import java.util.ArrayList;
import java.util.List;
/**
* 排序算法主类
*
* @author eric
*/
class SortArray {
/*
* 【插入排序】
* 基本思想: 在要排序的一组数中,假设前面(n-1) [n>=2] 个数已经是排好顺序的,
* 现在要把第n个数插到前面的有序数中,使得这n个数也是排好顺序的, 如此反复循环,直到全部排好顺序。
*/
public void insertSort(int[] arr) {
for (int i = 1; i < arr.length; i++) {
int j = i - 1;
int temp = arr[i];
for (; j >= 0 && temp < arr[j]; j--) {
arr[j + 1] = arr[j]; // 将大于temp的值整体后移一个单位
}
arr[j + 1] = temp;
}
}
/*
* 【选择排序】 基本思想: 在要排序的一组数中,选出最小的一个数与第一个位置的数交换,
* 然后在剩下的数当中再找最小的与第二个位置的数交换,如此循环到倒数第二个数和最后一个数比较为止。
*/
public void selectSort(int[] arr) {
for (int i = 0; i < arr.length; i++) {
int position = i;
int temp = arr[i];
for (int j = i + 1; j < arr.length; j++) {
if (arr[j] < temp) {
temp = arr[j];
position = j;
}
}
arr[position] = arr[i];
arr[i] = temp;
}
}
/*
* 【冒泡排序】
* 基本思想: 在要排序的一组数中, 对当前还未排好序的范围内的全部数,自上而下对相邻的两个数依次进行比较和调整,
* 让较大的数往下沉,较小的往上冒。 即:每当两相邻的数比较后发现它们的排序与排序要求相反时,就将它们互换。
*/
public void bubbleSort(int[] arr) {
for (int i = 0; i < arr.length - 1; i++) {
for (int j = 0; j < arr.length - 1 - i; j++) {
if (arr[j] > arr[j + 1]) {
swap(arr, j, j + 1);
}
}
}
}
/*
* 【希尔排序】
* 基本思想:算法先将要排序的一组数按某个增量d(n/2,n为要排序数的个数)分成若干组,
* 每组中记录的下标相差d.对每组中全部元素进行直接插入排序,然后再用一个较小的增量(d/2)对它进行分组,
* 在每组中再进行直接插入排序。当增量减到1时,进行直接插入排序后,排序完成。
*/
public void shellSort(int[] arr) {
double d1 = arr.length;
int temp = 0;
while (true) {
d1 = Math.ceil(d1 / 2);
int d = (int) d1;
for (int x = 0; x < d; x++) {
for (int i = x + d; i < arr.length; i += d) {
int j = i - d;
temp = arr[i];
for (; j >= 0 && temp < arr[j]; j -= d) {
arr[j + d] = arr[j];
}
arr[j + d] = temp;
}
}
if (d == 1)
break;
}
}
/*
* 【堆排序】
* 基本思想: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。
* 堆的定义如下: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。
* 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
*/
public void heapSort(int[] arr) {
// 循环建堆
for (int i = 0; i < arr.length - 1; i++) {
buildMaxHeap(arr, arr.length - 1 - i); // 建堆
swap(arr, 0, arr.length - 1 - i); // 交换堆顶和最后一个元素
}
}
private void buildMaxHeap(int[] arr, 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 (arr[biggerIndex] < arr[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 (arr[k] < arr[biggerIndex]) {
// 交换他们
swap(arr, 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;
}
}
}
}
/*
* 【快速排序】
* 基本思想:选择一个基准元素,通常选择第一个元素或者最后一个元素,通过一趟扫描,将待排序列分成两部分,
* 一部分比基准元素小,一部分大于等于基准元素,此时基准元素在其排好序后的正确位置,然后再用同样的方法递归地排序划分的两部分。
*/
public void quickSort(int[] arr) {
// 查看数组是否为空
if (arr.length > 0) {
quickSort(arr, 0, arr.length - 1);
}
}
private void quickSort(int[] arr, int low, int high) {
if (low < high) {
int middle = getMiddle(arr, low, high); // 将list数组进行一分为二
quickSort(arr, low, middle - 1); // 对低字表进行递归排序
quickSort(arr, middle + 1, high); // 对高字表进行递归排序
}
}
private int getMiddle(int[] arr, int low, int high) {
int temp = arr[low]; // 数组的第一个作为中轴
while (low < high) {
while (low < high && arr[high] >= temp) {
high--;
}
arr[low] = arr[high]; // 比中轴小的记录移到低端
while (low < high && arr[low] <= temp) {
low++;
}
arr[high] = arr[low]; // 比中轴大的记录移到高端
}
arr[low] = temp; // 中轴记录到尾
return low; // 返回中轴的位置
}
/*
* 【基数排序】
* 基本思想:将所有待比较数值(正整数)统一为同样的数位长度,数位较短的数前面补零。
* 然后,从最低位开始,依次进行一次排序。这样从最低位排序一直到最高位排序完成以后,数列就变成一个有序序列。
*/
@SuppressWarnings({ "unchecked", "rawtypes" })
public void radixSort(int[] arr) {
// 首先确定排序的趟数;
int max = arr[0];
int time = 0;
for (int i = 1; i < arr.length; i++) {
if (arr[i] > max) {
max = arr[i];
}
}
// 判断位数;
while (max > 0) {
max /= 10;
time++;
}
// 建立10个队列;
List<ArrayList> queue = new ArrayList<ArrayList>();
for (int i = 0; i < 10; i++) {
ArrayList<Integer> queue1 = new ArrayList<Integer>();
queue.add(queue1);
}
// 进行time次分配和收集;
for (int i = 0; i < time; i++) {
// 分配数组元素;
for (int j = 0; j < arr.length; j++) {
// 得到数字的第time+1位数;
int x = arr[j] % (int) Math.pow(10, i + 1) / (int) Math.pow(10, i);
ArrayList<Integer> queue2 = queue.get(x);
queue2.add(arr[j]);
queue.set(x, queue2);
}
int count = 0;// 元素计数器;
// 收集队列元素;
for (int k = 0; k < 10; k++) {
while (queue.get(k).size() > 0) {
ArrayList<Integer> queue3 = queue.get(k);
arr[count] = queue3.get(0);
queue3.remove(0);
count++;
}
}
}
}
private void swap(int[] arr, int i, int j) {
int tmp = arr[i];
arr[i] = arr[j];
arr[j] = tmp;
}
public void printArray(int[] arr) {
for (int i = 0; i < arr.length; i++) {
System.out.print(arr[i] + " ");
}
}
public static void main(String[] args) {
int[] arr = { 32, 43, 56, 12, 34, 21, 34, 54, 19 };
SortArray sa = new SortArray();
System.out.print("Before Sorting : ");
sa.printArray(arr); // 排序前打印输出
System.out.println();
// sa.insertSort(arr); // 插入排序
// sa.selectSort(arr); // 选择排序
// sa.bubbleSort(arr); // 冒泡排序
// sa.shellSort(arr); // 希尔排序
// sa.heapSort(arr); // 堆排序
// sa.quickSort(arr); // 快速排序
// sa.mergingSort(arr, 0, arr.length - 1 ); // 归并排序
sa.radixSort(arr); // 基数排序
System.out.print("After Sorting : ");
sa.printArray(arr); // 排序后打印输出
}
}
原文地址:https://www.cnblogs.com/daxiang2008/p/10117444.html
时间: 2024-10-15 08:33:38