JAVA常用八大排序算法
来源:互联网 发布:元数据丢失 可以测试 编辑:程序博客网 时间:2024/05/22 12:56
分类:
1)插入排序(直接插入排序、希尔排序)
2)交换排序(冒泡排序、快速排序)
3)选择排序(直接选择排序、堆排序)
4)归并排序
5)分配排序(基数排序)
所需辅助空间最多:归并排序
所需辅助空间最少:堆排序
平均速度最快:快速排序
不稳定:快速排序,希尔排序,堆排序。
排序原始数据
- 直接插入排序
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 static void insertSort(int[] array) { for (int i = 1; i < array.length; i++) { int temp = array[i]; int j = i - 1; for (; j >= 0 && array[j] > temp; j--) { //将大于temp的值整体后移一个单位 array[j + 1] = array[j]; } array[j + 1] = temp; } System.out.println(Arrays.toString(array) + " insertSort"); }
- 希尔排序
希尔排序,也称递减增量排序算法,是插入排序的一种更高效的改进版本。希尔排序是非稳定排序算法。
希尔排序是基于插入排序的以下两点性质而提出改进方法的:
插入排序在对几乎已经排好序的数据操作时,效率高,即可以达到线性排序的效率;
但插入排序一般来说是低效的,因为插入排序每次只能将数据移动一位。
先取一个正整数d1 < n, 把所有相隔d1的记录放一组,每个组内进行直接插入排序;然后d2 < d1,重复上述分组和排序操作;直至di = 1,即所有记录放进一个组中排序为止。
public static void shellSort(int[] array) { int i; int j; int temp; int gap = 1; int len = array.length; while (gap < len / 3) { gap = gap * 3 + 1; } for (; gap > 0; gap /= 3) { for (i = gap; i < len; i++) { temp = array[i]; for (j = i - gap; j >= 0 && array[j] > temp; j -= gap) { array[j + gap] = array[j]; } array[j + gap] = temp; } } System.out.println(Arrays.toString(array) + " shellSort"); }
- 简单选择排序
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 static void selectSort(int[] array) { int position = 0; for (int i = 0; i < array.length; i++) { int j = i + 1; position = i; int temp = array[i]; for (; j < array.length; j++) { if (array[j] < temp) { temp = array[j]; position = j; } } array[position] = array[i]; array[i] = temp; } System.out.println(Arrays.toString(array) + " selectSort"); }
- 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 static void heapSort(int[] array) { /* * 第一步:将数组堆化 * beginIndex = 第一个非叶子节点。 * 从第一个非叶子节点开始即可。无需从最后一个叶子节点开始。 * 叶子节点可以看作已符合堆要求的节点,根节点就是它自己且自己以下值为最大。 */ int len = array.length - 1; int beginIndex = (len - 1) >> 1; for (int i = beginIndex; i >= 0; i--) { maxHeapify(i, len, array); } /* * 第二步:对堆化数据排序 * 每次都是移出最顶层的根节点A[0],与最尾部节点位置调换,同时遍历长度 - 1。 * 然后从新整理被换到根节点的末尾元素,使其符合堆的特性。 * 直至未排序的堆长度为 0。 */ for (int i = len; i > 0; i--) { swap(0, i, array); maxHeapify(0, i - 1, array); } System.out.println(Arrays.toString(array) + " heapSort"); } private static void swap(int i, int j, int[] arr) { int temp = arr[i]; arr[i] = arr[j]; arr[j] = temp; } /** * 调整索引为 index 处的数据,使其符合堆的特性。 * * @param index 需要堆化处理的数据的索引 * @param len 未排序的堆(数组)的长度 */ private static void maxHeapify(int index, int len, int[] arr) { int li = (index << 1) + 1; // 左子节点索引 int ri = li + 1; // 右子节点索引 int cMax = li; // 子节点值最大索引,默认左子节点。 if (li > len) { return; // 左子节点索引超出计算范围,直接返回。 } if (ri <= len && arr[ri] > arr[li]) // 先判断左右子节点,哪个较大。 { cMax = ri; } if (arr[cMax] > arr[index]) { swap(cMax, index, arr); // 如果父节点被子节点调换, maxHeapify(cMax, len, arr); // 则需要继续判断换下后的父节点是否符合堆的特性。 } }
- 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 static void bubbleSort(int[] array) { int temp = 0; for (int i = 0; i < array.length - 1; i++) { for (int j = 0; j < array.length - 1 - i; j++) { if (array[j] > array[j + 1]) { temp = array[j]; array[j] = array[j + 1]; array[j + 1] = temp; } } } System.out.println(Arrays.toString(array) + " bubbleSort"); }
8、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。
public static void radixSort(int[] array) { //首先确定排序的趟数; int max = array[0]; for (int i = 1; i < array.length; i++) { if (array[i] > max) { max = array[i]; } } int time = 0; //判断位数; while (max > 0) { max /= 10; time++; } //建立10个队列; ArrayList<ArrayList<Integer>> queue = new ArrayList<>(); for (int i = 0; i < 10; i++) { ArrayList<Integer> queue1 = new ArrayList<>(); 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 anArray : array) { //得到数字的第time+1位数; int x = anArray % (int)Math.pow(10, i + 1) / (int)Math.pow(10, i); ArrayList<Integer> queue2 = queue.get(x); queue2.add(anArray); 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); array[count] = queue3.get(0); queue3.remove(0); count++; } } } System.out.println(Arrays.toString(array) + " radixSort"); }
- JAVA常用八大排序算法
- 常用八大排序算法
- java八大排序算法
- 八大排序算法Java
- 八大排序算法Java
- 八大排序算法Java
- 八大排序算法 java
- JAVA八大排序算法
- Java八大排序算法
- Java八大排序算法
- 八大排序算法Java
- 八大排序算法java
- Java 八大排序算法
- Java八大排序算法
- JAVA八大排序算法
- java八大排序算法
- 八大排序算法Java
- java八大基础排序算法
- ld链接器的链接选项(持续)
- Python基础-笔记篇
- Leetcode 221. Maximal Square
- quart简单使用
- 二极管的分类及常用方法
- JAVA常用八大排序算法
- 使用Ajax实现异步导出数据到excel
- Error:Execution failed for task ':app:compileDebugNdk'.
- php岗位招聘模版
- 数组与矩阵---在数组中找到出现次数大于一半(N/K)的数
- 欢迎使用CSDN-markdown编辑器
- Js学习之路六 --- 选项卡、innerHTML
- 一次编译处处运行
- 如何查看CSDN博客积分排名