Java七種排序

一丶冒泡排序

　　冒泡排序是一種簡單的排序算法。它重複地走訪過要排序的數列，一次比較兩個元素，如果他們的順序錯誤就把他們交換過來。走訪數列的工作是重複地進行直到沒有再需要交換，也就是說該數列已經排序完成。這個算法的名字由來是因爲越小的元素會經由交換慢慢“浮”到數列的頂端。

　　冒泡排序的示例：

冒泡排序的算法實現如下:【排序後，數組從小到大排列】

　　　/**
     * 冒泡排序
     * 比較相鄰的元素。如果第一個比第二個大，就交換他們兩個。  
     * 對每一對相鄰元素作同樣的工作，從開始第一對到結尾的最後一對。在這一點，最後的元素應該會是最大的數。  
     * 針對所有的元素重複以上的步驟，除了最後一個。
     * 持續每次對越來越少的元素重複上面的步驟，直到沒有任何一對數字需要比較。 
     * @param numbers 需要排序的整型數組
     */
    public static void bubbleSort(int[] numbers)
    {
        int temp = 0;
        int size = numbers.length;
        for(int i = 0 ; i < size-1; i ++)
        {
        for(int j = 0 ;j < size-1-i ; j++)
        {
            if(numbers[j] > numbers[j+1])  //交換兩數位置
            {
            temp = numbers[j];
            numbers[j] = numbers[j+1];
            numbers[j+1] = temp;
            }
        }
        }
    }

二丶快速排序

快速排序的基本思想：

通過一趟排序將待排序記錄分割成獨立的兩部分，其中一部分記錄的關鍵字均比另一部分關鍵字小，則分別對這兩部分繼續進行排序，直到整個序列有序。

快速排序的示例：

（a）一趟排序的過程：

（b）排序的全過程

　　把整個序列看做一個數組，把第零個位置看做中軸，和最後一個比，如果比它小交換，比它大不做任何處理；交換了以後再和小的那端比，比它小不交換，比他大交換。這樣循環往復，一趟排序完成，左邊就是比中軸小的，右邊就是比中軸大的，然後再用分治法，分別對這兩個獨立的數組進行排序。

代碼實現如下：

1.查找中軸（最低位作爲中軸）所在位置

　　　/**
     * 查找出中軸（默認是最低位low）的在numbers數組排序後所在位置
     * 
     * @param numbers 帶查找數組
     * @param low   開始位置
     * @param high  結束位置
     * @return  中軸所在位置
     */
    public static int getMiddle(int[] numbers, int low,int high)
    {
        int temp = numbers[low]; //數組的第一個作爲中軸
        while(low < high)
        {
        while(low < high && numbers[high] > temp)
        {
            high--;
        }
        numbers[low] = numbers[high];//比中軸小的記錄移到低端
        while(low < high && numbers[low] < temp)
        {
            low++;
        }
        numbers[high] = numbers[low] ; //比中軸大的記錄移到高端
        }
        numbers[low] = temp ; //中軸記錄到尾
        return low ; // 返回中軸的位置
    }

2、遞歸形式的分治排序算法：

　　  /**
     * 
     * @param numbers 帶排序數組
     * @param low  開始位置
     * @param high 結束位置
     */
    public static void quickSort(int[] numbers,int low,int high)
    {
        if(low < high)
        {
        　　int middle = getMiddle(numbers,low,high); //將numbers數組進行一分爲二
        　　quickSort(numbers, low, middle-1);   //對低字段表進行遞歸排序
        　　quickSort(numbers, middle+1, high); //對高字段表進行遞歸排序
        }
    
    }

3、快速排序提供方法調用

　　 /**
     * 快速排序
     * @param numbers 帶排序數組
     */
    public static void quick(int[] numbers)
    {
        if(numbers.length > 0)   //查看數組是否爲空
        {
        quickSort(numbers, 0, numbers.length-1);
        }
    }

分析：

　　快速排序是通常被認爲在同數量級（O(nlog2n)）的排序方法中平均性能最好的。但若初始序列按關鍵碼有序或基本有序時，快排序反而蛻化爲冒泡排序。爲改進之，通常以“三者取中法”來選取基準記錄，即將排序區間的兩個端點與中點三個記錄關鍵碼居中的調整爲支點記錄。快速排序是一個不穩定的排序方法。

方法測試

打印函數：

　　public static void printArr(int[] numbers)
    {
        for(int i = 0 ; i < numbers.length ; i ++ )
        {
        System.out.print(numbers[i] + ",");
        }
        System.out.println("");
    }

測試：

　　public static void main(String[] args) 
    {
        int[] numbers = {10,20,15,0,6,7,2,1,-5,55};
        System.out.print("排序前：");
        printArr(numbers);
        
        bubbleSort(numbers);
        System.out.print("冒泡排序後：");
        printArr(numbers);
        
        
        quick(numbers);
        System.out.print("快速排序後：");
        printArr(numbers);
    }

結果：

排序前：10,20,15,0,6,7,2,1,-5,55,
冒泡排序後：-5,0,1,2,6,7,10,15,20,55,
快速排序後：-5,0,1,2,6,7,10,15,20,55,

三丶選擇排序

　　1、基本思想：在要排序的一組數中，選出最小的一個數與第一個位置的數交換；然後在剩下的數當中再找最小的與第二個位置的數交換，如此循環到倒數第二個數和最後一個數比較爲止。

　　2、實例

　　3、算法實現

　　 /**
     * 選擇排序算法
     * 在未排序序列中找到最小元素，存放到排序序列的起始位置  
     * 再從剩餘未排序元素中繼續尋找最小元素，然後放到排序序列末尾。 
     * 以此類推，直到所有元素均排序完畢。 
     * @param numbers
     */
    public static void selectSort(int[] numbers)
    {
    int size = numbers.length; //數組長度
    int temp = 0 ; //中間變量
    
    for(int i = 0 ; i < size ; i++)
    {
        int k = i;   //待確定的位置
        //選擇出應該在第i個位置的數
        for(int j = size -1 ; j > i ; j--)
        {
        if(numbers[j] < numbers[k])
        {
            k = j;
        }
        }
        //交換兩個數
        temp = numbers[i];
        numbers[i] = numbers[k];
        numbers[k] = temp;
    }
    }

四丶插入排序

　　1、基本思想：每步將一個待排序的記錄，按其順序碼大小插入到前面已經排序的字序列的合適位置（從後向前找到合適位置後），直到全部插入排序完爲止。

　　2、實例

　　3、算法實現

     /**  
     * 插入排序
     * 
     * 從第一個元素開始，該元素可以認爲已經被排序
     * 取出下一個元素，在已經排序的元素序列中從後向前掃描 
     * 如果該元素（已排序）大於新元素，將該元素移到下一位置  
     * 重複步驟3，直到找到已排序的元素小於或者等於新元素的位置  
     * 將新元素插入到該位置中  
     * 重複步驟2  
     * @param numbers  待排序數組
     */  
    public static void insertSort(int[] numbers)
    {
    int size = numbers.length;
    int temp = 0 ;
    int j =  0;
    
    for(int i = 0 ; i < size ; i++)
    {
        temp = numbers[i];
        //假如temp比前面的值小，則將前面的值後移
        for(j = i ; j > 0 && temp < numbers[j-1] ; j --)
        {
        numbers[j] = numbers[j-1];
        }
        numbers[j] = temp;
    }
    }

4、效率：

時間複雜度：O（n^2）.

五丶希爾算法

1、基本思想：

先將整個待排序的記錄序列分割成爲若干子序列分別進行直接插入排序，待整個序列中的記錄“基本有序”時，再對全體記錄進行依次直接插入排序。

2、操作方法：

選擇一個增量序列t1，t2，…，tk，其中ti>tj，tk=1；
按增量序列個數k，對序列進行k 趟排序；
每趟排序，根據對應的增量ti，將待排序列分割成若干長度爲m 的子序列，分別對各子表進行直接插入排序。僅增量因子爲1 時，整個序列作爲一個表來處理，表長度即爲整個序列的長度。

希爾排序的示例：

3、算法實現：

/**希爾排序的原理:根據需求，如果你想要結果從大到小排列，它會首先將數組進行分組，然後將較大值移到前面，較小值
 * 移到後面，最後將整個數組進行插入排序，這樣比起一開始就用插入排序減少了數據交換和移動的次數，可以說希爾排序是加強
 * 版的插入排序
 * 拿數組5, 2, 8, 9, 1, 3，4來說，數組長度爲7，當increment爲3時，數組分爲兩個序列
 * 5，2，8和9，1，3，4，第一次排序，9和5比較，1和2比較，3和8比較，4和比其下標值小increment的數組值相比較
 * 此例子是按照從大到小排列，所以大的會排在前面，第一次排序後數組爲9, 2, 8, 5, 1, 3，4
 * 第一次後increment的值變爲3/2=1,此時對數組進行插入排序，
 *實現數組從大到小排
 */

    public static void shellSort(int[] data) 
    {
        int j = 0;
        int temp = 0;
        //每次將步長縮短爲原來的一半
        for (int increment = data.length / 2; increment > 0; increment /= 2)
        {
        for (int i = increment; i < data.length; i++) 
        {
            temp = data[i];
            for (j = i; j >= increment; j -= increment) 
            {
            if(temp > data[j - increment])//如想從小到大排只需修改這裏
            {   
                data[j] = data[j - increment];
            }
            else
            {
                break;
            }
            
            } 
            data[j] = temp;
        }
    
        }
    }

4、效率

　時間複雜度：O（n^2）.　

4、各種算法的時間複雜度

六丶歸併排序算法

基本思想：

　　歸併（Merge）排序法是將兩個（或兩個以上）有序表合併成一個新的有序表，即把待排序序列分爲若干個子序列，每個子序列是有序的。然後再把有序子序列合併爲整體有序序列。

歸併排序示例：

合併方法：

設r[i…n]由兩個有序子表r[i…m]和r[m+1…n]組成，兩個子表長度分別爲n-i +1、n-m。

1. j=m+1；k=i；i=i; //置兩個子表的起始下標及輔助數組的起始下標
2. 若i>m 或j>n，轉⑷ //其中一個子表已合併完，比較選取結束
3. //選取r[i]和r[j]較小的存入輔助數組rf
  如果r[i]<r[j]，rf[k]=r[i]； i++； k++；轉⑵
  否則，rf[k]=r[j]； j++； k++；轉⑵
4. //將尚未處理完的子表中元素存入rf
  如果i<=m，將r[i…m]存入rf[k…n] //前一子表非空
  如果j<=n , 將r[j…n] 存入rf[k…n] //後一子表非空
5. 合併結束。

算法實現：

　　/**
     * 歸併排序
     * 簡介:將兩個（或兩個以上）有序表合併成一個新的有序表 即把待排序序列分爲若干個子序列，每個子序列是有序的。然後再把有序子序列合併爲整體有序序列
     * 時間複雜度爲O(nlogn)
     * 穩定排序方式
     * @param nums 待排序數組
     * @return 輸出有序數組
     */
    public static int[] sort(int[] nums, int low, int high) {
        int mid = (low + high) / 2;
        if (low < high) {
            // 左邊
            sort(nums, low, mid);
            // 右邊
            sort(nums, mid + 1, high);
            // 左右歸併
            merge(nums, low, mid, high);
        }
        return nums;
    }

    /**
     * 將數組中low到high位置的數進行排序
     * @param nums 待排序數組
     * @param low 待排的開始位置
     * @param mid 待排中間位置
     * @param high 待排結束位置
     */
    public static void merge(int[] nums, int low, int mid, int high) {
        int[] temp = new int[high - low + 1];
        int i = low;// 左指針
        int j = mid + 1;// 右指針
        int k = 0;

        // 把較小的數先移到新數組中
        while (i <= mid && j <= high) {
            if (nums[i] < nums[j]) {
                temp[k++] = nums[i++];
            } else {
                temp[k++] = nums[j++];
            }
        }

        // 把左邊剩餘的數移入數組
        while (i <= mid) {
            temp[k++] = nums[i++];
        }

        // 把右邊邊剩餘的數移入數組
        while (j <= high) {
            temp[k++] = nums[j++];
        }

        // 把新數組中的數覆蓋nums數組
        for (int k2 = 0; k2 < temp.length; k2++) {
            nums[k2 + low] = temp[k2];
        }
    }

七丶堆排序算法

1、基本思想：

　　堆排序是一種樹形選擇排序，是對直接選擇排序的有效改進。

　　堆的定義下：具有n個元素的序列（h1,h2,...,hn),當且僅當滿足（hi>=h2i,hi>=2i+1）或（hi<=h2i,hi<=2i+1） (i=1,2,...,n/2)時稱之爲堆。在這裏只討論滿足前者條件的堆。由堆的定義可以看出，堆頂元素（即第一個元素）必爲最大項（大頂堆）。完全二叉樹可以很直觀地表示堆的結構。堆頂爲根，其它爲左子樹、右子樹。

　　思想:初始時把要排序的數的序列看作是一棵順序存儲的二叉樹，調整它們的存儲序，使之成爲一個堆，這時堆的根節點的數最大。然後將根節點與堆的最後一個節點交換。然後對前面(n-1)個數重新調整使之成爲堆。依此類推，直到只有兩個節點的堆，並對它們作交換，最後得到有n個節點的有序序列。從算法描述來看，堆排序需要兩個過程，一是建立堆，二是堆頂與堆的最後一個元素交換位置。所以堆排序有兩個函數組成。一是建堆的滲透函數，二是反覆調用滲透函數實現排序的函數。

2、實例

初始序列：46,79,56,38,40,84

　　建堆：

　　交換，從堆中踢出最大數

依次類推：最後堆中剩餘的最後兩個結點交換，踢出一個，排序完成。

3.算法實現：

public class HeapSort {
    public static void main(String[] args) {
        int[] a={49,38,65,97,76,13,27,49,78,34,12,64};
        int arrayLength=a.length;  
        //循環建堆  
        for(int i=0;i<arrayLength-1;i++){  
            //建堆  
            buildMaxHeap(a,arrayLength-1-i);  
            //交換堆頂和最後一個元素  
            swap(a,0,arrayLength-1-i);  
            System.out.println(Arrays.toString(a));  
        }  
    }
    //對data數組從0到lastIndex建大頂堆
    public static void buildMaxHeap(int[] data, int lastIndex){
         //從lastIndex處節點（最後一個節點）的父節點開始 
        for(int i=(lastIndex-1)/2;i>=0;i--){
            //k保存正在判斷的節點 
            int k=i;
            //如果當前k節點的子節點存在  
            while(k*2+1<=lastIndex){
                //k節點的左子節點的索引 
                int biggerIndex=2*k+1;
                //如果biggerIndex小於lastIndex，即biggerIndex+1代表的k節點的右子節點存在
                if(biggerIndex<lastIndex){  
                    //若果右子節點的值較大  
                    if(data[biggerIndex]<data[biggerIndex+1]){  
                        //biggerIndex總是記錄較大子節點的索引  
                        biggerIndex++;  
                    }  
                }  
                //如果k節點的值小於其較大的子節點的值  
                if(data[k]<data[biggerIndex]){  
                    //交換他們  
                    swap(data,k,biggerIndex);  
                    //將biggerIndex賦予k，開始while循環的下一次循環，重新保證k節點的值大於其左右子節點的值  
                    k=biggerIndex;  
                }else{  
                    break;  
                }  
            }
        }
    }
    //交換
    private static void swap(int[] data, int i, int j) {  
        int tmp=data[i];  
        data[i]=data[j];  
        data[j]=tmp;  
    } 
}

@轉載，侵刪。

再美也是曾經

發佈了17 篇原創文章 · 獲贊 14 · 訪問量 3萬+

私信關注

【SQL進階】CASE語句的使用

npm error Cannot read properties of null (reading 'isDescendantOf')

HashMap、LinkedHashMap、ConcurrentHashMap、ArrayList、LinkedList的底層實現。

面試總結

mysql自帶的系統庫mysql和performance_schema

ArrayList初始化長度

SQL語句優化

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結