Java 语言实现的八大排序算法
1、直接插入排序
基本思想:
基本思想:在要排序的一组数中,假设前面
(n-1)[n>=2]
个数已经是排好顺序的,现在要把第n个数插到前面的有序数中,使得这n个数也是排好顺序的。如此反复循环,直到全部排好顺序。
/**
* <h2>方法名称:直接插入排序 </h2>
* <p>
* 基本思想:
* </p>
* <p>
* 在要排序的一组数中,假设前面(n-1)[n>=2] 个数已经是排好顺序的,
* 现在要把第n个数插到前面的有序数中,使得这n个数也是排好顺序的。
* 如此反复循环,直到全部排好顺序。
* </p>
*
*/
public void insertSort() {
int a[] = {
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
};
System.out.print("原始数据:");
for (int i = 0; i < a.length; i++)
System.out.print(String.format("%d;", a[i]));
System.out.println();
int temp = 0;
for (int i = 1; i < a.length; i++) {
int j = i - 1;
temp = a[i];
for (; j >= 0 && temp < a[j]; j--) {
//将大于temp的值整体后移一个单位
a[j + 1] = a[j];
}
a[j + 1] = temp;
}
System.out.print("排序结果:");
for (int i = 0; i < a.length; i++)
System.out.print(String.format("%d;", a[i]));
}
2、希尔排序(最小增量排序)
基本思想:
算法先将要排序的一组数按某个增量
d(n/2,n为要排序数的个数)
分成若干组,每组中记录的下标相差d.对每组中全部元素进行直接插入排序,然后再用一个较小的增量(d/2)
对它进行分组,在每组中再进行直接插入排序。当增量减到1时,进行直接插入排序后,排序完成。
/**
* <h2>
* 希尔排序(最小增量排序)
* </h2>
* <p>
* 基本思想:
* </p>
* <p>
* 算法先将要排序的一组数按某个增量d(n/2,n为要排序数的个数)分成若干组,
* 每组中记录的下标相差d.对每组中全部元素进行直接插入排序,
* 然后再用一个较小的增量(d/2)对它进行分组,在每组中再进行直接插入排序。
* 当增量减到1时,进行直接插入排序后,排序完成。
* </p>
*
*/
public void shellSort() {
int a[] = {1, 54, 6, 3, 78, 34, 12, 45, 56, 100};
System.out.print("原始数据:");
for (int i = 0; i < a.length; i++)
System.out.print(String.format("%d;", a[i]));
System.out.println();
double d1 = a.length;
int temp = 0;
while (true) {
d1 = Math.ceil(d1 / 2);
int d = (int) d1;
for (int x = 0; x < d; x++) {
for (int i = x + d; i < a.length; i += d) {
int j = i - d;
temp = a[i];
for (; j >= 0 && temp < a[j]; j -= d) {
a[j + d] = a[j];
}
a[j + d] = temp;
}
}
if (d == 1)
break;
}
System.out.print("排序结果:");
for (int i = 0; i < a.length; i++)
System.out.print(String.format("%d;", a[i]));
}
3、简单选择排序
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。
/**
* <h2>
* 简单选择排序
* </h2>
* <p>
* 基本思想
* </p>
* <p>
* 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。
* </p>
*/
public static void selectSort() {
System.out.println(ClassName + "#" + Thread.currentThread().getStackTrace()[1].getMethodName());
int a[] = {1, 54, 6, 3, 78, 34, 12, 45};
System.out.print("原始数据:");
for (int i = 0; i < a.length; i++)
System.out.print(String.format("%d;", a[i]));
System.out.println();
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;
}
System.out.print("排序结果:");
for (int i = 0; i < a.length; i++)
System.out.print(String.format("%d;", a[i]));
System.out.println();
}
4、堆排序
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。
例如:
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。
堆排序//
/**
* <a href="http://mushiqianmeng.blog.51cto.com/3970029/738164/">
* http://mushiqianmeng.blog.51cto.com/3970029/738164/
* </a>
* <p>
* <h2>堆排序</h2>
* <p>基本思想:</p>
* <p>
* 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。
* </p>
* <p>
* 堆的定义如下:</p>
* <p>
* 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。
* </p>
* <p>
* <p>
* 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。
* </p>
* <p>
* <p>实例:</p>
* <p>
* 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。
* </p>
* <p>
* <p>“堆排序”,《算法导论》6.4章节</p>
* 利用之前实现的构建MaxHeap和MaxHeapify算法完成排序。
* <p>伪代码:</p>
* <ul>
* HEAPSORT(A)
* <li>1 BUILD-MAX-HEAP(A) </li>
* <li>2 for i ← length[A] downto 2 </li>
* <li>3 do exchange A[1] ↔ A[i] </li>
* <li>4 heap-size[A] ← heap-size[A] - 1 </li>
* <li>5 MAX-HEAPIFY(A, 1) </li>
* <p>
* </ul>
* <p>
* <p>堆排序,《算法导论》</p>
* <p>
* 原文摘要:
* The heapsort algorithm starts by using BUILD-MAX-HEAP to build a max-heap on the input
* array A[1 n], where n = length[A]. Since the maximum element of the array is stored at the
* root A[1], it can be put into its correct final position by exchanging it with A[n].
* If we now "discard" node n from the heap (by decrementing heap-size[A]), we observe that
* A[1 (n -1)] can easily be made into a max-heap. The children of the root remain max-heaps,
* but the new root element may violate the max-heap property. All that is needed to restore
* the maxheap property, however, is one call to MAX-HEAPIFY(A, 1), which leaves a max-heap
* in A[1 (n - 1)]. The heapsort algorithm then repeats this process for the max-heap of size
* n - 1 down to a heap of size 2.
* </p>
* <p>
* 复杂度:
* </p>
* <p>
* 由之前分析可知,buildMaxHeap复杂度为O(n lg n),运行一次。
* maxHeapify的复杂度为O(lg n),运行n-1次。
* 综上,复杂度为O(n lg n)。
* </p>
*/
private static void heapSort() {
System.out.println(ClassName + "#" + Thread.currentThread().getStackTrace()[1].getMethodName());
int[] input = new int[]{16, 14, 10, 8, 7, 9, 3, 2, 4, 1};
System.out.print("原始数据:");
for (int i = 0; i < input.length; i++)
System.out.print(String.format("%d;", input[i]));
System.out.println();
int length = input.length;
//构造max-heap
buildMaxHeap(input, length);//交换位置
for (int i = length - 1; i > 0; i--) {
int temp = input[i];
input[i] = input[0];
input[0] = temp;
maxHeapify(input, 1, i);
}
System.out.print("排序结果:");
for (int i = 0; i < input.length; i++)
System.out.print(String.format("%d;", input[i]));
System.out.println();
}
private static void buildMaxHeap(int[] array, int heapSize) {
for (int i = heapSize / 2; i > 0; i--) {
maxHeapify(array, i, heapSize);
}
}
private static void maxHeapify(int[] array, int index, int heapSize) {
int l = index * 2;
int r = l + 1;
int largest;
//如果左叶子节点索引小于堆大小,比较当前值和左叶子节点的值,取值大的索引值
if (l <= heapSize && array[l - 1] > array[index - 1]) {
largest = l;
} else {
largest = index;
}
//如果右叶子节点索引小于堆大小,比较右叶子节点和之前比较得出的较大值,取大的索引值
if (r <= heapSize && array[r - 1] > array[largest - 1]) {
largest = r;
}
//交换位置,并继续递归调用该方法调整位置。
if (largest != index) {
int temp = array[index - 1];
array[index - 1] = array[largest - 1];
array[largest - 1] = temp;
maxHeapify(array, largest, heapSize);
}
}
堆排序//
5、冒泡排序
基本思想:
>
6、快速排序
基本思想:
>
7、归并排序
基本思想:
>
8、基数排序
基本思想:
>