一、归并排序算法
基本思想:
归并(Merge)排序法是将两个(或两个以上)有序表合并成一个新的有序表,即把待排序序列分为若干个子序列,每个子序列是有序的。然后再把有序子序列合并为整体有序序列。
归并排序示例:
合并方法:
设r[i…n]由两个有序子表r[i…m]和r[m+1…n]组成,两个子表长度分别为n-i +1、n-m。
j=m+1;k=i;i=i; //置两个子表的起始下标及辅助数组的起始下标
若i>m 或j>n,转⑷ //其中一个子表已合并完,比较选取结束
//选取r[i]和r[j]较小的存入辅助数组rf
如果r[i]
否则,rf[k]=r[j]; j++; k++; 转⑵
//将尚未处理完的子表中元素存入rf
如果i<=m,将r[i…m]存入rf[k…n] //前一子表非空
如果j<=n , 将r[j…n] 存入rf[k…n] //后一子表非空
合并结束。
算法实现:
/*** 归并排序
* 简介:将两个(或两个以上)有序表合并成一个新的有序表 即把待排序序列分为若干个子序列,每个子序列是有序的。然后再把有序子序列合并为整体有序序列
* 时间复杂度为O(nlogn)
* 稳定排序方式
*@paramnums 待排序数组
*@return输出有序数组*/
public static int[] sort(int[] nums, int low, inthigh) {int mid = (low + high) / 2;if (low
sort(nums, low, mid);//右边
sort(nums, mid + 1, high);//左右归并
merge(nums, low, mid, high);
}returnnums;
}/*** 将数组中low到high位置的数进行排序
*@paramnums 待排序数组
*@paramlow 待排的开始位置
*@parammid 待排中间位置
*@paramhigh 待排结束位置*/
public static void merge(int[] nums, int low, int mid, inthigh) {int[] temp = new int[high - low + 1];int i = low;//左指针
int j = mid + 1;//右指针
int k = 0;//把较小的数先移到新数组中
while (i <= mid && j <=high) {if (nums[i]
temp[k++] = nums[i++];
}else{
temp[k++] = nums[j++];
}
}//把左边剩余的数移入数组
while (i <=mid) {
temp[k++] = nums[i++];
}//把右边边剩余的数移入数组
while (j <=high) {
temp[k++] = nums[j++];
}//把新数组中的数覆盖nums数组
for (int k2 = 0; k2 < temp.length; k2++) {
nums[k2+ low] =temp[k2];
}
}
二、堆排序算法
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。
思想: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
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.算法实现:
public classHeapSort {public static voidmain(String[] args) {int[] a={49,38,65,97,76,13,27,49,78,34,12,64};int arrayLength=a.length;//循环建堆
for(int i=0;i
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));
}
}//对data数组从0到lastIndex建大顶堆
public static void buildMaxHeap(int[] data, intlastIndex){//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
if(data[biggerIndex]
biggerIndex++;
}
}//如果k节点的值小于其较大的子节点的值
if(data[k]
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;
}
}
}
}//交换
private static void swap(int[] data, int i, intj) {int tmp=data[i];
data[i]=data[j];
data[j]=tmp;
}
}
致谢:感谢您的耐心阅读!