出處:http://blog.csdn.net/lenotang/article/details/3411346
package com.wepull.jbs.lesson4;
import java.util.Random;
/**
*
* 排序測試類
*
*
*
* 排序算法的分類如下：
*
* 1.插入排序（直接插入排序、折半插入排序、希爾排序）；
*
* 2.交換排序（冒泡泡排序、快速排序）；
*
* 3.選擇排序（直接選擇排序、堆排序）；
*
* 4.歸併排序；
*
* 5.基數排序。
*
*
*
* 關於排序方法的選擇：
*
* (1)若n較小(如n≤50)，可採用直接插入或直接選擇排序。
*
* 當記錄規模較小時，直接插入排序較好；否則因爲直接選擇移動的記錄數少於直接插人，應選直接選擇排序爲宜。
*
* (2)若文件初始狀態基本有序(指正序)，則應選用直接插人、冒泡或隨機的快速排序爲宜；
*
* (3)若n較大，則應採用時間複雜度爲O(nlgn)的排序方法：快速排序、堆排序或歸併排序。
*
*
*
*/
public class SortTest {
/**
*
* 初始化測試數組的方法
*
* @return 一個初始化好的數組
*
*/
public int[] createArray() {
Random random = new Random();
int[] array = new int[10];
for (int i = 0; i < 10; i++) {
array[i] = random.nextInt(100) - random.nextInt(100);// 生成兩個隨機數相減，保證生成的數中有負數
}
System.out.println(“==========原始序列==========”);
printArray(array);
return array;
}
/**
*
* 打印數組中的元素到控制檯
*
* @param source
*
*/
public void printArray(int[] data) {
for (int i : data) {
System.out.print(i + ” “);
}
System.out.println();
}
/**
*
* 交換數組中指定的兩元素的位置
*
* @param data
*
* @param x
*
* @param y
*
*/
private void swap(int[] data, int x, int y) {
int temp = data[x];
data[x] = data[y];
data[y] = temp;
}
/**
*
* 冒泡排序—-交換排序的一種
*
* 方法：相鄰兩元素進行比較，如有需要則進行交換，每完成一次循環就將最大元素排在最後（如從小到大排序），下一次循環是將其他的數進行類似操作。
*
* 性能：比較次數O(n^2),n^2/2；交換次數O(n^2),n^2/4
*
*
*
* @param data
* 要排序的數組
*
* @param sortType
* 排序類型
*
* @return
*
*/
public void bubbleSort(int[] data, String sortType) {
if (sortType.equals(“asc”)) { // 正排序，從小排到大
// 比較的輪數
for (int i = 1; i < data.length; i++) {
// 將相鄰兩個數進行比較，較大的數往後冒泡
for (int j = 0; j < data.length - i; j++) {
if (data[j] > data[j + 1]) {
// 交換相鄰兩個數
swap(data, j, j + 1);
}
}
}
} else if (sortType.equals(“desc”)) { // 倒排序，從大排到小
// 比較的輪數
for (int i = 1; i < data.length; i++) {
// 將相鄰兩個數進行比較，較大的數往後冒泡
for (int j = 0; j < data.length - i; j++) {
if (data[j] < data[j + 1]) {
// 交換相鄰兩個數
swap(data, j, j + 1);
}
}
}
} else {
System.out.println(”您輸入的排序類型錯誤！”);
}
printArray(data);// 輸出冒泡排序後的數組值
}
/**
*
* 直接選擇排序法—-選擇排序的一種
*
* 方法：每一趟從待排序的數據元素中選出最小（或最大）的一個元素， 順序放在已排好序的數列的最後，直到全部待排序的數據元素排完。
*
* 性能：比較次數O(n^2),n^2/2
*
* 交換次數O(n),n
*
* 交換次數比冒泡排序少多了，由於交換所需CPU時間比比較所需的CUP時間多，所以選擇排序比冒泡排序快。
*
* 但是N比較大時，比較所需的CPU時間佔主要地位，所以這時的性能和冒泡排序差不太多，但毫無疑問肯定要快些。
*
*
*
* @param data
* 要排序的數組
*
* @param sortType
* 排序類型
*
* @return
*
*/
public void selectSort(int[] data, String sortType) {
if (sortType.equals(“asc”)) { // 正排序，從小排到大
int index;
for (int i = 1; i < data.length; i++) {
index = 0;
for (int j = 1; j <= data.length - i; j++) {
if (data[j] > data[index]) {
index = j;
}
}
// 交換在位置data.length-i和index(最大值)兩個數
swap(data, data.length - i, index);
}
} else if (sortType.equals(“desc”)) { // 倒排序，從大排到小
int index;
for (int i = 1; i < data.length; i++) {
index = 0;
for (int j = 1; j <= data.length - i; j++) {
if (data[j] < data[index]) {
index = j;
}
}
// 交換在位置data.length-i和index(最大值)兩個數
swap(data, data.length - i, index);
}
} else {
System.out.println(”您輸入的排序類型錯誤！”);
}
printArray(data);// 輸出直接選擇排序後的數組值
}
/**
*
* 插入排序
*
* 方法：將一個記錄插入到已排好序的有序表（有可能是空表）中,從而得到一個新的記錄數增1的有序表。
*
* 性能：比較次數O(n^2),n^2/4
*
* 複製次數O(n),n^2/4
*
* 比較次數是前兩者的一般，而複製所需的CPU時間較交換少，所以性能上比冒泡排序提高一倍多，而比選擇排序也要快。
*
*
*
* @param data
* 要排序的數組
*
* @param sortType
* 排序類型
*
*/
public void insertSort(int[] data, String sortType) {
if (sortType.equals(“asc”)) { // 正排序，從小排到大
// 比較的輪數
for (int i = 1; i < data.length; i++) {
// 保證前i+1個數排好序
int temp = data[i];
int j;
for (j = i; j > 0 && data[j - 1] < temp; j–) {
data[j] = data[j - 1];
}
data[j] = temp;
}
} else if (sortType.equals(“desc”)) { // 倒排序，從大排到小
// 比較的輪數
for (int i = 1; i < data.length; i++) {
// 保證前i+1個數排好序
int temp = data[i];
int j;
for (j = i; j > 0 && data[j - 1] < temp; j–) {
data[j] = data[j - 1];
}
data[j] = temp;
}
} else {
System.out.println(”您輸入的排序類型錯誤！”);
}
printArray(data);// 輸出插入排序後的數組值
}
/**
*
* 反轉數組的方法
*
* @param data
* 源數組
*
*/
public void reverse(int[] data) {
int length = data.length;
int temp = 0;// 臨時變量
for (int i = 0; i < length / 2; i++) {
temp = data[i];
data[i] = data[length - 1 - i];
data[length - 1 - i] = temp;
}
printArray(data);// 輸出到轉後數組的值
}
/**
*
* 快速排序
*
* 快速排序使用分治法（Divide and conquer）策略來把一個序列（list）分爲兩個子序列（sub-lists）。
*
* 步驟爲：
*
* 1. 從數列中挑出一個元素，稱爲 ”基準”（pivot），
*
* 2.
* 重新排序數列，所有元素比基準值小的擺放在基準前面，所有元素比基準值大的擺在基準的後面（相同的數可以到任一邊）。在這個分割之後，該基準是它的最後位置。這個稱爲分割（partition）操作。
*
* 3. 遞歸地（recursive）把小於基準值元素的子數列和大於基準值元素的子數列排序。
*
* 遞迴的最底部情形，是數列的大小是零或一，也就是永遠都已經被排序好了。雖然一直遞迴下去，但是這個算法總會結束，因爲在每次的迭代（iteration）中，它至少會把一個元素擺到它最後的位置去。
*
* @param data
* 待排序的數組
*
* @param low
*
* @param high
*
* @see SortTest#qsort(int[], int, int)
*
* @see SortTest#qsort_desc(int[], int, int)
*
*/
public void quickSort(int[] data, String sortType) {
if (sortType.equals(“asc”)) { // 正排序，從小排到大
qsort_asc(data, 0, data.length - 1);
} else if (sortType.equals(“desc”)) { // 倒排序，從大排到小
qsort_desc(data, 0, data.length - 1);
} else {
System.out.println(”您輸入的排序類型錯誤！”);
}
}
/**
*
* 快速排序的具體實現，排正序
*
* @param data
*
* @param low
*
* @param high
*
*/
private void qsort_asc(int data[], int low, int high) {
int i, j, x;
if (low < high) { // 這個條件用來結束遞歸
i = low;
j = high;
x = data[i];
while (i < j) {
while (i < j && data[j] > x) {
j–; // 從右向左找第一個小於x的數
}
if (i < j) {
data[i] = data[j];
i++;
}
while (i < j && data[i] < x) {
i++; // 從左向右找第一個大於x的數
}
if (i < j) {
data[j] = data[i];
j–;
}
}
data[i] = x;
qsort_asc(data, low, i - 1);
qsort_asc(data, i + 1, high);
}
}
/**
*
* 快速排序的具體實現，排倒序
*
* @param data
*
* @param low
*
* @param high
*
*/
private void qsort_desc(int data[], int low, int high) {
int i, j, x;
if (low < high) { // 這個條件用來結束遞歸
i = low;
j = high;
x = data[i];
while (i < j) {
while (i < j && data[j] < x) {
j–; // 從右向左找第一個小於x的數
}
if (i < j) {
data[i] = data[j];
i++;
}
while (i < j && data[i] > x) {
i++; // 從左向右找第一個大於x的數
}
if (i < j) {
data[j] = data[i];
j–;
}
}
data[i] = x;
qsort_desc(data, low, i - 1);
qsort_desc(data, i + 1, high);
}
}
/**
*
* 二分查找特定整數在整型數組中的位置(遞歸)
*
* 查找線性表必須是有序列表
*
* @paramdataset
*
* @paramdata
*
* @parambeginIndex
*
* @paramendIndex
*
* @returnindex
*
*/
public int binarySearch(int[] dataset, int data, int beginIndex,
int endIndex) {
int midIndex = (beginIndex + endIndex) >>> 1; // 相當於mid = (low + high)
// / 2，但是效率會高些
if (data < dataset[beginIndex] || data > dataset[endIndex]
|| beginIndex > endIndex)
return -1;
if (data < dataset[midIndex]) {
return binarySearch(dataset, data, beginIndex, midIndex - 1);
} else if (data > dataset[midIndex]) {
return binarySearch(dataset, data, midIndex + 1, endIndex);
} else {
return midIndex;
}
}
/**
*
* 二分查找特定整數在整型數組中的位置(非遞歸)
*
* 查找線性表必須是有序列表
*
* @paramdataset
*
* @paramdata
*
* @returnindex
*
*/
public int binarySearch(int[] dataset, int data) {
int beginIndex = 0;
int endIndex = dataset.length - 1;
int midIndex = -1;
if (data < dataset[beginIndex] || data > dataset[endIndex]
|| beginIndex > endIndex)
return -1;
while (beginIndex <= endIndex) {
midIndex = (beginIndex + endIndex) >>> 1; // 相當於midIndex =
// (beginIndex +
// endIndex) / 2，但是效率會高些
if (data < dataset[midIndex]) {
endIndex = midIndex - 1;
} else if (data > dataset[midIndex]) {
beginIndex = midIndex + 1;
} else {
return midIndex;
}
}
return -1;
}
public static void main(String[] args) {
SortTest sortTest = new SortTest();
int[] array = sortTest.createArray();
System.out.println(“==========冒泡排序後(正序)==========”);
sortTest.bubbleSort(array, “asc”);
System.out.println(“==========冒泡排序後(倒序)==========”);
sortTest.bubbleSort(array, “desc”);
array = sortTest.createArray();
System.out.println(“==========倒轉數組後==========”);
sortTest.reverse(array);
array = sortTest.createArray();
System.out.println(“==========選擇排序後(正序)==========”);
sortTest.selectSort(array, “asc”);
System.out.println(“==========選擇排序後(倒序)==========”);
sortTest.selectSort(array, “desc”);
array = sortTest.createArray();
System.out.println(“==========插入排序後(正序)==========”);
sortTest.insertSort(array, “asc”);
System.out.println(“==========插入排序後(倒序)==========”);
sortTest.insertSort(array, “desc”);
array = sortTest.createArray();
System.out.println(“==========快速排序後(正序)==========”);
sortTest.quickSort(array, “asc”);
sortTest.printArray(array);
System.out.println(“==========快速排序後(倒序)==========”);
sortTest.quickSort(array, “desc”);
sortTest.printArray(array);
System.out.println(“==========數組二分查找==========”);
System.out.println(”您要找的數在第” + sortTest.binarySearch(array, 74)
+ ”個位子。（下標從0計算）”);
}
}