java排序算法
来源:互联网 发布:mysql 查询临时表 编辑:程序博客网 时间:2024/06/01 11:01
插入排序
/** * 插入排序:利用每次交换前0到p-1上的元素已经处于排过序的状态; * 第p趟,将位置p上元素向左移动,直到在前p+1个元素中找到正确的位置。 * * @param a * @param <T> */ public static <T extends Comparable<? super T>> void insertionSort(T[] a) { if (a == null || a.length == 0) { return; } int j; for (int p = 1; p < a.length; p++) { T tmp = a[p]; for (j = p; j > 0 && tmp.compareTo(a[j - 1]) < 0; j--) { a[j] = a[j - 1]; } a[j] = tmp; } }
希尔排序
/** * 希尔排序:通过比较相聚一定间隔的元素来工作; * 各趟比较所用的距离随着算法的进行而减小; * 直到只比较相邻元素的最后一趟排序为止。 * 也叫 缩减增量排序 * * @param a * @param <T> */ public static <T extends Comparable<? super T>> void shellSort(T[] a) { if (a == null || a.length == 0) { return; } int j; for (int gap = a.length / 2; gap > 0; gap /= 2) { for (int i = gap; i < a.length; i++) { T tmp = a[i]; for (j = i; j >= gap && tmp.compareTo(a[j - gap]) < 0; j -= gap) { a[j] = a[j - gap]; } a[j] = tmp; } } }
堆排序
/** * 堆排序:利用二叉堆的buildHeap,以及deleteMin的复杂度为O(N log N) * 考虑到使用deleteMin会依赖一个辅助数组存储最小值 * 所以直接创建一个max堆,并把最大值放在最后,再进行下滤,维持堆序 * 在剩下的数组中重复操作,节省了空间 * * @param a * @param <T> */ public static <T extends Comparable<? super T>> void heapSort(T[] a) { if (a == null || a.length == 0) { return; } //构建二叉堆,max堆 for (int i = a.length / 2; i >= 0; i--) { percDown(a, i, a.length); } //首先把最大值放在最后一个,最后的值放在第一个 //执行下滤操作,把原本的最后一个值放在合适的位置 //在剩下的length-1个值中重复上述操作 //节省了辅助数组 for (int i = a.length - 1; i >= 0; i--) { T tmp = a[0]; a[0] = a[i]; a[i] = tmp; percDown(a, 0, i); } } /** * 此处二叉堆从序号0开始,所以左子节点为2 * parent + 1 * 如果从1开始,则为2 * parent * * @param i * @return */ private static int leftChild(int i) { return 2 * i + 1; } /** * 构建二叉堆(max堆,最大值在第一个位置) * 下滤操作,把小的值放下去 * * @param a * @param i * @param n * @param <T> */ private static <T extends Comparable<? super T>> void percDown(T[] a, int i, int n) { int child; T tmp; for (tmp = a[i]; leftChild(i) < n; i = child) { child = leftChild(i); if (child != n - 1 && a[child].compareTo(a[child + 1]) < 0) { child++; } if (tmp.compareTo(a[child]) < 0) { a[i] = a[child]; } else { break; } } a[i] = tmp; }
归并排序
/** * 归并排序:通过递归将已排序的两个表进行合并 * 会用到辅助数组,以及数组拷贝的时间消耗 * 由于java的Comparator不容易内嵌,导致动态调用的开销会减慢速度 * * @param a * @param tmpArray * @param left * @param right * @param <T> */ public static <T extends Comparable<? super T>> void mergeSort(T[] a, T[] tmpArray, int left, int right) { if (a == null || a.length == 0) { return; } if (left < right) { int center = (left + right) / 2; mergeSort(a, tmpArray, left, center); mergeSort(a, tmpArray, center + 1, right); merge(a, tmpArray, left, center + 1, right); } } public static <T extends Comparable<? super T>> void merge(T[] a, T[] tmpArray, int leftPos, int rightPos, int rightEnd) { int leftEnd = rightPos - 1; int tmpPos = leftPos; int numElements = rightEnd - leftPos + 1; while (leftPos <= leftEnd && rightPos <= rightEnd) { if (a[leftPos].compareTo(a[rightPos]) < 0) { tmpArray[tmpPos++] = a[leftPos++]; } else { tmpArray[tmpPos++] = a[rightPos++]; } } while (leftPos <= leftEnd) { tmpArray[leftPos++] = a[leftPos]; } while (rightPos <= rightEnd) { tmpArray[rightPos++] = a[rightPos]; } for (int i = 0; i < numElements; i++, rightEnd--) { a[rightEnd] = tmpArray[rightEnd]; } }
快速排序
private static <T extends Comparable<? super T>> void swap(T[] a, int m, int n) { T tmp = a[m]; a[m] = a[n]; a[n] = tmp; } public static <T extends Comparable<? super T>> void quickSort(T[] a) { quickSort(a, 0, a.length - 1); } /** * 三数中值分割法,确保枢纽元不是最大或最小,减少比较次数 * * @param a * @param left * @param right * @param <T> * @return */ private static <T extends Comparable<? super T>> T pivot(T a[], int left, int right) { int center = (left + right) / 2; if (a[center].compareTo(a[left]) < 0) { swap(a, center, left); } if (a[right].compareTo(a[left]) < 0) { swap(a, left, right); } if (a[right].compareTo(a[center]) < 0) { swap(a, center, right); } swap(a, center, right - 1); return a[right - 1]; } /** * 快速排序:分治算法 * 1.取集合S中的一个元素v,作为枢纽元 * 2.将S-{v}划分为两个不相交的集合S1,S2,使S1中的元素都小于v,S2中的元素都大于v * 3.返回[quickSort(s1),v,quickSort(s2)] * * @param a * @param left * @param right * @param <T> */ public static <T extends Comparable<? super T>> void quickSort(T[] a, int left, int right) { if (left + 10 <= right) { T pivot = pivot(a, left, right); int i = left; int j = right - 1; for (; ; ) { while (a[++i].compareTo(pivot) < 0) { } while (a[--j].compareTo(pivot) > 0) { } if (i < j) { swap(a, i, j); } else { break; } } swap(a, i, right - 1); quickSort(a, left, i - 1); quickSort(a, i + 1, right); } else { insertionSort(a, left, right); } }
阅读全文
0 0
- Java排序算法: 冒泡排序
- Java排序算法 快速排序
- Java排序算法 堆排序
- Java排序算法 归并排序
- Java排序算法 希尔排序
- 算法:排序----Java快速排序
- 排序算法-冒泡排序 java
- 排序算法-选择排序 java
- 算法:排序----Java选择排序
- java排序算法---归并排序
- Java排序算法:堆排序
- Java排序算法:归并排序
- Java排序算法:快速排序
- java 排序算法---插入排序
- java 排序算法-选择排序
- java 排序算法--冒泡排序
- Java排序算法:快速排序
- Java排序算法:插入排序
- java中数组使用测试总结
- Python实现线性判别
- [BZOJ2142]礼物-扩展lucas定理-中国剩余定理
- Javascript模板引擎mustache.js详解
- 切换Linux系统启动时的内核
- java排序算法
- 如何与他人共享你的JavaWeb项目(一)花生壳内网穿透使用教程(新手上路)
- ELK Stack 之X-Pack安装使用详解
- 求圆的面积和周长
- RabbitMQ中 exchange、route、queue的关系
- assert函数的用法
- 同步工具CountDownLatch
- 20171219
- java设计模式之单例模式