java实现快速排序、插入排序、选择排序、冒泡排序算法

来源：互联网发布：淘宝儿童女装编辑：程序博客网时间：2024/05/16 04:58
 
import java.util.Scanner;  
public class Sort {  
/** 
* 作者：zpc 功能： 实现主流的排序算法,并进实际行性能比较。  
* 1、冒泡排序（改进版）  
* 2、简单选择排序  
* 3、直接插入排序 
*  4、快速排序 
*/  
public static void main(String[] args) {  
  
System.out.println("请输入测试的数据数量，建议5万--10万之间！");  
Scanner sn = new Scanner(System.in);  
int num = sn.nextInt();  
int[] dataArray = new int[num];  
for (int i = 0; i < num; i++) {  
int t = (int) (Math.random() * 100000);// 产生范围在0--10000的随机数  
dataArray[i] = t;  
}  
  
  
Sort sort = new Sort();  
System.out.println("请选择排序算法：" + "\n" + "1、冒泡排序（改进版）" + "\n"  
+ "2、简单选择排序" + "\n" + "3、直接插入排序" + "\n" + "4、快速排序");  
// Calendar cal = Calendar.getInstance();  
int c = sn.nextInt();  
switch (c) {  
case 1:  
long beginTime = System.currentTimeMillis();  
sort.bubbleSort(dataArray);  
long endTime = System.currentTimeMillis();  
System.out.println(num + "个数据 " + " 冒泡排序消耗时间:"  
+ (endTime - beginTime) / 1000 + "秒。");  
break;  
case 2:  
long beginTime2 = System.currentTimeMillis();  
sort.selectSort(dataArray);  
long endTime2 = System.currentTimeMillis();  
  
  
System.out.println(num + "个数据 " + " 简单选择消耗时间:"  
+ (endTime2 - beginTime2) / 1000 + "秒。");  
break;  
case 3:  
long beginTime3 = System.currentTimeMillis();  
sort.insertSort(dataArray);  
long endTime3 = System.currentTimeMillis();  
System.out.println(num + "个数据 " + " 直接插入排序消耗时间:"  
+ (endTime3 - beginTime3) / 1000 + "秒。");  
break;  
case 4:  
long beginTime4 = System.currentTimeMillis();  
sort.quickSort(0, dataArray.length - 1, dataArray);  
long endTime4 = System.currentTimeMillis();  
System.out.println(num + "个数据 " + " 快速排序消耗时间:"  
+ (endTime4 - beginTime4) / 1000 + "秒。");  
break;  
  
}  
  
// 打印数据比较较多时控制台不能完全看到效果！  
// System.out.println("排完序的结果：");  
// sort.printResult(dataArray);  
  
}  
  
//打印排序结果  
public void printResult(int dataArray[]) {  
for (int i = 0; i < dataArray.length; i++) {  
System.out.println("dataArray[" + i + "] = " + dataArray[i]);  
}  
  
}  
  
  
public void bubbleSort(int[] array) {  
// 冒泡排序，从小到大，总共比较n-1趟  
for (int i = 0; i < array.length - 1; i++) {  
int flag = 0;// 改进的冒泡排序算法，设置标记，如果这一趟没有进行数据交换，则排序立即完毕  
for (int j = array.length - 1; j > i; j--) {  
// 从后向前比较，小的数上浮  
if (array[j] < array[j - 1]) {  
int temp = array[j - 1];  
array[j - 1] = array[j];  
array[j] = temp;  
flag = 1;// 记录是否发生数据交换  
}  
}  
if (flag == 0)  
break;  
}  
}  
  
  
public void selectSort(int[] array) {  
// 选择排序，从小到大，总共比较n-1趟  
for (int i = 0; i < array.length - 1; i++) {  
int min = i;// 不妨选择每趟第一个元素为比较对象，min记录最小值下标  
for (int j = i + 1; j < array.length; j++) {  
if (array[j] < array[min]) {  
min = j;  
}  
}  
// 找到了本趟最小值下标，将其值与本趟第一个值交换  
int temp = array[i];  
array[i] = array[min];  
array[min] = temp;  
}  
}  
  
  
public void insertSort(int[] array) {  
/* 
* 直接插入排序 ，总共比较n-1趟 思想：把n个待排序的元素看成一个有序表和一个无序表， 开始时有序表中有1个元素，无序表中有n-1个元素， 
* 排序过程中每次从无序表中取出第一个元素，依次与有序表中的元素比较， 找到适当的位置插入，使之成为新的有序表。 
*/  
for (int i = 1; i < array.length; i++) {// 先认为第一个数是有序的，从数组中第二个元素开始与有序表中元素比较  
int insertVal = array[i];// 获取待比较的元素  
int index = i - 1;// 第i趟，有序表中已经有了i个元素  
while (index >= 0 && insertVal < array[index]) {// 将待插入的元素依次与前面的有序元素比较，直到找到适当位置  
array[index + 1] = array[index];// 给待插入的元素空出位置  
index--;  
}  
array[index + 1] = insertVal;// 执行插入操作  
}  
}  
  
  
// partition函数，为快速排序做准备，把数据分割成以枢轴为中心的两部分  
public int partition(int low, int high, int[] array) {  
int pivot = array[low];  
while (low < high) {  
while (low < high && array[high] >= pivot)  
--high; // high位置值与pivot比，高位下标--  
array[low] = array[high];// 当以上条件不满足时，将high位置的值暂存于data[low]中。此时data[high]为空位  
while (low < high && array[low] <= pivot)  
++low; // low位置值与pivot比，低位下标++  
array[high] = array[low]; // 当上条件不满足时，将low位置的值暂存于data[high]中。此时data[low]为空位  
}  
// while结束时，data[low]一定是空位  
array[low] = pivot;  
return low;  
}  
  
  
public void quickSort(int low, int high, int[] array) {  
// 快速排序(最快，但是占用内存大，典型的空间换时间)O(nlogn (以2为底的))  
if (low < high) {  
int k = partition(low, high, array);  
quickSort(low, k - 1, array);  
quickSort(k + 1, high, array);  
}  
  
}  
}  
0 0