Java 数组 排序
2015-09-15 15:01
417 查看
很有必要,为排序算法,单独开一章。
1. 内部排序
插入排序
1.1直接插入排序
前面维护一个有序数组,后面的逐次插入,稳定排序
1.2 希尔排序(Shell,最小增量排序)
是对直接插入排序的改进。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。
1.3 简单选择排序
思路: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,然后在剩下的数中再找最小的数与第二个交换,如此循环直到倒数第二个和最后一个比较为止。远距离的交换算法都是不稳定的。
思路:堆排序基于完全二叉树,是对简单选择排序的有效改进。
建堆:
交换,从剔除堆中最大数
剩余的结点再建堆,再交换踢出最大数,如此循环
1.5 冒泡排序
思路:每次比较相邻的数,如果发现他们的排序与排序要求的相反时,就叫唤。
思路:分治算法(计算机领域两大思想,横向分治,纵向分层),在剑指offer
数组进行过深入讨论,这里再强调一点,不稳定性,发生在基准和中间元素交换的时候。
思路:归并(Merge)是将两个或多个有序表合并成一个新的有序表,分治思想。
思路:将所有带比较数值(正整数)统一为同样的数位长度,数位较短的前面补零,然后从最低位开始,一次进行一次排序,这样从最低位排序一直到最高位排序完成以后,数列就变成了一个有序序列。
· 使用Collections和Arrays类的sort方法;
[abc, bca, acb, bac]
[abc, acb, bac, bca]
· 使用可排序的数据结构;
1.1
排序
例如,将2*10的30幂无重复的正整数排序输出打印到显示屏上,计算机内存只有1G。
分析:数据的总大小是4G,所以考虑分成8份,没分512MB。就按照数值范围来分就行,然后分析时间和空间复杂度(注意磁盘读写次数和时间复杂度常量表示)。然后每个文件排序,再归并处理。归并处理采用胜者树的方式,以思路归并为例:
1.2
统计
例如,统计海量IP地址中重复最多的前10个。注意这类题目和上一类的区别,不能均分成几个小文件,一般采用Hahs函数映射。
1. 内部排序
插入排序
1.1直接插入排序
前面维护一个有序数组,后面的逐次插入,稳定排序
package com.njue; publicclass insertSort { public insertSort(){ inta[]={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}; 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--){ a[j+1]=a[j]; //将大于temp的值整体后移一个单位 } a[j+1]=temp; } for(int i=0;i<a.length;i++){ System.out.println(a[i]); } }
1.2 希尔排序(Shell,最小增量排序)
是对直接插入排序的改进。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。
publicclass shellSort { publicshellSort(){ int a[]={1,54,6,3,78,34,12,45,56,100}; 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; } for(int i=0;i<a.length;i++){ System.out.println(a[i]); } }选择排序
1.3 简单选择排序
思路: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,然后在剩下的数中再找最小的数与第二个交换,如此循环直到倒数第二个和最后一个比较为止。远距离的交换算法都是不稳定的。
public class selectSort { public selectSort(){ int a[]={1,54,6,3,78,34,12,45}; 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; } for(int i=0;i<a.length;i++) System.out.println(a[i]); } }1.4 堆排序
思路:堆排序基于完全二叉树,是对简单选择排序的有效改进。
建堆:
交换,从剔除堆中最大数
剩余的结点再建堆,再交换踢出最大数,如此循环
import java.util.Arrays; publicclass HeapSort { inta[]={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}; public HeapSort(){ heapSort(a); } public void heapSort(int[] a){ System.out.println("开始排序"); int arrayLength=a.length; //循环建堆 for(int i=0;i<arrayLength-1;i++){ //建堆 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)); } } private void swap(int[] data, int i, int j) { // TODO Auto-generated method stub int tmp=data[i]; data[i]=data[j]; data[j]=tmp; } //对data数组从0到lastIndex建大顶堆 privatevoid buildMaxHeap(int[] data, int lastIndex) { // TODO Auto-generated method stub //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<lastIndex){ //若果右子节点的值较大 if(data[biggerIndex]<data[biggerIndex+1]){ //biggerIndex总是记录较大子节点的索引 biggerIndex++; } } //如果k节点的值小于其较大的子节点的值 if(data[k]<data[biggerIndex]){ //交换他们 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; } } } } }交换排序
1.5 冒泡排序
思路:每次比较相邻的数,如果发现他们的排序与排序要求的相反时,就叫唤。
public class bubbleSort { publicbubbleSort(){ inta[]={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}; int temp=0; for(int i=0;i<a.length-1;i++){ for(int j=0;j<a.length-1-i;j++){ if(a[j]>a[j+1]){ temp=a[j]; a[j]=a[j+1]; a[j+1]=temp; } } } for(int i=0;i<a.length;i++){ System.out.println(a[i]); } }1.6 快速排序
思路:分治算法(计算机领域两大思想,横向分治,纵向分层),在剑指offer
数组进行过深入讨论,这里再强调一点,不稳定性,发生在基准和中间元素交换的时候。
publicclass quickSort { inta[]={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}; publicquickSort(){ quick(a); for(int i=0;i<a.length;i++){ System.out.println(a[i]); } } publicint getMiddle(int[] list, int low, int high) { int tmp =list[low]; //数组的第一个作为中轴 while (low < high){ while (low < high&& list[high] >= tmp) { high--; } list[low] =list[high]; //比中轴小的记录移到低端 while (low < high&& list[low] <= tmp) { low++; } list[high] =list[low]; //比中轴大的记录移到高端 } list[low] = tmp; //中轴记录到尾 return low; //返回中轴的位置 } publicvoid _quickSort(int[] list, int low, int high) { if (low < high){ int middle =getMiddle(list, low, high); //将list数组进行一分为二 _quickSort(list, low, middle - 1); //对低字表进行递归排序 _quickSort(list,middle + 1, high); //对高字表进行递归排序 } } publicvoid quick(int[] a2) { if (a2.length > 0) { //查看数组是否为空 _quickSort(a2,0, a2.length - 1); } } }1.7 归并排序
思路:归并(Merge)是将两个或多个有序表合并成一个新的有序表,分治思想。
import java.util.Arrays; publicclass mergingSort { inta[]={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}; publicmergingSort(){ sort(a,0,a.length-1); for(int i=0;i<a.length;i++) System.out.println(a[i]); } publicvoid sort(int[] data, int left, int right) { // TODO Auto-generatedmethod stub if(left<right){ //找出中间索引 int center=(left+right)/2; //对左边数组进行递归 sort(data,left,center); //对右边数组进行递归 sort(data,center+1,right); //合并 merge(data,left,center,right); } } publicvoid merge(int[] data, int left, int center, int right) { // TODO Auto-generatedmethod stub int [] tmpArr=newint[data.length]; int mid=center+1; //third记录中间数组的索引 int third=left; int tmp=left; while(left<=center&&mid<=right){ //从两个数组中取出最小的放入中间数组 if(data[left]<=data[mid]){ tmpArr[third++]=data[left++]; }else{ tmpArr[third++]=data[mid++]; } } //剩余部分依次放入中间数组 while(mid<=right){ tmpArr[third++]=data[mid++]; } while(left<=center){ tmpArr[third++]=data[left++]; } //将中间数组中的内容复制回原数组 while(tmp<=right){ data[tmp]=tmpArr[tmp++]; } System.out.println(Arrays.toString(data)); } }1.8 基数排序
思路:将所有带比较数值(正整数)统一为同样的数位长度,数位较短的前面补零,然后从最低位开始,一次进行一次排序,这样从最低位排序一直到最高位排序完成以后,数列就变成了一个有序序列。
import java.util.ArrayList; import java.util.List; public class radixSort { inta[]={49,38,65,97,76,13,27,49,78,34,12,64,5,4,62,99,98,54,101,56,17,18,23,34,15,35,25,53,51}; public radixSort(){ sort(a); for(inti=0;i<a.length;i++){ System.out.println(a[i]); } } public void sort(int[] array){ //首先确定排序的趟数; int max=array[0]; for(inti=1;i<array.length;i++){ if(array[i]>max){ max=array[i]; } } int time=0; //判断位数; while(max>0){ max/=10; time++; } //建立10个队列; List<ArrayList> queue=newArrayList<ArrayList>(); for(int i=0;i<10;i++){ ArrayList<Integer>queue1=new ArrayList<Integer>(); queue.add(queue1); } //进行time次分配和收集; for(int i=0;i<time;i++){ //分配数组元素; for(intj=0;j<array.length;j++){ //得到数字的第time+1位数; int x=array[j]%(int)Math.pow(10,i+1)/(int)Math.pow(10, i); ArrayList<Integer>queue2=queue.get(x); queue2.add(array[j]); queue.set(x, queue2); } int count=0;//元素计数器; //收集队列元素; for(int k=0;k<10;k++){ while(queue.get(k).size()>0){ ArrayList<Integer>queue3=queue.get(k); array[count]=queue3.get(0); queue3.remove(0); count++; } } } } }应用-Java中的排序
· 使用Collections和Arrays类的sort方法;
List<String> list=new ArrayList<String>(); list.add("abc"); list.add("bca"); list.add("acb"); list.add("bac"); System.out.println(list.toString()); Collections.sort(list, new Comparator<String>(){ public int compare(String str1,String str2){ return str1.compareTo(str2); } }); System.out.println(list.toString());输出:
[abc, bca, acb, bac]
[abc, acb, bac, bca]
· 使用可排序的数据结构;
// TreeSet Set<ObjectName> sortedSet = new TreeSet<ObjectName>(new Comparator<ObjectName>() { public int compare(ObjectName o1, ObjectName o2) { return o1.toString().compareTo(o2.toString()); } }); sortedSet.addAll(unsortedSet); // TreeMap - using String.CASE_INSENSITIVE_ORDER which is a Comparator that orders Strings by compareToIgnoreCase Map<String, Integer> sortedMap = new TreeMap<String, Integer>(String.CASE_INSENSITIVE_ORDER); sortedMap.putAll(unsortedMap); //TreeMap - In general, defined comparator Map<ObjectName, String> sortedMap = new TreeMap<ObjectName, String>(new Comparator<ObjectName>() { public int compare(ObjectName o1, ObjectName o2) { return o1.toString().compareTo(o2.toString()); } }); sortedMap.putAll(unsortedMap);外部排序
1.1
排序
例如,将2*10的30幂无重复的正整数排序输出打印到显示屏上,计算机内存只有1G。
分析:数据的总大小是4G,所以考虑分成8份,没分512MB。就按照数值范围来分就行,然后分析时间和空间复杂度(注意磁盘读写次数和时间复杂度常量表示)。然后每个文件排序,再归并处理。归并处理采用胜者树的方式,以思路归并为例:
1.2
统计
例如,统计海量IP地址中重复最多的前10个。注意这类题目和上一类的区别,不能均分成几个小文件,一般采用Hahs函数映射。
相关文章推荐
- Multiple JDK in Mac OSX 10.10 Yosemite
- eclipse工程转maven工程出错的解决办法
- 使用Eclipse构建Maven的SpringMVC项目
- Spring MVC json问题(406 Not Acceptable) 解决办法
- Java后台通过JDBC连接数据库
- url 中文乱码问题
- Java默认修饰符
- java操作文件
- Java Web开发Session超时设置
- spring表达式语言(SpEL)简述及Hello World示例
- Java开发中的23种设计模式详解(转)
- jdk动态代理和cglib动态代理小记
- 【springmvc+mybatis项目实战】杰信商贸-14.购销合同添加+修改+删除+查看
- Java虚拟机详解----JVM常见问题总结
- 解决spark运行时Java heap space问题
- java判断操作系统
- Struts 2 Hello World Annotation Example
- 使用最新版本的Java EE eclipse构建webservice应用
- (4)java开发远程协助
- 转:JMeter进行Java 请求测试