排序算法集合（java版）：网上收集未测试-CSDN博客

package test; public class SortUtil { /** * 冒泡排序 Bubble Sort * * 原理: 比较n轮，每一轮都把最大元素移动到数组后端。 * * @return */ public int[] bubbleSort(int[] result) { int ARRAYSIZE = result.length; for (int i = 0; i < ARRAYSIZE; i++) { for (int j = i + 1; j < ARRAYSIZE; j++) { if (result[i] > result[j]) { // 交换 swap(result, i, j); } } } return result; } /** * 插入排序 Insert Sort * * 原理：从第二个元素开始，因为左侧的数组为排序后的数组，只要将当前元素插入到左侧数组的适当位置，就能保持数组为有序 * 然后处理第三个元素...直到最后一个元素 * * @return */ public int[] insertSort(int[] result) { int ARRAYSIZE = result.length; for (int i = 1; i < ARRAYSIZE; i++) { for (int j = i; j > 0 && result[j] < result[j - 1]; j--) { swap(result, j, j - 1); } } return result; } /** * 折半搜索插入排序 BinarySearchThenInsert Sort * * 原理与插入排序类似，不同点在于寻找插入位置的时候，采取的是折半查找方法 * * @return */ public int[] binsertSort(int[] result) { int ARRAYSIZE = result.length; for (int i = 1; i < ARRAYSIZE; i++) { if (result[i] < result[0]) { int temp = result[i]; for (int j = i - 1; j >= 0; j--) { result[j + 1] = result[j]; } result[0] = temp; } else if (result[i] < result[i - 1]) { int larrange = 0; int rarrange = i - 1; while (rarrange - larrange > 1) { int p = (rarrange + larrange + 1) / 2; if (result[i] < result[p]) { rarrange = p; } else { larrange = p; } } int temp = result[i]; for (int j = i - 1; j >= larrange + 1; j--) { result[j + 1] = result[j]; } result[larrange + 1] = temp; } } return result; } /** * 堆排序 Heap Sort * * 原理: 利用了堆的易调整的特点来进行的一种选择排序。以大顶堆为例，什么是大顶堆？ * 大顶堆的逻辑结构是一颗完全二叉树，[把满二叉树最后一层右侧的一些叶子摘掉] 假设其高度为h，则元素个数介于 1 + 2 + ... + * exp(2, h - 2) ~ 1 + 2 + ... + exp(2, h -1)之间符合如下定义为大顶堆：(此定义基于大顶堆的顺序存储结构) * for (int i = array.length - 1; i > 0; i --) { 任意 array[i] <= array[(i - * 1)/2]; } (还有一种是小顶堆，不同的只是比较时候的大于号方向不同)。容易想到，当堆顶元素(MaxValue)被替换后， * 至多只要在双亲和子节点间进行h（大顶堆的高度） - 1次交换， (参照交换算法可以发现比较次数一般来说是交换次数的2~3倍，也不算多) * 就可以形成新的大顶堆。由此大大提高了排序效率。 * * @return */ public int[] heapSort(int[] result) { // 初始化无序数组为大顶堆 for (int i = result.length - 2; i >= 0; i--) { adjustHeap(result, i, result.length - 1); } // 将最大值元素交换至数组末端，并调整前端为大顶堆，循环直至前端只剩下一个元素 for (int i = result.length - 1; i > 0; i--) { swap(result, 0, i); adjustHeap(result, 0, i - 1); } return result; } /** * 将除顶(不确定是否满足大顶堆条件)外，左子树和右子树都为一个堆的数组调整为大顶堆 * * @param array * 待调整数组 * @param from * 顶的指针 * @param to * 调整的末端(就是调整array[from]...array[to]这一段为一个大顶堆) */ private void adjustHeap(int[] array, int from, int to) { int i = 0; // 比较节省比较次数的方法，只要比较到比其左右子树的根结点的值都大，就可以return了 while (from + 2 * i + 2 <= to) { if (array[from + i] < array[from + 2 * i + 1] || array[from + i] < array[from + 2 * i + 2]) { if (array[from + 2 * i + 1] > array[from + 2 * i + 2]) { swap(array, from + i, from + 2 * i + 1); i += i + 1; } else { swap(array, from + i, from + 2 * i + 2); i += i + 2; } } else { return; } } if (from + 2 * i + 1 == to && array[from + i] < array[from + 2 * i + 1]) { // 有时会出现仅存在左子树的情况(左子树为调整数组的最后一个元素) swap(array, from + i, from + 2 * i + 1); } } /** * 快速排序 Quick Sort * * 原理：选择数组中的一个元素作为标准，将所有比标准小的元素放到左边，所有比标准大的元素放到右边。并对左边和右边的元素做一样的快速排序过程。 * * @return */ public int[] quickSort(int[] result) { quick(result, 0, result.length - 1); return result; } /** * 选择数组中的一个元素作为标准，将所有比标准小的元素放到左边，所有比标准大的元素放到右边。并对左边和右边的元素做一样的快速排序过程。 * * @param array * @param startIndex * @param endIndex */ private void quick(int[] array, int startIndex, int endIndex) { int pIndex = startIndex; for (int i = startIndex + 1; i <= endIndex; i++) { if (array[i] < array[pIndex]) { int temp = array[i]; for (int j = i; j > pIndex; j--) { array[j] = array[j - 1]; } array[pIndex] = temp; pIndex++; } } if (pIndex - startIndex > 1) { quick(array, startIndex, pIndex - 1); } if (endIndex - pIndex > 1) { quick(array, pIndex + 1, endIndex); } } /** * 归并排序 Merge Sort * * 原理：分治。将数组分为左，右两部分，首先将数组分为左右两部分，分别进行归并排序，然后合并左右两部分的排序结果就构成了一个有序数组。 * * @return */ public int[] mergeSort(int[] result) { mergeR(result, 0, result.length - 1); return result; } /** * 递归对数组进行归并排序 * * @param array * @param startIndex * @param endIndex */ private void mergeR(int[] array, int startIndex, int endIndex) { if (startIndex < endIndex) { int mid = (startIndex + endIndex) / 2; // 对包括中点在内的左侧数组区间进行归并排序 mergeR(array, startIndex, mid); // 对中点之后的右侧数组区间进行归并排序 mergeR(array, mid + 1, endIndex); // 合并左和右两个独立的有序区间为一个有序区间 merge(array, startIndex, mid, endIndex); } } /** * 将array数组的两个有序区间array[startIndex]...array[midIndex] 和array[midIndex + * 1]...array[endIndex]合并为一个有序区间 array[startIndex]...array[endIndex] * * @param array * @param startIndex * @param midIndex * @param endIndex */ private void merge(int[] array, int startIndex, int midIndex, int endIndex) { int[] resultTemp = new int[endIndex - startIndex + 1]; int pr = 0; int p1 = startIndex; int p2 = midIndex + 1; while (p1 <= midIndex || p2 <= endIndex) { if (p1 == midIndex + 1) { while (p2 <= endIndex) { resultTemp[pr++] = array[p2++]; } } else if (p2 == endIndex + 1) { while (p1 <= midIndex) { resultTemp[pr++] = array[p1++]; } } else if (array[p1] <= array[p2]) { resultTemp[pr++] = array[p1++]; } else { resultTemp[pr++] = array[p2++]; } } for (p1 = startIndex, p2 = 0; p1 <= endIndex; p1++, p2++) { array[p1] = resultTemp[p2]; } } /** * 希尔排序 Shell Sort * * 原理：分别以数组大小的1/2,1/4,1/8....1的作为步伐d，将array[i],array[i + d],array[i + * 2d]....array[i + nd]看作一个数组进行排序，与插入排序相比，因为可以更有效的消除逆序，因此交换次数是很少的， * 缺点是比较次数过多 * * @return */ public int[] shellSort(int[] result) { int ARRAYSIZE = result.length; for (int d = ARRAYSIZE / 2; d > 0; d = d / 2) { // print(result); for (int i = d; i < ARRAYSIZE; i++) { for (int j = i; j >= d; j = j - d) { if (result[j] < result[j - d]) { swap(result, j, j - d); } } } } return result; } /** * 简单选择排序 SimpleSelection Sort * * 原理：每遍历未排序部分一次都选出一个最小值，并将最小值元素移动到数组前端 * * @return */ public int[] simpleSelectionSort(int[] result) { // 重复此过程：选取最小值，并将其交换至数组前端 int minIndex = 0; for (int i = 0; i < result.length; i++) { minIndex = i; for (int j = i + 1; j < result.length; j++) { if (result[j] < result[minIndex]) { minIndex = j; } } swap(result, minIndex, i); } return result; } /** * 交换元素 */ private void swap(int[] arr, int i, int j) { int temp = arr[i]; arr[i] = arr[j]; arr[j] = temp; } }