彻底弄明白之数据结构中的排序七大算法-java实现

package ds;

/*

* author : codinglion

* contact: chenyakun@foxmail.com

*/

import java.util.Random;

publicclass Sorts {

// 冒泡排序

// 小数往上冒

public static int[] BubbleSort(int[] disOrderArray) {

int temp;

// 第一层循环:表明比较的次数, 比如 length 个元素,比较次数为 length-1 次（肯定不需和自己比）

for (int i = 0; i < disOrderArray.length - 1; i++) {

// 把最小的数交换着"冒泡"的相对的最上边,一次冒上来的是最小的,其次是第二小的.

// length-1: 取数据最后一个数下标

// j>i 从后往前的下标一定大于从前往后的下标,否则越界了

for (int j = disOrderArray.length - 1; j > i; j--) {

if (disOrderArray[j] < disOrderArray[j - 1]) {

temp = disOrderArray[j];

disOrderArray[j] = disOrderArray[j - 1];

disOrderArray[j - 1] = temp;

}

}

}

// for (int element : disOrderArray) {

//

// System.out.print(element + " ");

// }

return disOrderArray;

}

/*

*

* 快速排序

*

* 思想:

* 通过一趟排序将待排记录分割成独立的两部分,其中一部分记录的关键字均比另一部分的关键字小,

* 则可以分别对这两部分记录继续进行排序,已达到整个序列有序的目的

*

* 本质就是,找一个基位(枢轴,分水岭,作用是左边的都比它小,右边的都比它大.可随机,取名base

* 首先从序列最右边开始找比base小的

* ,如果小,换位置,从而base移到刚才右边(比较时比base小)的位置(记为临时的high位),这样base右边的都比base大

* 然后,从序列的最左边开始找比base大的

* ,如果大,换位置,从而base移动到刚才左边(比较时比base大)的位置(记为临时的low位),这样base左边的都比base小

*

* 循环以上两步,直到 low == heigh, 这使才真正的找到了枢轴,分水岭. 返回这个位置,分水岭左边和右边的序列,分别再来递归

*/

public static int[] quickSort(int[] arr, int low, int heigh) {

if (low < heigh) {

int division = partition(arr, low, heigh);

quickSort(arr, low, division - 1);

quickSort(arr, division + 1, heigh);

}

return arr;

}

// 分水岭,基位,左边的都比这个位置小,右边的都大

public static int partition(int[] arr, int low, int heigh) {

int base = arr[low]; //用子表的第一个记录做枢轴(分水岭)记录

while (low < heigh) { //从表的两端交替向中间扫描

while (low < heigh && arr[heigh] >= base) {

heigh--;

}

// base 赋值给 当前 heigh 位,base 挪到(互换)到了这里,heigh位右边的都比base大

swap(arr, heigh, low);

while (low < heigh && arr[low] <= base) {

low++;

}

// 遇到左边比base值大的了,换位置

swap(arr, heigh, low);

}

// now low = heigh;

return low;

}

private static void swap(int[] arr, int a, int b) {

int temp;

temp = arr[a];

arr[a] = arr[b];

arr[b] = temp;

}

/*

*

* 直接选择排序

*/

public static int[] selectionSort(int[] arr) {

for (int i = 0; i < arr.length; i++) {

int miniPos = miniPos(arr, i, arr.length);

if (arr[i] > arr[miniPos]) {

swap(arr, i, miniPos);

}

}

returnnull;

}

// 返回最小的时序列中的哪一位

public static int miniPos(int[] arr, int from, int end) {

int miniPost = from;

for (int i = from + 1; i < end; i++) {

if (arr[i] < arr[miniPost]) {

miniPost = i;

}

}

return miniPost;

}

/*

* heap sort 堆排序

*/

// 本质就是先构造一个大顶堆,parent比children大,root节点就是最大的节点

// 把最大的节点(root)与尾节点(最后一个节点,比较小)位置互换

// 剩下最后的尾节点,现在最大,其余的,从第一个元素开始到尾节点前一位,构造大顶堆

// 递归

public static int[] heapSort(int[] arr) {

int i;

// 将arr构成一个大顶堆

// 从 0 到 arr.length/2 ,这些都是有孩子的节点

// 没孩子的节点构造大顶堆就无意义了

for (i = arr.length / 2; i >= 0; i--) {

heapAdjust(arr, i, arr.length - 1);

}

for (i = arr.length - 1; i > 0; i--) {

swap(arr, 0, i);

// 将arr[0...i-1] 重新构造成一个大顶堆

heapAdjust(arr, 0, i - 1);

}

return arr;

}

private static void heapAdjust(int[] arr, int s, int m) {

int temp, j;

temp = arr[s]; // 指向临时(相对与root节点)的根节点

for (j = 2 * s; j <= m; j *= 2) {

// 如果右节点比左节点大,当前节点移到右节点

if (j < m && arr[j] < arr[j + 1]) {

// 指向右节点

j++;

}

// 当前的父节点大于现在指向的节点

// 不需要做任何处理

if (temp >= arr[j]) {

break;

}

// 当前的父节点小于其下的子节点

// 换位置,把这个子节点替换到父节点

// 当前这个位置,如果是叶子节点,则它应该是最小的(相对于它的祖先们)

// 这个方法目的就是交换parent与children的值,构造大根堆

// 执行到这里表明当前节点的父节点(临时根节点小于当前的节点),

// 把当前节点移到上面,换位置

// arr[s]被覆盖无所谓,因为temp记了这个值(原来的根节点(相对的parent))

arr[s] = arr[j];

// 现在把当前的这个元素,看做是临时的parent节点

// 为了找到此时这个元素的孩子节点,看看是否有比当前这个值还大的

// 最后s指向 当前遍历到的这个元素

s = j;

}

arr[s] = temp;

}

/*

* 插入排序

* 思想: 扑克牌

* 从无序序列往有序子序列插入, 插入排序改进版 不足: 移动太频繁

*/

public static int[] InsertSort(int[] arr) {

// 无序序列

// 忽略首位,从1开始

for (int i = 1; i < arr.length; i++) {

int temp = arr[i];

int j;

// 有序序列

// 最早从0开始比对

for (j = i - 1; j >= 0 && temp < arr[j]; j--) {

// j 后面的往后挪

arr[j + 1] = arr[j];

}

arr[j + 1] = temp;

}

return arr;

}

/*

* SHELL 希尔排序

* 插入排序改进版

*

*/

public static int[] ShellSort(int[] arr) {

// 取增量

int step = arr.length / 2;

while (step >= 1) {

// 还是忽略0位

// 0...step 1...step+1

for (int i = step; i < arr.length; i++) {

int temp = arr[i];

int j = 0;

// 跟插入排序的区别就在这里

for (j = i - step; j >= 0 && temp < arr[j]; j -= step) {

arr[j + step] = arr[j];

}

arr[j + step] = temp;

}

step /= 2;

}

return arr;

}

/*

*

*归并排序

*分到最细了,就剩两个数,归并,依次类推

* 本质是靠归并(有序的merge)排的序

*

*/

public static int[] mergeSort(int[] arr, int[] tempArray, int left,

int right) {

if (left < right) {

// 取分割位置

int middle = (left + right) / 2;

// 递归划分数组左序列

mergeSort(arr, tempArray, left, middle);

// 递归划分数组右序列

mergeSort(arr, tempArray, middle + 1, right);

Merge(arr, tempArray, left, middle + 1, right);

}

return arr;

}

private static void Merge(int[] arr, int[] tempArray, int left, int middle,

int right) {

int leftEnd = middle - 1;

int rightStart = middle;

// 临时数组的下标

int tempIndex = left;

// 数组合并厚的length长度

int tempLength = right - left + 1;

// 先循环两个区间段都没有结束的情况

while ((left <= leftEnd) && (rightStart <= right)) {

// 左边的比右边的小,先插入左边的

if (arr[left] < arr[rightStart]) {

tempArray[tempIndex++] = arr[left++];

} else {

tempArray[tempIndex++] = arr[rightStart++];

}

}

// 判断左序列是否结束

while (left <= leftEnd) {

tempArray[tempIndex++] = arr[left++];

}

// 判断右序列是否结束

while (rightStart <= right) {

tempArray[tempIndex++] = arr[rightStart++];

}

// 交换数据

for (int i = 0; i < tempArray.length; i++) {

arr[right] = tempArray[right];

right--;

}

}

public static void main(String[] args) {

int[] arr // = { 5, 9, 3, 7, 2, 1,6 };

= new int[100];

Random random = new Random();

random.setSeed(System.currentTimeMillis());

for (int i = 0; i < 100; i++) {

arr[i] = random.nextInt(1000);

}

System.out.println("begin");

// quickSort(arr, 0, arr.length - 1);

// selectionSort(arr);

InsertSort(arr);

for (int e : arr) {

System.out.print(e + " ");

}

}

}