用JAVA实现的9种排序算法（二）

来源：互联网发布：java面试常用设计模式编辑：程序博客网时间：2024/05/16 18:19

5.Shell排序
package com.javasort.shellsorter;
/**
* Shell排序可以理解为插入排序的变种，它充分利用了插入排序的两个特点：
1）当数据规模小的时候非常高效
2）当给定数据已经有序时的时间代价为O(N)
所以，Shell排序每次把数据分成若个小块，来使用插入排序，而且之后在这若个小块排好序的情况下把它们合成大一点的小块，继续使用插入排序，不停的合并小块，知道最后成一个块，并使用插入排序。
这里每次分成若干小块是通过“增量” 来控制的，开始时增量交大，接近N/2,从而使得分割出来接近N/2个小块，逐渐的减小“增量“最终到减小到1。
一直较好的增量序列是2^k-1,2^(k-1)-1,.....7,3,1,这样可使Shell排序时间复杂度达到O(N^1.5)
所以我在实现Shell排序的时候采用该增量序列
*/
import com.javasort.Sorter;
/**
*
* @author Daniel Cheng
*
* @param <E>
*/
public class ShellSorter<E extends Comparable<E>> extends Sorter<E> {
@Override
public void sort(E[] array, int from, int len) {
//1.calculate(计算) first delta value
int value=1;
while((value+1)*2<len){
value=(value+1)*2-1;
}
//2.小块是通过“增量” 来控制的，开始时增量较大，接近N/2,从而使得分割出来接近N/2个小块，逐渐的减小“增量“最终到减小到1。
for(int delta=value;delta>=1;delta=(delta+1)/2-1){
for(int i=0;i<delta;i++){
modify_insert_sort(array,from+i,len-i,delta);
}
}
}
private final void modify_insert_sort(E[] array, int from, int len, int delta) {
if(len<=1)
return;
E tmp=null;
for(int i=from+delta;i<from+len;i+=delta){
tmp=array[i];
int j=i;
for(;j>from;j-=delta){
if(tmp.compareTo(array[j-delta])<0){
array[j]=array[j-delta];
}
else break;
}
array[j]=tmp;
}
}
}
package com.javasort.shellsorter;
import com.javasort.Sorter;
public class ShellSorterTest {
public static void main(String[] args) {
Comparable[] array={5,1,13,2,17,9,7,4,0};
Sorter shellSorter=new ShellSorter();
shellSorter.sort(array);
shellSorter.printResult(array);
}
}
6.堆排序
package com.javasort.heapsorter;
/**
* 堆排序:堆是一种完全二叉树，一般使用数组来实现。
* 堆主要有两种核心操作，
* 1）从指定节点向上调整(shiftUp)
* 2）从指定节点向下调整(shiftDown)
* 建堆，以及删除堆定节点使用shiftDwon,而在插入节点时一般结合两种操作一起使用。
* 堆排序借助最大值堆来实现，第i次从堆顶移除最大值放到数组的倒数第i个位置，
* 然后shiftDown到倒数第i+1个位置,一共执行N次调整，即完成排序。
* 显然，堆排序也是一种选择性的排序，每次选择第i大的元素。
*/
import com.javasort.Sorter;
/**
*
* @author Daniel Cheng
*
*/
public class HeapSorter<E extends Comparable<E>> extends Sorter<E> {
@Override
public void sort(E[] array, int from, int len) {
build_heap(array,from,len);
for(int i=0;i<len;i++){
//第i次从堆顶移除最大值放到数组的倒数第i个位置，
swap(array, from, from+len-1-i);
//一直shiftDown（从0开始）到倒数第i+1个位置,一共执行N次调整
shift_down(array, from, len-1-i, 0);
}
}
private final void build_heap(E[] array, int from, int len) {
//我们从（len- 1）/ 2开始，因为分支节点+1=叶子节点，而所有的叶子节点已经是一个堆
int pos=(len-1)/2;
for(int i=pos;i>=0;i--){
shift_down(array,from,len,i);
}
}
private final void shift_down(E[] array, int from, int len, int pos) {
E tmp=array[from+pos];
int index=pos*2+1;//用左孩子结点
while(index<len)//直到没有孩子结点
{
if(index+1<len&&array[from+index].compareTo(array[from+index+1])<0)//右孩子结点是较大的
{
index+=1;//切换到右孩子结点
}
if(tmp.compareTo(array[from+index])<0){
array[from+pos]=array[from+index];
pos=index;
index=pos*2+1;
}
else{
break;
}
}
array[from+pos]=tmp;
}
}
/**
*
*/
package com.javasort.heapsorter;
import com.javasort.Sorter;
/**
* @author Daniel Cheng
*
*/
public class HeapSorterTest {
public static void main(String[] args) {
Comparable[] array = { 5, 1, 13, 2, 17, 9, 7, 4, 0 };
Sorter heapSorter=new HeapSorter();
heapSorter.sort(array);
heapSorter.printResult(array);
}
}
7.桶式排序
/**
* 桶式排序:
* 桶式排序不再是基于比较的了，它和基数排序同属于分配类的排序，
* 这类排序的特点是事先要知道待排序列的一些特征。
* 桶式排序事先要知道待排序列在一个范围内，而且这个范围应该不是很大的。
* 比如知道待排序列在[0,M）内，那么可以分配M个桶，第I个桶记录I的出现情况，
* 最后根据每个桶收到的位置信息把数据输出成有序的形式。
* 这里我们用两个临时性数组，一个用于记录位置信息，一个用于方便输出数据成有序方式，
* 另外我们假设数据落在0到MAX,如果所给数据不是从0开始，你可以把每个数减去最小的数。
*
*/
package com.javasort.bucketsorter;
/**
* @author Daniel Cheng
*
*/
public class BucketSorter {
public void sort(int[] keys,int from,int len,int max)
{
int[] temp=new int[len];
int[] count=new int[max];
for(int i=0;i<len;i++)
{
count[keys[from+i]]++;
}
//calculate position info
for(int i=1;i<max;i++)
{
count[i]=count[i]+count[i-1];//这意味着有多少数目小于或等于i，因此它也是position+ 1
}
System.arraycopy(keys, from, temp, 0, len);
for(int k=len-1;k>=0;k--)//从最末到开头保持稳定性
{
keys[--count[temp[k]]]=temp[k];// position +1 =count
}
}
/**
* @param args
*/
public static void main(String[] args) {
int[] a={1,4,8,3,2,9,5,0,7,6,9,10,9,13,14,15,11,12,17,16};
BucketSorter bucketSorter=new BucketSorter();
bucketSorter.sort(a,0,a.length,20);//actually is 18, but 20 will also work
for(int i=0;i<a.length;i++)
{
System.out.print(a[i]+",");
}
}
}
8.基数排序
/**
* 基数排序:基数排序可以说是扩展了的桶式排序，
* 比如当待排序列在一个很大的范围内，比如0到999999内，那么用桶式排序是很浪费空间的。
* 而基数排序把每个排序码拆成由d个排序码，比如任何一个6位数（不满六位前面补0）拆成6个排序码，
* 分别是个位的，十位的，百位的。。。。
* 排序时，分6次完成，每次按第i个排序码来排。
* 一般有两种方式:
* 1) 高位优先(MSD)：从高位到低位依次对序列排序
* 2）低位优先(LSD)：从低位到高位依次对序列排序
* 计算机一般采用低位优先法（人类一般使用高位优先），但是采用低位优先时要确保排序算法的稳定性。
* 基数排序借助桶式排序，每次按第N位排序时，采用桶式排序。
* 对于如何安排每次落入同一个桶中的数据有两种安排方法：
* 1）顺序存储：每次使用桶式排序，放入r个桶中，相同时增加计数。
* 2）链式存储：每个桶通过一个静态队列来跟踪。
*/
package com.javasort.radixsorter;
import java.util.Arrays;
/**
* @author Daniel Cheng
*
*/
public class RadixSorter {
public static boolean USE_LINK=true;
/**
*
* @param keys
* @param from
* @param len
* @param radix key's radix
* @param d how many sub keys should one key divide to
*/
public void sort(int[] keys,int from ,int len,int radix, int d)
{
if(USE_LINK)
{
link_radix_sort(keys,from,len,radix,d);
}
else
{
array_radix_sort(keys,from,len,radix,d);
}
}
private final void array_radix_sort(int[] keys, int from, int len, int radix,
int d)
{
int[] temporary=new int[len];
int[] count=new int[radix];
int R=1;
for(int i=0;i<d;i++)
{
System.arraycopy(keys, from, temporary, 0, len);
Arrays.fill(count, 0);
for(int k=0;k<len;k++)
{
int subkey=(temporary[k]/R)%radix;
count[subkey]++;
}
for(int j=1;j<radix;j++)
{
count[j]=count[j]+count[j-1];
}
for(int m=len-1;m>=0;m--)
{
int subkey=(temporary[m]/R)%radix;
--count[subkey];
keys[from+count[subkey]]=temporary[m];
}
R*=radix;
}
}
private static class LinkQueue
{
int head=-1;
int tail=-1;
}
private final void link_radix_sort(int[] keys, int from, int len, int radix, int d) {
int[] nexts=new int[len];
LinkQueue[] queues=new LinkQueue[radix];
for(int i=0;i<radix;i++)
{
queues[i]=new LinkQueue();
}
for(int i=0;i<len-1;i++)
{
nexts[i]=i+1;
}
nexts[len-1]=-1;
int first=0;
for(int i=0;i<d;i++)
{
link_radix_sort_distribute(keys,from,len,radix,i,nexts,queues,first);
first=link_radix_sort_collect(keys,from,len,radix,i,nexts,queues);
}
int[] tmps=new int[len];
int k=0;
while(first!=-1)
{
tmps[k++]=keys[from+first];
first=nexts[first];
}
System.arraycopy(tmps, 0, keys, from, len);
}
private final void link_radix_sort_distribute(int[] keys, int from, int len,
int radix, int d, int[] nexts, LinkQueue[] queues,int first) {
for(int i=0;i<radix;i++)queues[i].head=queues[i].tail=-1;
while(first!=-1)
{
int val=keys[from+first];
for(int j=0;j<d;j++)val/=radix;
val=val%radix;
if(queues[val].head==-1)
{
queues[val].head=first;
}
else
{
nexts[queues[val].tail]=first;
}
queues[val].tail=first;
first=nexts[first];
}
}
private int link_radix_sort_collect(int[] keys, int from, int len,
int radix, int d, int[] nexts, LinkQueue[] queues) {
int first=0;
int last=0;
int fromQueue=0;
for(;(fromQueue<radix-1)&&(queues[fromQueue].head==-1);fromQueue++);
first=queues[fromQueue].head;
last=queues[fromQueue].tail;
while(fromQueue<radix-1&&queues[fromQueue].head!=-1)
{
fromQueue+=1;
for(;(fromQueue<radix-1)&&(queues[fromQueue].head==-1);fromQueue++);
nexts[last]=queues[fromQueue].head;
last=queues[fromQueue].tail;
}
if(last!=-1)nexts[last]=-1;
return first;
}
public static void main(String[] args) {
int[] a={1,4,8,3,2,9,5,0,7,6,9,10,9,135,14,15,11,33,999999999,222222222,1111111111,12,17,45,16};
USE_LINK=true;
RadixSorter sorter=new RadixSorter();
sorter.sort(a,0,a.length,10,10);
for(int i=0;i<a.length;i++)
{
System.out.print(a[i]+",");
}
}
}
9.归并排序
package com.javasort.mergesorter;
/**
* 归并排序:思想是每次把待排的序列分成两部分，分别对这两部分递归地用归并排序，
* 完成后把这两个子部分合并成一个序列。归并排序借助一个全局性临时数组来方便
* 对子序列的归并，该算法核心在于归并。
*/
import java.lang.reflect.Array;
import com.javasort.Sorter;
/**
*
* @author Daniel Cheng
*
* @param <E>
*/
public class MergeSorter<E extends Comparable<E>> extends Sorter<E> {
@SuppressWarnings("unchecked")
@Override
public void sort(E[] array, int from, int len) {
if (len <= 1)
return;
E[] temporary = (E[]) Array.newInstance(array[0].getClass(), len);
merge_sort(array, from, from + len - 1, temporary);
}
private final void merge_sort(E[] array, int from, int to, E[] temporary) {
if (to <= from) {
return;
}
int middle = (from + to) / 2;
merge_sort(array, from, middle, temporary);
merge_sort(array, middle + 1, to, temporary);
merge(array, from, to, middle, temporary);
}
private final void merge(E[] array, int from, int to, int middle,
E[] temporary) {
int k = 0, leftIndex = 0, rightIndex = to - from;
System.arraycopy(array, from, temporary, 0, middle - from + 1);
for (int i = 0; i < to - middle; i++) {
temporary[to - from - i] = array[middle + i + 1];
}
while (k < to - from + 1) {
if (temporary[leftIndex].compareTo(temporary[rightIndex]) < 0) {
array[k + from] = temporary[leftIndex++];
} else {
array[k + from] = temporary[rightIndex--];
}
k++;
}
}
}
/**
*
*/
package com.javasort.mergesorter;
import com.javasort.Sorter;
/**
* @author Daniel Cheng
*
*/
public class MergeSorterTest {
public static void main(String[] args) {
Comparable[] array = { 5, 1, 13, 2, 17, 9, 7, 4, 0 };
Sorter mergeSorter = new MergeSorter();
mergeSorter.sort(array);
mergeSorter.printResult(array);
}
}