继续排序算法
4.冒泡排序
从第一个开始,跟后面一个数比较,如果比后面大就交换位置,这样没完成一轮,就可以把最大的选出来
public static <T extends Comparable<T>> T[] genericBubbleSort(T[] a) { int n = a.length; for (int i = 0; i < n - 1; i++) { for (int j = 0; j < n - i - 1; j++) { if (a[j].compareTo(a[j + 1]) > 0) { T temp = a[j]; a[j] = a[j + 1]; a[j + 1] = temp; } } } return a; }
改进上面的冒泡排序
方案一:设置一标志性变量pos,用于记录每趟排序中最后一次进行交换的位置。由于pos位置之后的记录均已交换到位,
故在进行下一趟排序时只要扫描到pos位置即可
public static <T extends Comparable<T>> T[] genericBubbleSortGai(T[] a) { int n = a.length; int i = n - 1; while (i > 0) { int pos = 0; for (int j = 0; j < i; j++) { if (a[j].compareTo(a[j + 1]) > 0) { pos = j; T temp = a[j]; a[j] = a[j + 1]; a[j + 1] = temp; } } i = pos; } return a; }
改进方案二:
两边同时进行 先找最大的 然后找最小的
public static <T extends Comparable<T>> T[] genericBubbleSortGai2(T[] a) { int n = a.length; int low = 0, high = n - 1; int j; T tmp; while (low < high) { for (j = low; j < high; j++) { if (a[j].compareTo(a[j + 1]) > 0) { tmp = a[j]; a[j] = a[j + 1]; a[j + 1] = tmp; } } high--; for (j = high; j > low; j--) { if (a[j].compareTo(a[j - 1]) < 0) { tmp = a[j]; a[j] = a[j - 1]; a[j - 1] = tmp; } } low++; } return a; }
改进方案三:
设置一个标志 如果有一趟没有发生交换 则排序完成
public static <T extends Comparable<T>> T[] genericbubblesortgai3(T[] a) { int n = a.length; boolean flag = true; for (int i = 0; i < n - 1; i++) { if (!flag) { return a; } flag = false; for (int j = 0; j < n - i - 1; j++) { if (a[j].compareTo(a[j + 1]) > 0) { flag = true; T temp = a[j]; a[j] = a[j + 1]; a[j + 1] = temp; } } } return a; }
5.快速排序
<快速排序> 基本思想是:通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,
* 然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列。快速排序是一种不稳定的排序算法
public static <T extends Comparable<T>> T[] QuickSortStart(T[] list) { quickSort(list, 0, list.length - 1); return list; } private static <T extends Comparable<T>> void quickSort(T[] list, int first, int last) { if (last > first) { int povitIndex = partition(list, first, last); quickSort(list, first, povitIndex - 1); quickSort(list, povitIndex + 1, last); } } private static <T extends Comparable<T>> int partition(T[] list, int first, int last) { /* * 把数组分为两组,将比povit小的数放在它前面,比povit大的数放在它后面 */ T povit = list[first]; int low = first + 1; int high = last; while (high > low) { while (high > low && list[low].compareTo(povit) <= 0) low++; while (low <= high && list[high].compareTo(povit) > 0) high--; if (high > low) { T temp = list[high]; list[high] = list[low]; list[low] = temp; } } while (high > first && list[high].compareTo(povit) >= 0) high--; if (povit.compareTo(list[high]) > 0) { list[first] = list[high]; list[high] = povit; return high; } return first; }
6.归并排序
将一个序列一直对半拆分,知道不能拆分,然后开始归并,归并采用插入排序
public static <T extends Comparable<T>> T[] mergesort(T[] a) { T[] temp = a.clone(); a = msort(a, temp, 0, a.length); return a; } public static <T extends Comparable<T>> T[] msort(T[] a, T[] temp, int first, int last) { if (first + 1 < last) { int mid = (first + last) / 2; msort(a, temp, first, mid); msort(a, temp, mid, last); int index1 = first; int index2 = mid; int index3 = first; while (index1 < mid && index2 < last) { if (a[index1].compareTo(a[index2]) < 0) { temp[index3] = a[index1]; index1++; } else { temp[index3] = a[index2]; index2++; } index3++; } while (index1 < mid) { temp[index3++] = a[index1++]; } while (index2 < last) { temp[index3++] = a[index2++]; } for (int i = first; i < last; i++) a[i] = temp[i]; } return a; }
感觉就是把代码复制上去了,说的不是很清楚,,,还有一个堆排序没有写
最后对上面的排序算法做了下测试,生成10000个int数,进行排序,算时间
1.归并排序 50~60 ms之间
2.简单选择排序 135~155 ms之间
3.选择排序 220 ms //可能是我数据没选好,10000个数,生成的随机数也是0~10000
4.快速排序 30ms 左右
5.冒泡排序 改进方案二快点 280ms
6.插入排序 70ms左右
然后还是10000个随机数,范围换成0~100000,结果基本每种排序的时间更短
所以排序的时间长短是和数据本身有关系的
时间: 2024-10-13 01:16:44