说明：
数组指的就是一组相关类型的变量集合，并且这些变量可以按照统一的方式进行操作。数组本身属于引用数据类型，那么既然是引用数据类型，这里面实际又会牵扯到内存分配，
数组的访问通过索引完成，即：“数组名称[索引]”，，数组的索引从0开始，所以索引的范围就是0 ~ 数组长度-1，若超过了数组的索引范围，会显示ArrayIndexOutOfBoundsException 异常信息；
当我们数组采用动态初始化开辟空间后，数组里面的每一个元素都是该数组对应数据类型的默认值；
数组本身是一个有序的集合操作，所以对于数组的内容操作往往会采用循环的模式完成，数组是一个有限的数据集合，所以应该使用 for 循环。
在 Java 中提供有一种动态取得数组长度的方式：数组名称.length；
- 使用数组的作用
当需要定义多个相同类型的变量时
可以选择使用数组来进行定义。
- 如何定义数组
数组特点：
- 确定数组的内容
- 确定数组的长度
int [] b = new int[4];// 动态的定义方式 int [] a = {1,2,3,4};//静态的定义方式 对应的下标 0123 ---index索引
常见的数组排序方法
1.选择排序
/*
* 选择排序基本思路：
* 把第一个元素依次和后面的所有元素进行比较。
* 第一次结束后，就会有最小值出现在最前面。
* 其余依次类推。
*/
public class SelectionSort {
public static void sort(int[] data) {
for (int x = 0; x < data.length - 1; x++) {
for (int y = x + 1; y < data.length; y++) {
if (data[y] < data[x]) {
SortTest.swap(data, x, y);
}
}
}
}
}2.希尔排序
/*
* 希尔排序基本思路：
先取一个小于n的整数d1作为第一个增量，
* 把文件的全部记录分成（n除以d1）个组。所有距离为d1的倍数的记录放在同一个组中。
* 先在各组内进行直接插入排序；然后，取第二个增量d2<d1重复上述的分组和排序，
* 直至所取的增量dt=1(dt < dt-l <…< d2 < d1)，即所有记录放在同一组中进行直接插入排序为止。
*
* 属于插入类排序,是将整个无序列分割成若干小的子序列分别进行插入排序。
* 排序过程：先取一个正整数d1<n，把所有序号相隔d1的数组元素放一组，
* 组内进行直接插入排序；然后取d2<d1，重复上述分组和排序操作；直至di=1， 即所有记录放进一个组中排序为止 。
* 初始：
* d=5 49 38 65 97 76 13 27 49 55 04
* 49 13 |-------------|
* 38 27 |-------------|
* 65 49 |---------------|
* 97 55 |---------------|
* 76 04 |--------------|
* 一趟结果 13 27 49 55 04 49 38 65 97 76
*
* d=3 13 27 49 55 04 49 38 65 97 76
* 13 55 38 76 |--------|--------|--------|
* 27 04 65 |--------|--------|
* 49 49 97 |--------|--------|
* 二趟结果 13 04 49 38 27 49 55 65 97 76
*
* d=1 13 04 49 38 27 49 55 65 97 76
* |--|--|--|--|--|--|--|--|--|
* 13 04 49 38 27 49 55 65 97 76
* 三趟结果 04 13 27 38 49 49 55 65 76 97
*/
public class ShellSort {
public static void sort(int[] data) {
for (int i = data.length / 2; i > 2; i /= 2) {
for (int j = 0; j < i; j++) {
insertSort(data, j, i);
}
}
insertSort(data, 0, 1);
}
/**
* @param data
* @param j
* @param i
*/
private static void insertSort(int[] data, int start, int inc) {
for (int i = start + inc; i < data.length; i += inc) {
for (int j = i; (j >= inc) && (data[j] < data[j - inc]); j -= inc) {
SortTest.swap(data, j, j - inc);
}
}
}
}3.冒泡排序
/*
* 冒泡排序基本思路：
* 依次比较相邻的两个数，将小数放在前面，大数放在后面。
* 即在第一趟：首先比较第1个和第2个数，将小数放前，大数放后。
* 然后比较第2个数和第3个数，将小数放前，大数放后，如此继续，
* 直至比较最后两个数，将小数放前，大数放后。至此第一趟结束，将最大的数放到了最后。
* 在第二趟：仍从第一对数开始比较（因为可能由于第2个数和第3个数的交换，使得第1个数不再小于第2个数），
* 将小数放前，大数放后，一直比较到倒数第二个数（倒数第一的位置上已经是最大的），第二趟结束，在倒数第二的位置上得到一个新的最大数。（其实在整个数列中是第二大的数）。
* 如此下去，重复以上过程，直至最终完成排序。
*/
public class BubbleSort {
public static void sort(int[] data) {
for (int i = 0; i < data.length - 1; i++) {
for (int j = 0; j < data.length - 1 - i; j++) {
if (data[j] > data[j + 1]) {
SortTest.swap(data, j, j + 1);
}
}
}
}
}4.堆排序
/*
* 堆排序基本思路：
* 堆排序利用了大根堆（或小根堆）堆顶记录的关键字最大（或最小）这一特征，使得在当前无序区中选取最大（或最小）关键字的记录变得简单。
* （1）用大根堆排序的基本思想：
* ① 先将初始文件R[1..n]建成一个大根堆，此堆为初始的无序区；
* ② 再将关键字最大的记录R[1]（即堆顶）和无序区的最后一个 记录R[n]交换，由此得到新的无序区R[1..n-1]和有序区R[n]，且满足R[1..n-1].keys≤R[n].key；
* ③ 由于交换后新的根R[1]可能违反堆性质，故应将当前无序区R[1..n-1]调整为堆。
* 然后再次将R[1..n-1]中关键字最大的记录R[1]和该区间的最后一个记录R[n-1]交换，由此得到新的无序区R[1..n-2]和有序区R[n-1..n]，
* 且仍满足关系R[1..n-2].keys≤R[n-1..n].keys，同样要将R[1..n-2]调整为堆。直到无序区只有一个元素为止。
* （2）大根堆排序算法的基本操作：
* ① 初始化操作：将R[1..n]构造为初始堆；
* ② 每一趟排序的基本操作：将当前无序区的堆顶记录R[1]和该区间的最后一个记录交换，然后将新的无序区调整为堆（亦称重建堆）。
*/
public class HeapSort {
public static void sort(int[] data) {
MaxHeap h = new MaxHeap();
h.init(data);
for (int i = 0; i < data.length; i++)
h.remove();
System.arraycopy(h.queue, 1, data, 0, data.length);
}
private static class MaxHeap {
void init(int[] data) {
this.queue = new int[data.length + 1];
for (int i = 0; i < data.length; i++) {
queue[++size] = data[i];
fixUp(size);
}
}
private int size = 0;
private int[] queue;
public int get() {
return queue[1];
}
public void remove() {
SortTest.swap(queue, 1, size--);
fixDown(1);
}
// fixdown
private void fixDown(int k) {
int j;
while ((j = k << 1) <= size) {
if (j < size && queue[j] < queue[j + 1])
j++;
if (queue[k] > queue[j]) // 不用交换
break;
SortTest.swap(queue, j, k);
k = j;
}
}
private void fixUp(int k) {
while (k > 1) {
int j = k >> 1;
if (queue[j] > queue[k])
break;
SortTest.swap(queue, j, k);
k = j;
}
}
}
}5.插入排序
/*
* 插入排序基本思路：
* 将n个元素的数列分为已有序和无序两个部分，如插入排序过程示例下所示：
* {{a1}，{a2，a3，a4，…，an}}
* {{a1⑴，a2⑴}，{a3⑴，a4⑴ …，an⑴}}
* {{a1(n-1)，a2(n-1) ，…},{an(n-1)}}
* 每次处理就是将无序数列的第一个元素与有序数列的元素从后往前逐个进行比较，
* 找出插入位置，将该元素插入到有序数列的合适位置中。
*/
public class InsertSort {
public static void sort(int[] data) {
// i的初识值是1 a[0] a[1]-a[n]
// i 用来控制 无序每个元素
// j 用来找位置
for (int i = 1; i < data.length; i++) {
for (int j = i; (j > 0) && (data[j] < data[j - 1]); j--) {
SortTest.swap(data, j, j - 1);
}
}
}
}6.归并排序
/*
* 归并操作(merge)，也叫归并算法，指的是将两个已经排序的序列合并成一个序列的操作。
* 如设有数列{6，202，100，301，38，8，1}
* 初始状态： [6] [202] [100] [301] [38] [8] [1] 比较次数
* i=1 [6 202 ] [ 100 301] [ 8 38] [ 1 ] 3
* i=2 [ 6 100 202 301 ] [ 1 8 38 ] 4
* i=3 [ 1 6 8 38 100 202 301 ] 4
*/
public class MergeSort {
public static void sort(int[] data) {
int[] temp = new int[data.length];
mergeSort(data, temp, 0, data.length - 1);
}
private static void mergeSort(int[] data, int[] temp, int l, int r) {
int mid = (l + r) / 2;
if (l == r)
return;
mergeSort(data, temp, l, mid);
mergeSort(data, temp, mid + 1, r);
for (int i = l; i <= r; i++) {
temp[i] = data[i];
}
int i1 = l;
int i2 = mid + 1;
for (int cur = l; cur <= r; cur++) {
if (i1 == mid + 1)
data[cur] = temp[i2++];
else if (i2 > r)
data[cur] = temp[i1++];
else if (temp[i1] < temp[i2])
data[cur] = temp[i1++];
else
data[cur] = temp[i2++];
}
}
}7.快速排序
目录
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
