package DataStruct;
import java.util.*;
public class Array {
public static void main(String[] args){
int[] Data = {6,1,2,7,9,3,4,5,10,8};
Array test = new Array();
//test.showSort(Data);
//test.BubbleSort(Data);//注意是值传递,copy了Data数组的引用,但改变是真实发生的
//test.ChoiceSort(Data);
//test.InsertSort(Data);
//test.FastSort(Data,0,Data.length-1);
//test.HeapSort(Data);
//test.MergeSort(Data,0,Data.length-1);
test.ShellSort(Data);
test.showSort(Data);
}
public void showSort(int[] input){
//int num = input.length;
System.out.println(Arrays.toString(input));
}
public void BubbleSort(int[] input){//冒泡排序
// 时间复杂度 :最坏O(n^2) 最好O(n) 平均O(n^2)
// 空间复杂度 :O(1)
// 稳定
int num = input.length;
for(int i=1; i<num; i++){//从前往后冒泡
int flag = 0;//设置标志位以观察序列是否变动过
for(int j=0; j<num-i; j++){//每次冒泡完毕尾部都会新增一个有效数据
if(input[j]>input[j+1]){//前面比后面大则需要进行交换
exchange(j,j+1,input);
flag = 1;
}
}
if(flag == 0){//算是一个时间上的优化,但额外申请了一空间
break;
}
//showSort(input);
}
}
public void ChoiceSort(int[] input){//选择排序
// 时间复杂度 :固定为O(n^2)
// 空间复杂度 :O(1)
// 每次只对最值进行交换,算是对冒泡排序的改进
// 不稳定
int num = input.length;
for(int i=0;i<num-1;i++){//从前往后
int index = i;
int min = input[i];
for(int j=i+1;j<num;j++){//每次比较过程进行一次最小值记录与其下标,方便之后的交换
if(min>input[j]){
min = input[j];
index = j;
}
}//求得min值
exchange(i,index,input);//每次排序后队首都会新增一个有序数据
//showSort(input);
}
}
public void InsertSort(int[] input){//插入排序 (简单直接插入法)(有序情况下O(n)就能解决问题)
// 时间复杂度 :最坏O(n^2) 平均O(n^2) 最好O(n)
// 空间复杂度 :O(1)
// 稳定
int num = input.length;
for(int i=1;i<num;i++){//插入比较的次数
int temp = input[i];
int index = i;
while(index>0&&temp<input[index-1]){//使用while更加方便
input[index] = input[index-1];//注意比较一次,成立则后移一次,反正总要移动数组的
index --;
}
input[index] = temp;//找到合适的位置插入
//showSort(input);
}
}
public void ShellSort(int[] input){//希尔排序 (有序情况下O(n)就能解决问题)
// 时间复杂度 :最坏情况下和直接插入排序相同 O(n^2) 最好O(n) 平均O(n^1.3)
// 空间复杂度 :O(1)
// 不稳定:虽然直接插入法是稳定的,但考虑到对整个数组进行了分组,故必然有可能出现不稳定的现象
int num = input.length;
int increment = input.length;
while(increment>0){
if(increment==1)//跳出循环
break;
increment = increment/3+1;//终究会等于1的
//对每个划分使用插入排序,其实就是普通的插入排序法改变比较的间隔
for(int i=increment;i<num;i++){//increment为1时其实就变成了普通的插入排序
if(input[i]<input[i-increment]){//是否有进行插入排序的必要(之前的直接插入法没有这个判定)
int temp = input[i];
int index = i;
while(index-increment>=0&&temp<input[index-increment]){//使用while更加方便
input[index] = input[index-increment];//注意比较一次,成立则后移一次,反正总要移动数组的
index -= increment;
}
input[index] = temp;//找到合适的位置插入
}
}
}
}
public void exchange(int a,int b,int[] input){//需要使用交换函数
int temp = input[a];
input[a] = input[b];
input[b] = temp;
}
public void FastSort(int[] input,int start,int end){//快速排序(递归法+分治的思想)
// 快速排序的最差时间复杂度和冒泡排序是一样的都是O(n^2),它的平均时间复杂度为O(nlogn)->最好也是O(nlogn)
// 空间复杂度 :O(logn~n)(有递归栈)
int temp =start;//设立基准数
//两个哨兵
int i = start;
int j = end;
if(i==j||j<start||i>end)return;
while(i<j){
while(i<j&&input[j]>=input[temp]){//找比input[temp]更小的值
//j先动,这里有个注意点,为什么让j先动
j--;
}
while(i<j&&input[i]<=input[temp]){//找比input[temp]更大的值
//a)如果让i先动,有可能找不到比input[temp]更大的值,却依旧在最后交换位置了
//b)有可能交换的是比input[temp]更大的值,违背算法的本意
i++;
}
if(i<j){//没相遇则交换两个哨兵
exchange(i,j,input);
}
}
exchange(temp,j,input);//相遇则交换
//showSort(input);
FastSort(input,start,j-1);//分治
FastSort(input,j+1,end);
}
public void MergeSort(int[] input, int start, int end){//归并排序
// 时间复杂度 :O(nlogn)
// 空间复杂度 :O(n)
// 需要一个合并函数MergeHelper,将分治后的两个数组进行排序
int mid = (end - start)/2 + start;//避免越界
if(end>start){//只有存在可分性才能继续往下进行分治
MergeSort(input, start, mid);
MergeSort(input, mid+1, end);//不停的划分数组
MergeHelper(input, start, end, mid);//将两个分数组排序后组合起来
}
}
public void MergeHelper(int[] input, int start, int end, int mid){
int[] temp = new int[end-start+1];//定义临时数组
int aNum = start;//前半段
int bNum = mid+1;//后半段
int cNum = 0;
int len1 = mid-start+1;
int len2 = end-(mid+1)+1;
while(aNum<len1+start && bNum<len2+mid+1){
if(input[aNum]<input[bNum]){
temp[cNum++] = input[aNum++];
}else
temp[cNum++] = input[bNum++];
}
while(aNum<len1+start){
temp[cNum++] = input[aNum++];
}
while(bNum<len2+mid+1){
temp[cNum++] = input[bNum++];
}
//把新数组中的数覆盖到input数组中
System.arraycopy(temp, 0, input, start, end-start+1);//System.arraycopy方法更加效率
}
//20190104堆排序
public void HeapSort(int[] input){
// 时间复杂度 :O(nlogn)
// 空间复杂度 :O(1)
HeapBuild(input);//先建造大顶堆
//showSort(input);
for(int i=input.length-1;i>0;i--){
exchange(0,i,input);//交换 堆顶数据(max)与堆尾当前最后一个无效数据
HeapHelper(0,i,input);//调整交换后数据的堆,将下一个max顶至堆头
}
}
public void HeapBuild(int[] input){//建造大顶堆
for(int i=0;i<input.length;i++){
int parent = 0;
while(i!=0){
parent = (i-1)/2;//堆的正确性只与父节点有关,依次对每个非叶进行调整即可
if(input[parent]<input[i]){
exchange(parent,i,input);
i = parent;
}else{
break;
}
}
}
}
public void HeapHelper(int i,int len,int[] input){
//调整一次堆尾数据,len代表当前堆的未排序数据容量(也是下一次处理的堆容量)
//尝试将下一个有效len容量内的max顶至堆头,方便下次交换
int index = i;//当前不合格的堆数据的下标,初始为0,因为之前有一次堆顶元素与堆尾最后一个有效数据的交换
int left = 2*i+1;//左孩子
int right = 2*i+2;//右孩子
while(left<len){//下标的有效范围是len
if(input[left]>input[index]){
index = left;
}
if(right<len&&input[right]>input[index]){
index = right;
}
if(index!=i){
exchange(index,i,input);
}else
break;//无需调整则直接退出循环即可
i = index;
left = 2*i+1;//左孩子
right = 2*i+2;//右孩子
}
}
}