3.简单选择排序
(1)基本思想:在要排序的一组数中,选出最小的一个数与第一个位置的数交换;
然后在剩下的数当中再找最小的与第二个位置的数交换,如此循环到倒数第二个数和最后一个数比较为止。
(2)实例:
(3)用java实现
- publicclass selectSort {
-
- public selectSort(){
-
- int a[]={1,54,6,3,78,34,12,45};
-
- int position=0;
-
- for(int i=0;i<a.length;i++){
-
-
-
- int j=i+1;
-
- position=i;
-
- int temp=a[i];
-
- for(;j<a.length;j++){
-
- if(a[j]<temp){
-
- temp=a[j];
-
- position=j;
-
- }
-
- }
-
- a[position]=a[i];
-
- a[i]=temp;
-
- }
-
- for(int i=0;i<a.length;i++)
-
- System.out.println(a[i]);
-
- }
-
- }
4,堆排序
(1)基本思想:堆排序是一种树形选择排序,是对直接选择排序的有效改进。
堆的定义如下:具有n个元素的序列(h1,h2,...,hn),当且仅当满足(hi>=h2i,hi>=2i+1)或(hi<=h2i,hi<=2i+1)(i=1,2,...,n/2)时称之为堆。在这里只讨论满足前者条件的堆。由堆的定义可以看出,堆顶元素(即第一个元素)必为最大项(大顶堆)。完全二叉树可以很直观地表示堆的结构。堆顶为根,其它为左子树、右子树。初始时把要排序的数的序列看作是一棵顺序存储的二叉树,调整它们的存储序,使之成为一个堆,这时堆的根节点的数最大。然后将根节点与堆的最后一个节点交换。然后对前面(n-1)个数重新调整使之成为堆。依此类推,直到只有两个节点的堆,并对它们作交换,最后得到有n个节点的有序序列。从算法描述来看,堆排序需要两个过程,一是建立堆,二是堆顶与堆的最后一个元素交换位置。所以堆排序有两个函数组成。一是建堆的渗透函数,二是反复调用渗透函数实现排序的函数。
(2)实例:
初始序列:46,79,56,38,40,84
建堆:
交换,从堆中踢出最大数
剩余结点再建堆,再交换踢出最大数
依次类推:最后堆中剩余的最后两个结点交换,踢出一个,排序完成。
(3)用java实现
- import java.util.Arrays;
-
-
-
- publicclass HeapSort {
-
- inta[]={49,38,65,97,76,13,27,49,78,34,12,64,5,4,62,99,98,54,56,17,18,23,34,15,35,25,53,51};
-
- public HeapSort(){
-
- heapSort(a);
-
- }
-
- public void heapSort(int[] a){
-
- System.out.println("开始排序");
-
- int arrayLength=a.length;
-
- //循环建堆
-
- for(int i=0;i<arrayLength-1;i++){
-
- //建堆
-
- buildMaxHeap(a,arrayLength-1-i);
-
- //交换堆顶和最后一个元素
-
- swap(a,0,arrayLength-1-i);
-
- System.out.println(Arrays.toString(a));
-
- }
-
- }
-
-
-
- private void swap(int[] data, int i, int j) {
-
- // TODO Auto-generated method stub
-
- int tmp=data[i];
-
- data[i]=data[j];
-
- data[j]=tmp;
-
- }
-
- //对data数组从0到lastIndex建大顶堆
-
- privatevoid buildMaxHeap(int[] data, int lastIndex) {
-
- // TODO Auto-generated method stub
-
- //从lastIndex处节点(最后一个节点)的父节点开始
-
- for(int i=(lastIndex-1)/2;i>=0;i--){
-
- //k保存正在判断的节点
-
- int k=i;
-
- //如果当前k节点的子节点存在
-
- while(k*2+1<=lastIndex){
-
- //k节点的左子节点的索引
-
- int biggerIndex=2*k+1;
-
- //如果biggerIndex小于lastIndex,即biggerIndex+1代表的k节点的右子节点存在
-
- if(biggerIndex<lastIndex){
-
- //若果右子节点的值较大
-
- if(data[biggerIndex]<data[biggerIndex+1]){
-
- //biggerIndex总是记录较大子节点的索引
-
- biggerIndex++;
-
- }
-
- }
-
- //如果k节点的值小于其较大的子节点的值
-
- if(data[k]<data[biggerIndex]){
-
- //交换他们
-
- swap(data,k,biggerIndex);
-
- //将biggerIndex赋予k,开始while循环的下一次循环,重新保证k节点的值大于其左右子节点的值
-
- k=biggerIndex;
-
- }else{
-
- break;
-
- }
-
- }
-
- }
-
- }
-
-
-
-
-
- }