java实现八大经典排序(冒泡、选择、插入、归并、快速排序、堆排序、希尔排序、桶排序)
【摘要】
总结:
经典排序算法的平均时间复杂度:
O
(
...
总结:
-
经典排序算法的平均时间复杂度
:
O ( N 2 ) {O(N^2)} O(N2):冒泡、选择、插入
O ( N ∗ l o g N ) {O(N*logN)} O(N∗logN):归并、快速排序、希尔排序、堆排序
O ( N ) {O(N)} O(N):桶排序 -
经典排序算法的空间复杂度
:
O ( 1 ) {O(1)} O(1):插入、选择、冒泡、堆排序、希尔排序
O ( l o g N ) {O(logN)} O(logN)~ O ( N ) {O(N)} O(N):快速排序
O ( N ) {O(N)} O(N):归并排序
O ( M ) {O(M)} O(M):桶排序(M是桶的大小) -
稳定的排序算法:
冒泡、插入、归并、桶排序 -
不稳定的排序算法:
快速排序、希尔排序、选择排序、堆排序(可记:快些选队 *^_^*)
一、冒泡排序 BubbleSort
class BubbleSort {
public int[] bubbleSort(int[] A, int n) {
// write code here
for (int i = 1; i < n; i++) {
for (int j = 0; j < n - 1; j++) {
if (A[j] > A[j + 1]) {
int t = A[j];
A[j] = A[j + 1];
A[j + 1] = t;
}
}
}
return A;
}
public static void main(String[] args) {
System.out.println(Arrays.toString(new BubbleSort().bubbleSort(new int[]{1, 2, 3, 5, 2, 3}, 6)));
}
}
二、选择排序 SelectionSort
class SelectionSort {
public int[] selectionSort(int[] A, int n) {
// write code here
for (int i = 0; i < n - 1; i++) {
int min = i;
for (int j = i; j < n; j++) {
if (A[j] < A[min]) {
min = j;
}
}
int t = A[min];
A[min] = A[i];
A[i] = t;
}
return A;
}
public static void main(String[] args) {
System.out.println(Arrays.toString(new SelectionSort().selectionSort(new int[]{1, 2, 3, 5, 2, 3}, 6)));
}
}
三、插入排序 InsertionSort
class InsertionSort {
public int[] insertionSort(int[] A, int n) {
// write code here
for (int i = 1; i < n; i++) {
int j = i - 1;
int t = A[i];
while (j >= 0 && A[j] >= t) {
A[j + 1] = A[j];
j--;
}
A[j + 1] = t;
// System.out.println(Arrays.toString(A));
}
return A;
}
public static void main(String[] args) {
System.out.println(Arrays.toString(new InsertionSort().insertionSort(new int[]{1, 2, 3, 5, 2, 3}, 6)));
}
}
四、归并排序 MergeSort
class MergeSort {
public int[] mergeSort(int[] A, int n) {
// write code here
merge(A, 0, n - 1);
return A;
}
private void merge(int[] A, int left, int right) {
if (right - left <= 0) return;
int mid = (left + right) >> 1;
merge(A, left, mid);
merge(A, mid + 1, right);
int i = left, j = mid + 1;
int[] B = new int[right - left + 1];
int cnt = 0;
while (i <= mid && j <= right) {
if (A[i] < A[j]) {
B[cnt++] = A[i++];
} else {
B[cnt++] = A[j++];
}
}
while (i <= mid) {
B[cnt++] = A[i++];
}
while (j <= right) {
B[cnt++] = A[j++];
}
for (i = 0; i < B.length; i++) {
A[left + i] = B[i];
}
}
public static void main(String[] args) {
System.out.println(Arrays.toString(new MergeSort().mergeSort(new int[]{1, 2, 3, 5, 2, 3}, 6)));
}
}
五、快速排序 QuickSort
class QuickSort {
public int[] quickSort(int[] A, int n) {
// write code here
qSort(A, 0, n - 1);
return A;
}
private void qSort(int[] A, int left, int right) {
if (right - left <= 0) return;
int pos = partition(A, left, right);
qSort(A, left, pos - 1);
qSort(A, pos + 1, right);
}
private int partition(int[] A, int left, int right) {
int i = left;//第一个大于A[right]的数
for (int j = left; j < right; j++) {
if (A[j] < A[right]) {
int t = A[j];
A[j] = A[i];
A[i] = t;
i++;
}
}
int t = A[right];
A[right] = A[i];
A[i] = t;
return i;
}
public static void main(String[] args) {
System.out.println(Arrays.toString(new QuickSort().quickSort(new int[]{1, 2, 3, 5, 2, 3}, 6)));
}
}
六、堆排序 HeapSort
class HeapSort {
/*
堆排序是一种树形选择排序方法,它的特点是:在排序的过程中,将array[0,...,n-1]看成是一颗完全二叉树的顺序存储结构,利用完全二叉树中双亲节点和孩子结点之间的内在关系,在当前无序区中选择关键字最大(最小)的元素。
1. 若array[0,...,n-1]表示一颗完全二叉树的顺序存储模式,则双亲节点指针和孩子结点指针之间的内在关系如下:
任意一节点指针 i:父节点:i==0 ? null : (i-1)/2
左孩子:2*i + 1
右孩子:2*i + 2
2. 堆的定义:n个关键字序列array[0,...,n-1],当且仅当满足下列要求:(0 <= i <= (n-1)/2)
① array[i] <= array[2*i + 1] 且 array[i] <= array[2*i + 2]; 称为小根堆;
② array[i] >= array[2*i + 1] 且 array[i] >= array[2*i + 2]; 称为大根堆;
3. 建立大根堆:
n个节点的完全二叉树array[0,...,n-1],最后一个节点n-1是第(n-1-1)/2个节点的孩子。对第(n-1-1)/2个节点为根的子树调整,使该子树称为堆。
对于大根堆,调整方法为:若【根节点的关键字】小于【左右子女中关键字较大者】,则交换。
之后向前依次对各节点((n-2)/2 - 1)~ 0为根的子树进行调整,看该节点值是否大于其左右子节点的值,若不是,将左右子节点中较大值与之交换,交换后可能会破坏下一级堆,于是继续采用上述方法构建下一级的堆,直到以该节点为根的子树构成堆为止。
反复利用上述调整堆的方法建堆,直到根节点。
4.堆排序:(大根堆)
①将存放在array[0,...,n-1]中的n个元素建成初始堆;
②将堆顶元素与堆底元素进行交换,则序列的最大值即已放到正确的位置;
③但此时堆被破坏,将堆顶元素向下调整使其继续保持大根堆的性质,再重复第②③步,直到堆中仅剩下一个元素为止。
堆排序算法的性能分析:
空间复杂度:o(1);
时间复杂度:建堆:o(n),每次调整o(log n),故最好、最坏、平均情况下:o(n*logn);
稳定性:不稳定
*/
public int[] heapSort(int[] A, int n) {
// write code here
buildMaxHeap(A);
for (int i = A.length - 1; i >= 1; i--) {
int t = A[0];
A[0] = A[i];
A[i] = t;
adjustDownToUp(A, 0, i);
}
return A;
}
private void buildMaxHeap(int[] A) {
for (int i = (A.length - 2) / 2; i >= 0; i--) {
adjustDownToUp(A, i, A.length);
}
}
private void adjustDownToUp(int[] A, int k, int length) {
int t = A[k];
for (int i = 2 * k + 1; i < length; i = 2 * i + 1) {
if (i < length - 1 && A[i] < A[i + 1]) {
i++;
}
if (t >= A[i]) {
break;
}
A[k] = A[i];
k = i;
}
A[k] = t;
}
public static void main(String[] args) {
System.out.println(Arrays.toString(new HeapSort().heapSort(new int[]{1, 2, 3, 5, 2, 3}, 6)));
}
}
七、希尔排序 ShellSort
class ShellSort {
public int[] shellSort(int[] A, int n) {
// write code here
for (int i = n / 2; i >= 1; i /= 2) {
insertSort(A, i);
}
return A;
}
private void insertSort(int[] A, int step) {
for (int i = step; i < A.length; i++) {
int t = A[i];
int j = i - step;
while (j >= 0 && A[j] >= t) {
A[j + step] = A[j];
j -= step;
}
j += step;
A[j] = t;
}
}
public static void main(String[] args) {
System.out.println(Arrays.toString(new ShellSort().shellSort(new int[]{1, 2, 3, 5, 2, 3}, 6)));
}
}
八、桶排序 BucketSort
(1). 计数排序 CountingSort
class CountingSort {
public int[] countingSort(int[] A, int n) {
// write code here
int max = A[0];
for (int i = 1; i < n; i++) {
max = Math.max(max, A[i]);
}
int[] c = new int[max + 1];
Arrays.fill(c, 0);
for (int i = 0; i < n; i++) {
c[A[i]]++;
}
int cnt = 0;
for (int i = 0; i <= max; i++) {
while (c[i] > 0) {
A[cnt++] = i;
c[i]--;
}
}
return A;
}
public static void main(String[] args) {
System.out.println(Arrays.toString(new CountingSort().countingSort(new int[]{1, 2, 3, 5, 2, 3}, 6)));
}
}
(2). 基数排序 RadixSort
class RadixSort {
public int[] radixSort(int[] A, int n) {
// write code here
int max = 0;
for (int i = 0; i < n; i++){
max = Math.max(max, Integer.toString(A[i]).length());
}
int [][]r = new int[10][A.length+1];
initArray(r);
for(int i = 0; i < max; i++){
sortByBit(r,A, i);
initArray(r);
}
return A;
}
private void initArray(int[][] r) {
for (int i = 0; i < 10; i++){
r[i][0] = 0;
for (int j = 1; j < r[i].length; j++){
r[i][j] = -1;
}
}
}
private void sortByBit(int [][]r, int []A, int t) {//按照第t位,将数组A进行基数排序放入r中,然后再放回A中
for(int i = 0; i < A.length; i++){
int v = getValueAt(A[i], t);
int cnt = r[v][0];
r[v][++cnt] = A[i];
r[v][0] = cnt;
}
int k = 0;
for (int i = 0; i < 10; i++){
for(int j = 1; j <= r[i][0]; j++){
A[k++] = r[i][j];
}
}
}
private int getValueAt(int value, int t) {//得到整数value的第t位(从右数,自0开始)。如356的第1位是5
for(int i = 0; i < t; i++){
value /= 10;
}
return value % 10;
}
public static void main(String[] args) {
System.out.println(Arrays.toString(new RadixSort().radixSort(new int[]{54,35,48,36,27,12,44,44,8,14,26,17,28},13)));
}
}
文章来源: blog.csdn.net,作者:爱玲姐姐,版权归原作者所有,如需转载,请联系作者。
原文链接:blog.csdn.net/jal517486222/article/details/86740736
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
作者其他文章
评论(0)