JAVA排序汇总
2009-06-04 14:48
246 查看
com.wepull.jbs.lesson4;
import
java.util.Random;
/**
*
排序测试类
*
*
排序算法的分类如下:
*
1.
插入排序(直接插入排序、折半插入排序、希尔排序);
*
2.
交换排序(冒泡泡排序、快速排序);
*
3.
选择排序(直接选择排序、堆排序);
*
4.
归并排序;
*
5.
基数排序。
*
*
关于排序方法的选择:
*
(1)
若
n
较小
(
如
n≤50)
,可采用直接插入或直接选择排序。
*
当记录规模较小时,直接插入排序较好;否则因为直接选择移动的记录数少于直接插人,应选直接选择排序为宜。
*
(2)
若文件初始状态基本有序
(
指正序
)
,则应选用直接插人、冒泡或随机的快速排序为宜;
*
(3)
若
n
较大,则应采用时间复杂度为
O(nlgn)
的排序方法:快速排序、堆排序或归并排序。
*
*/
public
class
SortTest {
/**
*
初始化测试数组的方法
*
@return
一个初始化好的数组
*/
public
int
[] createArray() {
Random random =
new
Random();
int
[] array =
new
int
[10];
for
(
int
i = 0; i < 10; i++) {
array[i] = random.nextInt(100) - random.nextInt(100);
//
生成两个随机数相减,保证生成的数中有负数
}
System.
out
.println(
"==========
原始序列
=========="
);
printArray(array);
return
array;
}
/**
*
打印数组中的元素到控制台
*
@param
source
*/
public
void
printArray(
int
[] data) {
for
(
int
i : data) {
System.
out
.print(i +
" "
);
}
System.
out
.println();
}
/**
*
交换数组中指定的两元素的位置
*
@param
data
*
@param
x
*
@param
y
*/
private
void
swap(
int
[] data,
int
x,
int
y) {
int
temp = data[x];
data[x] = data[y];
data[y] = temp;
}
/**
*
冒泡排序
----
交换排序的一种
*
方法:相邻两元素进行比较,如有需要则进行交换,每完成一次循环就将最大元素排在最后(如从小到大排序),下一次循环是将其他的数进行类似操作。
*
性能:比较次数
O(n^2),n^2/2
;交换次数
O(n^2),n^2/4
*
*
@param
data
要排序的数组
*
@param
sortType
排序类型
*
@return
*/
public
void
bubbleSort(
int
[] data, String sortType) {
if
(sortType.equals(
"asc"
)) {
//
正排序,从小排到大
//
比较的轮数
for
(
int
i = 1; i < data.
length
; i++) {
//
将相邻两个数进行比较,较大的数往后冒泡
for
(
int
j = 0; j < data.
length
- i; j++) {
if
(data[j] > data[j + 1]) {
//
交换相邻两个数
swap(data, j, j + 1);
}
}
}
}
else
if
(sortType.equals(
"desc"
)) {
//
倒排序,从大排到小
//
比较的轮数
for
(
int
i = 1; i < data.
length
; i++) {
//
将相邻两个数进行比较,较大的数往后冒泡
for
(
int
j = 0; j < data.
length
- i; j++) {
if
(data[j] < data[j + 1]) {
//
交换相邻两个数
swap(data, j, j + 1);
}
}
}
}
else
{
System.
out
.println(
"
您输入的排序类型错误!
"
);
}
printArray(data);
//
输出冒泡排序后的数组值
}
/**
*
直接选择排序法
----
选择排序的一种
*
方法:每一趟从待排序的数据元素中选出最小(或最大)的一个元素,
顺序放在已排好序的数列的最后,直到全部待排序的数据元素排完。
*
性能:比较次数
O(n^2),n^2/2
*
交换次数
O(n),n
*
交换次数比冒泡排序少多了,由于交换所需
CPU
时间比比较所需的
CUP
时间多,所以选择排序比冒泡排序快。
*
但是
N
比较大时,比较所需的
CPU
时间占主要地位,所以这时的性能和冒泡排序差不太多,但毫无疑问肯定要快些。
*
*
@param
data
要排序的数组
*
@param
sortType
排序类型
*
@return
*/
public
void
selectSort(
int
[] data
, String sortType) {
if
(sortType.equals(
"asc"
)) {
//
正排序,从小排到大
int
index;
for
(
int
i = 1; i < data
.
length
; i++) {
index = 0;
for
(
int
j = 1; j <= data
.
length
- i; j++) {
if
(data
[j] > data
[index]) {
index = j;
}
}
//
交换在位置
data.length-i
和
index(
最大值
)
两个数
swap(data
, data
.
length
- i, index);
}
}
else
if
(sortType.equals(
"desc"
)) {
//
倒排序,从大排到小
int
index;
for
(
int
i = 1; i < data
.
length
; i++) {
index = 0;
for
(
int
j = 1; j <= data
.
length
- i; j++) {
if
(data
[j] < data
[index]) {
index = j;
}
}
//
交换在位置
data.length-i
和
index(
最大值
)
两个数
swap(data
, data
.
length
- i, index);
}
}
else
{
System.
out
.println(
"
您输入的排序类型错误!
"
);
}
printArray(data
);
//
输出直接选择排序后的数组值
}
/**
*
插入排序
*
方法:将一个记录插入到已排好序的有序表(有可能是空表)中
,
从而得到一个新的记录数增
1
的有序表。
*
性能:比较次数
O(n^2),n^2/4
*
复制次数
O(n),n^2/4
*
比较次数是前两者的一般,而复制所需的
CPU
时间较交换少,所以性能上比冒泡排序提高一倍多,而比选择排序也要快。
*
*
@param
data
要排序的数组
*
@param
sortType
排序类型
*/
public
void
insertSort(
int
[] data, String sortType) {
if
(sortType.equals(
"asc"
)) {
//
正排序,从小排到大
//
比较的轮数
for
(
int
i = 1; i < data.
length
; i++) {
//
保证前
i+1
个数排好序
for
(
int
j = 0; j < i; j++) {
if
(data[j] > data[i]) {
//
交换在位置
j
和
i
两个数
swap(data, i, j);
}
}
}
}
else
if
(sortType.equals(
"desc"
)) {
//
倒排序,从大排到小
//
比较的轮数
for
(
int
i = 1; i < data.
length
; i++) {
//
保证前
i+1
个数排好序
for
(
int
j = 0; j < i; j++) {
if
(data[j] < data[i]) {
//
交换在位置
j
和
i
两个数
swap(data, i, j);
}
}
}
}
else
{
System.
out
.println(
"
您输入的排序类型错误!
"
);
}
printArray(data);
//
输出插入排序后的数组值
}
/**
*
反转数组的方法
*
@param
data
源数组
*/
public
void
reverse(
int
[] data) {
int
length = data.
length
;
int
temp = 0;
//
临时变量
for
(
int
i = 0; i < length / 2; i++) {
temp = data[i];
data[i] = data[length - 1 - i];
data[length - 1 - i] = temp;
}
printArray(data);
//
输出到转后数组的值
}
/**
*
快速排序
*
快速排序使用分治法
(
Divide
and
conquer
)
策略来把一个序列
(
list
)
分为两个子序列
(
sub
-
lists
)
。
*
步骤为:
*
1.
从数列中挑出一个元素,称为
"
基准
"
(
pivot
),
*
2.
重新排序数列,所有元素比基准值小的摆放在基准前面,所有元素比基准值大的摆在基准的后面(相同的数可以到任一边)。在这个分割之后,该基准是它的最后位置。这个称为分割(
partition
)操作。
*
3.
递归地(
recursive
)把小于基准值元素的子数列和大于基准值元素的子数列排序。
*
递回的最底部情形,是数列的大小是零或一,也就是永远都已经被排序好了。虽然一直递回下去,但是这个算法总会结束,因为在每次的迭代(
iteration
)中,它至少会把一个元素摆到它最后的位置去。
*
@param
data
待排序的数组
*
@param
low
*
@param
high
*
@see
SortTest#qsort(int[],
int,
int)
*
@see
SortTest#qsort_desc(int[],
int,
int)
*/
public
void
quickSort(
int
[] data, String sortType) {
if
(sortType.equals(
"asc"
)) {
//
正排序,从小排到大
qsort_asc(data, 0, data.
length
- 1);
}
else
if
(sortType.equals(
"desc"
)) {
//
倒排序,从大排到小
qsort_desc(data, 0, data.
length
- 1);
}
else
{
System.
out
.println(
"
您输入的排序类型错误!
"
);
}
}
/**
*
快速排序的具体实现,排正序
*
@param
data
*
@param
low
*
@param
high
*/
private
void
qsort_asc(
int
data[],
int
low,
int
high) {
int
i, j, x;
if
(low < high) {
//
这个条件用来结束递归
i = low;
j = high;
x = data[i];
while
(i < j) {
while
(i < j && data[j] > x) {
j--;
//
从右向左找第一个小于
x
的数
}
if
(i < j) {
data[i] = data[j];
i++;
}
while
(i < j && data[i] < x) {
i++;
//
从左向右找第一个大于
x
的数
}
if
(i < j) {
data[j] = data[i];
j--;
}
}
data[i] = x;
qsort_asc(data, low, i - 1);
qsort_asc(data, i + 1, high);
}
}
/**
*
快速排序的具体实现,排倒序
*
@param
data
*
@param
low
*
@param
high
*/
private
void
qsort_desc(
int
data[],
int
low,
int
high) {
int
i, j, x;
if
(low < high) {
//
这个条件用来结束递归
i = low;
j = high;
x = data[i];
while
(i < j) {
while
(i < j && data[j] < x) {
j--;
//
从右向左找第一个小于
x
的数
}
if
(i < j) {
data[i] = data[j];
i++;
}
while
(i < j && data[i] > x) {
i++;
//
从左向右找第一个大于
x
的数
}
if
(i < j) {
data[j] = data[i];
j--;
}
}
data[i] = x;
qsort_desc(data, low, i - 1);
qsort_desc(data, i + 1, high);
}
}
/**
*
二分查找特定整数在整型数组中的位置
(
递归
)
*
查找线性表必须是有序列表
*
@paramdataset
*
@paramdata
*
@parambeginIndex
*
@paramendIndex
*
@returnindex
*/
public
int
binarySearch(
int
[] dataset,
int
data,
int
beginIndex,
int
endIndex) {
int
midIndex = (beginIndex + endIndex) >>> 1;
//
相当于
mid = (low + high) / 2
,但是效率会高些
if
(data < dataset[beginIndex] || data > dataset[endIndex]
|| beginIndex > endIndex)
return
-1;
if
(data < dataset[midIndex]) {
return
binarySearch(dataset, data, beginIndex, midIndex - 1);
}
else
if
(data > dataset[midIndex]) {
return
binarySearch(dataset, data, midIndex + 1, endIndex);
}
else
{
return
midIndex;
}
}
/**
*
二分查找特定整数在整型数组中的位置
(
非递归
)
*
查找线性表必须是有序列表
*
@paramdataset
*
@paramdata
*
@returnindex
*/
public
int
binarySearch(
int
[] dataset,
int
data) {
int
beginIndex = 0;
int
endIndex = dataset.
length
- 1;
int
midIndex = -1;
if
(data < dataset[beginIndex] || data > dataset[endIndex]
|| beginIndex > endIndex)
return
-1;
while
(beginIndex <= endIndex) {
midIndex = (beginIndex + endIndex) >>> 1;
//
相当于
midIndex = (beginIndex + endIndex) / 2
,但是效率会高些
if
(data < dataset[midIndex]) {
endIndex = midIndex - 1;
}
else
if
(data > dataset[midIndex]) {
beginIndex = midIndex + 1;
}
else
{
return
midIndex;
}
}
return
-1;
}
public
static
void
main(String[] args) {
SortTest sortTest =
new
SortTest();
int
[] array = sortTest.createArray();
System.
out
.println(
"==========
冒泡排序后
(
正序
)=========="
);
sortTest.bubbleSort(array,
"asc"
);
System.
out
.println(
"==========
冒泡排序后
(
倒序
)=========="
);
sortTest.bubbleSort(array,
"desc"
);
array = sortTest.createArray();
System.
out
.println(
"==========
倒转数组后
=========="
);
sortTest.reverse(array);
array = sortTest.createArray();
System.
out
.println(
"==========
选择排序后
(
正序
)=========="
);
sortTest.selectSort(array,
"asc"
);
System.
out
.println(
"==========
选择排序后
(
倒序
)=========="
);
sortTest.selectSort(array,
"desc"
);
array = sortTest.createArray();
System.
out
.println(
"==========
插入排序后
(
正序
)=========="
);
sortTest.insertSort(array,
"asc"
);
System.
out
.println(
"==========
插入排序后
(
倒序
)=========="
);
sortTest.insertSort(array,
"desc"
);
array = sortTest.createArray();
System.
out
.println(
"==========
快速排序后
(
正序
)=========="
);
sortTest.quickSort(array,
"asc"
);
sortTest.printArray(array);
System.
out
.println(
"==========
快速排序后
(
倒序
)=========="
);
sortTest.quickSort(array,
"desc"
);
sortTest.printArray(array);
System.
out
.println(
"==========
数组二分查找
=========="
);
System.
out
.println(
"
您要找的数在第
"
+ sortTest.binarySearch(array, 74)
+
"
个位子。(下标从
0
计算)
"
);
}
}