,插入排序才比较有效)
 * Author: Hey
 * Date: 2015/12/7
 */
public class HillSort {

    public static void main(String[]args){
        int[] data = {11, 66, 33, 44, 77, 55};

        //计算间隔
        int length=data.length;
        int h=1;
        while(h<=length/3)
            h=3*h+1;

        while(h>0){
            for(int i=h;i<length;i++){
                int temp=data[i];
                int j=i;
                while(j>h-1&&data[j-h]>temp){
                    data[j]=data[j-h];
                    j-=h;
                }
                data[j]=temp;
            }
            h=(h-1)/3;
        }

        System.out.print(Arrays.toString(data));
    }
}

六、快速排序

  1、什么事快速排序:快速排序是在数组选择一个标准位(其实也就是在数组中选择一个数做参考),将比标志位大的数右移,比标志位小的左移,让缩小范围继续比较

  3、参考代码:

package cn.edu.quicksort;

import java.util.Arrays;

/**
 * Description:快速排序
 * Author: Hey
 * Date: 2015/12/7
 */
public class QuickSort {

    int[] data = {11, 66, 33, 44, 77, 55};

    public void quickSort(int left, int right) {
        if ((right - left) <= 0)
            return;
        else {
            int pivot = data[right];

            int parttion=recQuickSort(left,right,pivot);
            quickSort(left, parttion-1);
            quickSort(parttion + 1, right);
        }
    }

    public int recQuickSort(int left, int right, int pivot) {
        int leftPtr=left-1;
        int rightPtr=right;
        while (true) {
            while (data[++leftPtr] < pivot) ;
            while (data[--rightPtr] > pivot) ;
            if (leftPtr >= rightPtr)
                break;
            else
                swap(leftPtr, rightPtr);
        }
        swap(leftPtr, right);
        return leftPtr;
    }

    public void swap(int i, int j) {
        data[i] = data[i] ^ data[j];
        data[j] = data[j] ^ data[i];
        data[i] = data[i] ^ data[j];
    }

    public static void main(String[] args) {
        QuickSort  q=new QuickSort();

        q.quickSort(0,q.data.length-1);

        System.out.print(Arrays.toString(q.data));
    }
}

七:堆排序

  1、什么事堆排序:堆排序(Heapsort)是指利用堆积树(堆)这种数据结构所设计的一种排序算法,它是选择排序的一种。

  可以利用数组的特点快速定位指定索引的元素。堆分为大根堆和小根堆,是完全二叉树。大根堆的要求是每个节点的值都不大于其父节点的值,

  即A[PARENT[i]] >= A[i]。在数组的非降序排序中,需要使用的就是大根堆,因为根据大根堆的要求可知,最大的值一定在堆顶。

  2、参考代码:

package cn.edu.heapsort;

import java.util.Arrays;

/**
 * Description:堆排序
 * Author: Hey
 * Date: 2015/12/7
 */
public class HeapSort {

    private int size;
    private Node[]nodes;
    private int elms;

    public HeapSort(int size){
        elms=0;
        this.nodes=new Node[size];
    }

    public boolean insert(int value){
        if(elms>=value)
            return false;
        Node node=new Node(value);
        nodes[elms]=node;
        trickUp(elms++);

        return true;
    }

    public Node remove(){
        Node temp=nodes[0];
        nodes[0]=nodes[--elms];
        trickDown(0);
        return temp;
    }

    private void trickUp(int index){

        int parent=(index-1)/2;
        Node temp=nodes[index];
        while(index>0&&nodes[parent].value<temp.value){
            nodes[index]=nodes[parent];
            index=parent;
            parent=(parent-1)/2;
        }
        nodes[index]=temp;
    }

    private void trickDown(int index){

        Node temp=nodes[0];
        int largeChild=0;

        while(index<elms/2){
            largeChild=maxNode(index);
            if(temp.value>nodes[largeChild].value)
                break;
            else{
                nodes[index]=nodes[largeChild];
                index=largeChild;
            }
        }
        nodes[index]=temp;
    }

    public static void main(String []args){

        HeapSort h=new HeapSort(10);
        h.insert(10);
        h.insert(23);
        h.insert(12);
        h.insert(17);
        h.insert(33);

        h.print();
        System.out.println(h.remove());
        System.out.println(h.remove());
        System.out.println(h.remove());
        System.out.println(h.remove());
        System.out.println(h.remove());

    }

    private void print() {
        System.out.println(Arrays.toString(nodes));
    }

    private int maxNode(int parent){
        int left=parent*2+1;
        int right=parent*2+2;

        if (right<elms&&nodes[left].value<nodes[right].value)
            return right;
        else
            return left;
    }

     private class Node{
         public int value;
         public Node(int value){
             this.value=value;
         }

         @Override
         public String toString() {
             return "HeapSort{" +
                     "value=" + value +
                     '}';
         }
    }

}

 

posted @ 2015-12-09 20:01  googlemeoften  阅读(5283)  评论(3编辑  收藏  举报