`
lovnet
  • 浏览: 6714702 次
  • 性别: Icon_minigender_1
  • 来自: 武汉
文章分类
社区版块
存档分类
最新评论

八大排序(Java实现)

 
阅读更多

package com.softeem.jbs.lesson4;

import java.util.Random;

/**

*排序测试类

*

*排序算法的分类如下:

*1.插入排序(直接插入排序、折半插入排序、希尔排序);

*2.交换排序(冒泡泡排序、快速排序);

*3.选择排序(直接选择排序、堆排序);

*4.归并排序;

*5.基数排序。

*

*关于排序方法的选择:

*(1)n较小(n≤50),可采用直接插入或直接选择排序。

* 当记录规模较小时,直接插入排序较好;否则因为直接选择移动的记录数少于直接插人,应选直接选择排序为宜。

*(2)若文件初始状态基本有序(指正序),则应选用直接插人、冒泡或随机的快速排序为宜;

*(3)n较大,则应采用时间复杂度为O(nlgn)的排序方法:快速排序、堆排序或归并排序。

*

*/

publicclass SortTest {

/**

*初始化测试数组的方法

*@return一个初始化好的数组

*/

publicint[] createArray() {

Random random = new Random();

int[] array =newint[10];

for (int i = 0; i < 10; i++) {

array[i] = random.nextInt(100) - random.nextInt(100);//生成两个随机数相减,保证生成的数中有负数

}

System.out.println("==========原始序列==========");

printArray(array);

return array;

}

/**

*打印数组中的元素到控制台

*@paramsource

*/

publicvoid printArray(int[] data) {

for (int i : data) {

System.out.print(i +" ");

}

System.out.println();

}

/**

*交换数组中指定的两元素的位置

*@paramdata

*@paramx

*@paramy

*/

privatevoid swap(int[] data, int x,int y) {

int temp = data[x];

data[x] = data[y];

data[y] = temp;

}

/**

*冒泡排序----交换排序的一种

*方法:相邻两元素进行比较,如有需要则进行交换,每完成一次循环就将最大元素排在最后(如从小到大排序),下一次循环是将其他的数进行类似操作。

*性能:比较次数O(n^2),n^2/2;交换次数O(n^2),n^2/4

*

*@paramdata要排序的数组

*@paramsortType排序类型

*@return

*/

publicvoid bubbleSort(int[] data, String sortType) {

if (sortType.equals("asc")) {//正排序,从小排到大

//比较的轮数

for (int i = 1; i < data.length; i++) {

//将相邻两个数进行比较,较大的数往后冒泡

for (int j = 0; j < data.length - i; j++) {

if (data[j] > data[j + 1]) {

//交换相邻两个数

swap(data, j, j + 1);

}

}

}

} elseif (sortType.equals("desc")) { //倒排序,从大排到小

//比较的轮数

for (int i = 1; i < data.length; i++) {

//将相邻两个数进行比较,较大的数往后冒泡

for (int j = 0; j < data.length - i; j++) {

if (data[j] < data[j + 1]) {

//交换相邻两个数

swap(data, j, j + 1);

}

}

}

} else {

System.out.println("您输入的排序类型错误!");

}

printArray(data);//输出冒泡排序后的数组值

}

/**

*直接选择排序法----选择排序的一种

*方法:每一趟从待排序的数据元素中选出最小(或最大)的一个元素,顺序放在已排好序的数列的最后,直到全部待排序的数据元素排完。

*性能:比较次数O(n^2),n^2/2

*交换次数O(n),n

*交换次数比冒泡排序少多了,由于交换所需CPU时间比比较所需的CUP时间多,所以选择排序比冒泡排序快。

*但是N比较大时,比较所需的CPU时间占主要地位,所以这时的性能和冒泡排序差不太多,但毫无疑问肯定要快些。

*

*@paramdata要排序的数组

*@paramsortType排序类型

*@return

*/

publicvoid selectSort(int[]data, String sortType) {

if (sortType.equals("asc")) {//正排序,从小排到大

int index;

for (int i = 1; i <data.length; i++) {

index = 0;

for (int j = 1; j <= data.length - i; j++) {

if (data[j] >data[index]) {

index = j;

}

}

//交换在位置data.length-iindex(最大值)两个数

swap(data,data.length - i, index);

}

} elseif (sortType.equals("desc")) { //倒排序,从大排到小

int index;

for (int i = 1; i <data.length; i++) {

index = 0;

for (int j = 1; j <= data.length - i; j++) {

if (data[j] <data[index]) {

index = j;

}

}

//交换在位置data.length-iindex(最大值)两个数

swap(data,data.length - i, index);

}

} else {

System.out.println("您输入的排序类型错误!");

}

printArray(data);//输出直接选择排序后的数组值

}

/**

*插入排序

*方法:将一个记录插入到已排好序的有序表(有可能是空表)中,从而得到一个新的记录数增1的有序表。

*性能:比较次数O(n^2),n^2/4

*复制次数O(n),n^2/4

*比较次数是前两者的一般,而复制所需的CPU时间较交换少,所以性能上比冒泡排序提高一倍多,而比选择排序也要快。

*

*@paramdata要排序的数组

*@paramsortType排序类型

*/

publicvoid insertSort(int[] data, String sortType) {

if (sortType.equals("asc")) {//正排序,从小排到大

//比较的轮数

for (int i = 1; i < data.length; i++) {

//保证前i+1个数排好序

for (int j = 0; j < i; j++) {

if (data[j] > data[i]) {

//交换在位置ji两个数

swap(data, i, j);

}

}

}

} elseif (sortType.equals("desc")) { //倒排序,从大排到小

//比较的轮数

for (int i = 1; i < data.length; i++) {

//保证前i+1个数排好序

for (int j = 0; j < i; j++) {

if (data[j] < data[i]) {

//交换在位置ji两个数

swap(data, i, j);

}

}

}

} else {

System.out.println("您输入的排序类型错误!");

}

printArray(data);//输出插入排序后的数组值

}

/**

*反转数组的方法

*@paramdata源数组

*/

publicvoid reverse(int[] data) {

int length = data.length;

int temp = 0;//临时变量

for (int i = 0; i < length / 2; i++) {

temp = data[i];

data[i] = data[length - 1 - i];

data[length - 1 - i] = temp;

}

printArray(data);//输出到转后数组的值

}

/**

*快速排序

*快速排序使用分治法Divideandconquer策略来把一个序列list分为两个子序列sub-lists

*步骤为:

*1.从数列中挑出一个元素,称为"基准"pivot),

*2.重新排序数列,所有元素比基准值小的摆放在基准前面,所有元素比基准值大的摆在基准的后面(相同的数可以到任一边)。在这个分割之后,该基准是它的最后位置。这个称为分割(partition)操作。

*3.递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数列排序。

*递回的最底部情形,是数列的大小是零或一,也就是永远都已经被排序好了。虽然一直递回下去,但是这个算法总会结束,因为在每次的迭代(iteration)中,它至少会把一个元素摆到它最后的位置去。

*@paramdata待排序的数组

*@paramlow

*@paramhigh

*@seeSortTest#qsort(int[],int,int)

*@seeSortTest#qsort_desc(int[],int,int)

*/

publicvoid quickSort(int[] data, String sortType) {

if (sortType.equals("asc")) {//正排序,从小排到大

qsort_asc(data, 0, data.length - 1);

} elseif (sortType.equals("desc")) { //倒排序,从大排到小

qsort_desc(data, 0, data.length - 1);

} else {

System.out.println("您输入的排序类型错误!");

}

}

/**

*快速排序的具体实现,排正序

*@paramdata

*@paramlow

*@paramhigh

*/

privatevoid qsort_asc(int data[], int low,int high) {

int i, j, x;

if (low < high) {//这个条件用来结束递归

i = low;

j = high;

x = data[i];

while (i < j) {

while (i < j && data[j] > x) {

j--; //从右向左找第一个小于x的数

}

if (i < j) {

data[i] = data[j];

i++;

}

while (i < j && data[i] < x) {

i++; //从左向右找第一个大于x的数

}

if (i < j) {

data[j] = data[i];

j--;

}

}

data[i] = x;

qsort_asc(data, low, i - 1);

qsort_asc(data, i + 1, high);

}

}

/**

*快速排序的具体实现,排倒序

*@paramdata

*@paramlow

*@paramhigh

*/

privatevoid qsort_desc(int data[], int low,int high) {

int i, j, x;

if (low < high) {//这个条件用来结束递归

i = low;

j = high;

x = data[i];

while (i < j) {

while (i < j && data[j] < x) {

j--; //从右向左找第一个小于x的数

}

if (i < j) {

data[i] = data[j];

i++;

}

while (i < j && data[i] > x) {

i++; //从左向右找第一个大于x的数

}

if (i < j) {

data[j] = data[i];

j--;

}

}

data[i] = x;

qsort_desc(data, low, i - 1);

qsort_desc(data, i + 1, high);

}

}

/**

*二分查找特定整数在整型数组中的位置(递归)

*查找线性表必须是有序列表

*@paramdataset

*@paramdata

*@parambeginIndex

*@paramendIndex

*@returnindex

*/

publicint binarySearch(int[] dataset, int data,int beginIndex,

int endIndex) {

int midIndex = (beginIndex + endIndex) >>> 1;//相当于mid = (low + high) / 2,但是效率会高些

if (data < dataset[beginIndex] || data > dataset[endIndex]

|| beginIndex > endIndex)

return -1;

if (data < dataset[midIndex]) {

return binarySearch(dataset, data, beginIndex, midIndex - 1);

} elseif (data > dataset[midIndex]) {

return binarySearch(dataset, data, midIndex + 1, endIndex);

} else {

return midIndex;

}

}

/**

*二分查找特定整数在整型数组中的位置(非递归)

*查找线性表必须是有序列表

*@paramdataset

*@paramdata

*@returnindex

*/

publicint binarySearch(int[] dataset, int data) {

int beginIndex = 0;

int endIndex = dataset.length - 1;

int midIndex = -1;

if (data < dataset[beginIndex] || data > dataset[endIndex]

|| beginIndex > endIndex)

return -1;

while (beginIndex <= endIndex) {

midIndex = (beginIndex + endIndex) >>> 1;//相当于midIndex = (beginIndex + endIndex) / 2,但是效率会高些

if (data < dataset[midIndex]) {

endIndex = midIndex - 1;

} elseif (data > dataset[midIndex]) {

beginIndex = midIndex + 1;

} else {

return midIndex;

}

}

return -1;

}

publicstaticvoid main(String[] args) {

SortTest sortTest =new SortTest();

int[] array = sortTest.createArray();

System.out.println("==========冒泡排序后(正序)==========");

sortTest.bubbleSort(array,"asc");

System.out.println("==========冒泡排序后(倒序)==========");

sortTest.bubbleSort(array,"desc");

array = sortTest.createArray();

System.out.println("==========倒转数组后==========");

sortTest.reverse(array);

array = sortTest.createArray();

System.out.println("==========选择排序后(正序)==========");

sortTest.selectSort(array,"asc");

System.out.println("==========选择排序后(倒序)==========");

sortTest.selectSort(array,"desc");

array = sortTest.createArray();

System.out.println("==========插入排序后(正序)==========");

sortTest.insertSort(array,"asc");

System.out.println("==========插入排序后(倒序)==========");

sortTest.insertSort(array,"desc");

array = sortTest.createArray();

System.out.println("==========快速排序后(正序)==========");

sortTest.quickSort(array,"asc");

sortTest.printArray(array);

System.out.println("==========快速排序后(倒序)==========");

sortTest.quickSort(array,"desc");

sortTest.printArray(array);

System.out.println("==========数组二分查找==========");

System.out.println("您要找的数在第" + sortTest.binarySearch(array, 74)

+ "个位子。(下标从0计算)");

}

}

分享到:
评论

相关推荐

Global site tag (gtag.js) - Google Analytics