这篇文章主要介绍了Java如何实现八个常用的排序算法：插入排序、冒泡排序、选择排序、希尔排序 、快速排序、归并排序、堆排序和LST基数排序,
首先是EightAlgorithms.java文件，代码如下：
import java.util.Arrays;
/*
* 实现了八个常用的排序算法：插入排序、冒泡排序、选择排序、希尔排序
* 以及快速排序、归并排序、堆排序和LST基数排序
* @author gkh178
*/
public class EightAlgorithms {
//插入排序：时间复杂度o(n^2)
public static void insertSort(int a[], int n) {
for (int i = 1; i < n; ++i) {
int temp = a[i];
int j = i - 1;
while (j >= 0 && a[j] > temp) {
a[j + 1] =a[j];
--j;
}
a[j + 1] = temp;
}
}
//冒泡排序：时间复杂度o(n^2)
public static void bubbleSort(int a[], int n) {
for (int i = n - 1; i > 0; --i) {
for (int j = 0; j < i; ++j) {
if (a[j] > a[j + 1]) {
int temp = a[j];
a[j] = a[j + 1];
a[j + 1] = temp;
}
}
}
}
//选择排序：时间复杂度o(n^2)
public static void selectSort(int a[], int n) {
for (int i = 0; i < n - 1; ++i) {
int min = a[i];
int index = i;
for (int j = i + 1; j < n; ++j) {
if (a[j] < min) {
min = a[j];
index = j;
}
}
a[index] = a[i];
a[i] = min;
}
}
//希尔排序：时间复杂度介于o(n^2)和o(nlgn)之间
public static void shellSort(int a[], int n) {
for (int gap = n / 2; gap >= 1; gap /= 2) {
for (int i = gap; i < n; ++i) {
int temp = a[i];
int j = i -gap;
while (j >= 0 && a[j] > temp) {
a[j + gap] = a[j];
j -= gap;
}
a[j + gap] = temp;
}
}
}
//快速排序：时间复杂度o(nlgn)
public static void quickSort(int a[], int n) {
_quickSort(a, 0, n-1);
}
public static void _quickSort(int a[], int left, int right) {
if (left < right) {
int q = _partition(a, left, right);
_quickSort(a, left, q - 1);
_quickSort(a, q + 1, right);
}
}
public static int _partition(int a[], int left, int right) {
int pivot = a[left];
while (left < right) {
while (left < right && a[right] >= pivot) {
--right;
}
a[left] = a[right];
while (left <right && a[left] <= pivot) {
++left;
}
a[right] = a[left];
}
a[left] = pivot;
return left;
}
//归并排序：时间复杂度o(nlgn)
public static void mergeSort(int a[], int n) {
_mergeSort(a, 0 , n-1);
}
public static void _mergeSort(int a[], int left, int right) {
if (left <right) {
int mid = left + (right - left) / 2;
_mergeSort(a, left, mid);
_mergeSort(a, mid + 1, right);
_merge(a, left, mid, right);
}
}
public static void _merge(int a[], int left, int mid, int right) {
int length = right - left + 1;
int newA[] = new int[length];
for (int i = 0, j = left; i <= length - 1; ++i, ++j) {
newA[i] = a[j];
}
int i = 0;
int j = mid -left + 1;
int k = left;
for (; i <= mid - left && j <= length - 1; ++k) {
if (newA[i] < newA[j]) {
a[k] = newA[i++];
}
else {
a[k] = newA[j++];
}
}
while (i <= mid - left) {
a[k++] = newA[i++];
}
while (j <= right - left) {
a[k++] = newA[j++];
}
}
//堆排序：时间复杂度o(nlgn)
public static void heapSort(int a[], int n) {
builtMaxHeap(a, n);//建立初始大根堆
//交换首尾元素，并对交换后排除尾元素的数组进行一次上调整
for (int i = n - 1; i >= 1; --i) {
int temp = a[0];
a[0] = a[i];
a[i] = temp;
upAdjust(a, i);
}
}
//建立一个长度为n的大根堆
public static void builtMaxHeap(int a[], int n) {
upAdjust(a, n);
}
//对长度为n的数组进行一次上调整
public static void upAdjust(int a[], int n) {
//对每个带有子女节点的元素遍历处理，从后到根节点位置
for (int i = n / 2; i >= 1; --i) {
adjustNode(a, n, i);
}
}
//调整序号为i的节点的值
public static void adjustNode(int a[], int n, int i) {
//节点有左右孩子
if (2 * i + 1 <= n) {
//右孩子的值大于节点的值，交换它们
if (a[2 * i] > a[i - 1]) {
int temp = a[2 * i];
a[2 * i] = a[i - 1];
a[i - 1] = temp;
}
//左孩子的值大于节点的值，交换它们
if (a[2 * i -1] > a[i - 1]) {
int temp = a[2 * i - 1];
a[2 * i - 1] = a[i - 1];
a[i - 1] = temp;
}
//对节点的左右孩子的根节点进行调整
adjustNode(a, n, 2 * i);
adjustNode(a, n, 2 * i + 1);
}
//节点只有左孩子，为最后一个有左右孩子的节点
else if (2 * i == n) {
//左孩子的值大于节点的值，交换它们
if (a[2 * i -1] > a[i - 1]) {
int temp = a[2 * i - 1];
a[2 * i - 1] = a[i - 1];
a[i - 1] = temp;
}
}
}
//基数排序的时间复杂度为o(distance(n+radix)),distance为位数，n为数组个数，radix为基数
//本方法是用LST方法进行基数排序，MST方法不包含在内
//其中参数radix为基数，一般为10；distance表示待排序的数组的数字最长的位数；n为数组的长度
public static void lstRadixSort(int a[], int n, int radix, int distance) {
int[] newA = new int[n];//用于暂存数组
int[] count = new int[radix];//用于计数排序，保存的是当前位的值为0 到 radix-1的元素出现的的个数
int divide = 1;
//从倒数第一位处理到第一位
for (int i = 0; i < distance; ++i) {
System.arraycopy(a, 0, newA, 0, n);//待排数组拷贝到newA数组中
Arrays.fill(count, 0);//将计数数组置0
for (int j = 0; j < n; ++j) {
int radixKey = (newA[j] / divide) % radix; //得到数组元素的当前处理位的值
count[radixKey]++;
}
//此时count[]中每个元素保存的是radixKey位出现的次数
//计算每个radixKey在数组中的结束位置，位置序号范围为1-n
for (int j = 1; j < radix; ++j) {
count[j] = count[j] + count[j - 1];
}
//运用计数排序的原理实现一次排序，排序后的数组输出到a[]
for (int j = n - 1; j >= 0; --j) {
int radixKey = (newA[j] / divide) % radix;
a[count[radixKey] - 1] = newA[j];
--count[radixKey];
}
divide = divide * radix;
}
}
}
然后测试代码TestEightAlgorithms.java，代码如下：
public class TestEightAlgorithms {
public static void printArray(int a[], int n) {
for (int i = 0; i < n; ++i) {
System.out.print(a[i] + " ");
if ( i == n - 1) {
System.out.println();
}
}
}
public static void main(String[] args) {
for (int i = 1; i <= 8; ++i) {
int arr[] = {45, 38, 26, 77, 128, 38, 25, 444, 61, 153, 9999, 1012, 43, 128};
switch(i) {
case 1:
EightAlgorithms.insertSort(arr, arr.length);
break;
case 2:
EightAlgorithms.bubbleSort(arr, arr.length);
break;
case 3:
EightAlgorithms.selectSort(arr, arr.length);
break;
case 4:
EightAlgorithms.shellSort(arr, arr.length);
break;
case 5:
EightAlgorithms.quickSort(arr, arr.length);
break;
case 6:
EightAlgorithms.mergeSort(arr, arr.length);
break;
case 7:
EightAlgorithms.heapSort(arr, arr.length);
break;
case 8:
EightAlgorithms.lstRadixSort(arr, arr.length, 10, 4);
break;
default:
break;
}
printArray(arr, arr.length);
}
}
}
|
|
收藏
淘帖
踩
