利用java实现插入排序、归并排序、快排和堆排序

package example;

import java.util.Arrays;

public class AllSort {
    //插入排序
    public static void insert_sort(int []data)
    {
        int N=data.length;
        for(int j=1;j<N;j++)
        {
            int key=data[j];
            int i=j-1;
            while(i>=0 && data[i]>key)
            {
                data[i+1]=data[i];
                i-=1;
            }
            data[i+1]=key;
        }
    }
    
 
    //归并
    public static void Merge(int A[],int p,int q,int r)
    {
        int L[]=Arrays.copyOfRange(A,p,q+1);//注意to不包含
        int R[]=Arrays.copyOfRange(A,q+1,r+1);
        int i=0,j=0;
        for(int k=p;k<=r;k++)
        {
            if(i==L.length)
            {
                System.arraycopy(R,j,A,k,r-k+1);//需要指定长度
                break;
            }
            if(j==R.length)
            {
                System.arraycopy(L,i,A,k,r-k+1);
                break;
            }
            if(L[i]<=R[j])
            {
                A[k]=L[i];
                i+=1;
            }
            else
            {
                A[k]=R[j];
                j+=1;
            }
        }

    }

    //归并排序(自顶向下)
    public static void Merge_Sort(int A[],int p,int r)
    {
        if(p<r)
        {
            int q=(p+r)/2;
            Merge_Sort(A,p,q);
            Merge_Sort(A,q+1,r);
            Merge(A,p,q,r);//调用Merge
        }
    }

    //归并排序(自底向上)
    public static void Merge_Sort_down2top(int []A)
    {
        int width=1;
        int size=A.length;
        while(width<size){
            int index=0;
            while(index<size-width)
            {
                int low=index;
                int high=index+2*width-1;
                int mid=(low+high)/2;
                Merge(A,low,mid,high);//调用Merge
                index+=2*width;
            }
            width*=2;
        }
    }
    //

   
    public static int PARTITION(int A[],int p,int r)
    {
        int x=A[r];
        int i=p-1;
        int tmp=0;
        for(int j=p;j<r;j++)
        {
            if(A[j]<=x)
            {
                i+=1;
                tmp=A[i];
                A[i]=A[j];
                A[j]=tmp;
            }
        }
        tmp=A[i+1];//再次使用tmp
        A[i+1]=A[r];
        A[r]=tmp;
        return i+1;
    }

    //快排
    public static void QuickSort(int A[],int p,int r)
    {
        if(p<r)
        {
            int q=PARTITION(A,p,r);
            QuickSort(A,p,q-1);
            QuickSort(A,q+1,r);
        }
    }

    /

    static int heap_size=0;

    public static int left(int i)
    {
        return 2*i+1;
    }

    public static int right(int i)
    {
        return 2*i+2;
    }
    
    //最大堆调整
    public static void max_heapify(int A[],int i)
    {
        int l=left(i);
        int r=right(i);
        int largest=0;
        if(l<=heap_size-1 && A[l]>A[i])
        {
            largest=l;
        }
        else{
            largest=i;
        }
        if(r<=heap_size-1 && A[r]>A[largest])
        {
            largest=r;
        }
        if(largest!=i)
        {
            int tmp=A[i];
            A[i]=A[largest];
            A[largest]=tmp;
            max_heapify(A,largest);
        }
    }
    
    //构建最大堆
    public static void build_max_heap(int A[])
    {
        for(int i=A.length/2-1;i>=0;i--)
        {
            max_heapify(A,i);
        }
    }

    //堆排序
    public static void heapsort(int A[])
    {
        build_max_heap(A);
        for(int j=A.length-1;j>0;j--)
        {
            int tmp=A[0];
            A[0]=A[j];
            A[j]=tmp;
            heap_size-=1;
            max_heapify(A,0);
        }
    }

    

    public static void main(String[]args)
    {
        int []data={1,5,2,7,6,3,9,10};
        //Merge_Sort(data,0,data.length-1);
        //Merge_Sort_down2top(data);
        //insert_sort(data);
        //QuickSort(data,0,data.length-1);

        heap_size=data.length;//赋值堆大小(全局变量)
        heapsort(data);

        for(int e:data){
            System.out.print(e+" ");
        }
    }
}




  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Java中的快速排序和堆排序是两种常见的排序算法。 快速排序是一种基于比较的排序算法,它通过选择一个基准元素,将数组划分为两个子数组,其中一个子数组中的所有元素都小于基准元素,另一个子数组中的所有元素都大于基准元素。然后递归地对这两个子数组进行排序。具体而言,在快速排序中,我们首先选择一个基准元素,可以是数组中的任意一个元素。然后,我们通过将其他元素与基准元素进行比较,并根据比较结果将它们分为两个子数组。接下来,对这两个子数组分别应用相同的排序算法,直到排序完成。此外,在具体实现中,我们通常会使用双指针的方法来进行元素的交换和移动,从而实现快速排序。 堆排序是一种基于完全二叉堆的排序算法。它利用堆数据结构的性质来进行排序。在堆排序中,我们首先将待排序的数组构建成一个最大堆或最小堆。然后,我们从堆顶开始,每次取出堆顶元素,将其与堆的最后一个元素交换,并重新调整堆,使得剩余的元素仍满足堆的性质。重复这个过程,直到堆中只剩下一个元素,排序完成。堆排序的时间复杂度为O(nlogn),并且具有原地排序和稳定性的特点。在具体实现中,我们通常会使用数组来表示二叉堆,并通过一些基本的操作(如上浮和下沉)来维护堆的性质。 因此,快速排序和堆排序是两种不同的排序算法,它们的具体实现方法和性能特点有所不同。具体选择哪种排序算法取决于问题的要求和数据的特点。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [堆排序Java实现)](https://blog.csdn.net/weixin_58699220/article/details/125725815)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [堆排序快排归并排序](https://blog.csdn.net/qq_44830792/article/details/121410542)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值