排序算法代码实现-Java

栏目: IT技术 · 发布时间: 4年前

内容简介:为了准备面试,从2月开始将排序算法认认真真得刷了一遍,通过看书看视频,实践打代码,还有一部分的leetcode题,自己感觉也有点进步,将笔记记录总结发出来。不稳定,线性复杂度,完全二叉树。结点大于两边子树,arr[i]>arr[2i+1]&&a[i]>a[2i+2],升序使用这个

前言

为了准备面试,从2月开始将 排序 算法认认真真得刷了一遍,通过看书看视频,实践打代码,还有一部分的leetcode题,自己感觉也有点进步,将笔记记录总结发出来。

冒泡排序

  • 该排序就是一种像泡泡浮到水面以后,将其挑选,这种浮出来的前提是就是或者是小的/大的先露头,将/小的大的检索出来。(根据从大到小或者反过来)
package src.datastructure;

import java.util.Arrays;

/**
 * @Author: yhy
 * @Time: 23:49
 */
//时间复杂度O(n^2)
public class DubbleSort {
    public static void main(String[] args) {
        int[] abc = {1,9,-2,40,33};
        int temp = 0;
        boolean flag = false;
        //第一轮for,n个数都要参与比较。
        for (int i = 0; i <abc.length-1 ; i++) {
            //第1个和其他的数进行比较。。再到第二个数与其他的
            for (int j = 0; j < abc.length-1 ; j++) {
                //这里是升序排序
                if (abc[j] > abc[j+1]) {
                    flag = true;
                    temp = abc[j];
                    abc[j] = abc[j+1];
                    abc[j+1] = temp;
                }

            }
            //这里优化了一些,减少了比较的次数,若排好序了,就直接跳出循环,输出结果
            if (!flag) {
                break;
            }else {
                flag = false;
            }

        }
        System.out.println(Arrays.toString(abc));

    }


}

选择排序

  • 先找个值假设作为最小值,进行该值以后的数与该值比较,小的就放在前面
package src.datastructure;

import java.util.Arrays;

/**
 * @Author: yhy
 * @Time: 15:30
 * 选择排序
 */
public class SelectSort {
    public static void main(String[] args) {
        int[] abc = {1,9,-2,40,33};
//        选择排序:选择一开始为最小的,然后每一次开始排序
//        也有最小值还有最小值的索引
        for (int i = 0; i < abc.length; i++) {
            int min = abc[i];
            int minIndex = i;
            for (int j = i+1; j < abc.length; j++) {
                if (min > abc[j]) {
                    min = abc[j];
                    minIndex = j;
                    abc[j] = abc[i];
                }
//                关键判断;要将原来的索引与min比较,若发生了交换,就将相对小的数放在前面去
                if (minIndex != i) {
                    abc[i] = min;

                }
            }

        }
        System.out.println(Arrays.toString(abc));

    }


}

插入排序

  • 插入意思就是从无序区找值插到有序区去,所以取第一个值为有序区,等到有序区长度为n(数组长度)时候就成功排序。
package src.datastructure;

import java.util.Arrays;

/**
 * @Author: yhy
 * @Time: 15:30
 */
public class InsertSort {
    public static void main(String[] args) {
        int[] abc = {1,9,-2,40,33};
//        插入排序,分为有序区,和无序区
//        和选择排序有那么一点相似,
//        这里是将一部分定义为有,然后比较再选择插入的位置等
        for (int i = 1; i < abc.length ; i++) {
            int insertIndex = i -1;
            int insertValue = abc[i];
//          这里的数组下标是可以等于0
            while (insertIndex >= 0 && insertValue < abc[insertIndex]){
//                将大的值往后移,直到找到合适的插入位置
                abc[insertIndex+1] = abc[insertIndex];
                insertIndex--;
            }
//                退出循环后,就说明插入的位置找到了 加入判断,如果没有进去while的话,就不用赋值,插入位置不变
            if (insertIndex + 1 != i) {
                abc[insertIndex+1] = insertValue;

            }


        }
        System.out.println(Arrays.toString(abc));


    }



}

快速排序

  • 一种双指针移动的排序,找个基准值
package src.datastructure;

import java.util.Arrays;

/**
 * @Author: yhy
 * @Time: 12:05
 * 采用指针交换来做
 */
public class QuickSort2 {
    public static void quickSort(int[] arr, int startIndex, int endIndex) {
//        递归结束:startIndex 大于等于endIndex的时候
        if (startIndex >= endIndex) {
            return;

        }
//        得到基准元素位置
        int pivotIndex = partition(arr, startIndex, endIndex);
//        使用分治法递归数列的两部分
        quickSort(arr, startIndex, pivotIndex - 1);
        quickSort(arr, pivotIndex + 1, endIndex);
    }

  public static int partition(int[] arr, int startIndex, int endIndex) {
//        这里的交换次数更少了
      int pivot = arr[startIndex];
      int left = startIndex;
      int right = endIndex;
//          退出循环的时候,说明已经检索到中间位置了
      while (left != right){
//          分别去找到左边和右边停止的指针
          while (left < right && arr[right] > pivot){
              right--;
          }
          while (left < right && arr[left] <= pivot){
              left++;
          }
//          然后进行交换
          if (left < right) {
              int p = arr[left];
              arr[left] = arr[right];
              arr[right] = p;
          }
      }
//      一轮交换已经结束
//      pivot和指针重合点交换
//      将基准值放到所对应的位置
      int p = arr[left];
      arr[left] = arr[startIndex];
      arr[startIndex] = p;
      return  left;

    }
    public static void main(String[] args) {
        int[] arr = new int[]{4,2,3,6,15,7,1,9};
        quickSort(arr,0,arr.length-1);
        System.out.println(Arrays.toString(arr));
    }

}

希尔排序

  • 希尔排序就是分组排序,将取一个间隔gap作为每次分的组数。
package src.datastructure;

import java.util.Arrays;

/**
 * @Author: yhy
 * @Time: 15:30
 * 希尔排序
 */
public class ShellSort {
    public static void main(String[] args) {
        int[] abc = {1,9,-2,40,33};
//        希尔排序,要进行分组排序,同时依据是gap长度除2,每一次进行交换
//        用到了插入排序和冒泡排序的感觉
//        这是分组
        for (int gap = abc.length/2; gap > 0; gap /= 2) {
//            这个for循环写法要注意
            for (int i = gap; i < abc.length; i++) {
                int j = i;
                int temp = abc[j];
                if (abc[j] < abc[j-gap]) {
                    while (j - gap >= 0 && temp < abc[j-gap]){
                        abc[j] = abc[j-gap];
                        j -= gap;
                    }
                    //将相对小索引的值变为一开始的
                    abc[j] = temp;
                }

            }

        }
        System.out.println(Arrays.toString(abc));


    }


}

归并排序

  • 利用了分治的思想,先分再合来排序。降低问题的难度,逐一突破。
package src.datastructure;

import java.util.Arrays;

/**
 * @Author: yhy
 * @Time: 0:06
 */
public class MergeSort {
    public static void main(String[] args) {
//        自顶向下的归并排序
        int[] abc = {1, 9, -2, 40, 33, 6, 5};
        int[] temp = new int[abc.length];
        mergeSort(abc, 0, abc.length - 1, temp);
        System.out.println(Arrays.toString(abc));


    }

    //    分加合
    public static void mergeSort(int[] arr, int left, int right, int[] temp) {
        if (left < right) {
            int mid = (left + right) / 2; //中间索引
            //向左递归进行分解
            mergeSort(arr, left, mid, temp);
            //向右递归进行分解
            mergeSort(arr, mid + 1, right, temp);
            //合并
            merge(arr, left, mid, right, temp);

        }

    }

    //     合方法
    public static void merge(int[] arr, int left, int mid, int right, int[] temp) {
        int leftStart = left;
        int rightStart = mid + 1;
        int i = 0;
//      这里注意可以等于
        while (leftStart <= mid && rightStart <= right) {
            if (arr[leftStart] >= arr[rightStart]) {
                temp[i++] = arr[rightStart++];
            } else {
                temp[i++] = arr[leftStart++];
            }
        }
        while (leftStart <= mid) {
            temp[i++] = arr[leftStart++];
        }

        while (rightStart <= right) {
            temp[i++] = arr[rightStart++];
        }


//        copy array
        i = 0;
        int tempLeft = left;
        while (tempLeft <= right) {
            arr[tempLeft++] = temp[i++];
        }

    }


}

基数排序

  • 用到了十个桶,将每一个数据按照位数将其分割,百、十、个位数进行比较
package com.atguigu.sort;

import java.text.SimpleDateFormat;
import java.util.Arrays;
import java.util.Date;

public class RadixSort {

	public static void main(String[] args) {
		int arr[] = { 53, 3, 542, 748, 14, 214};
		
		// 80000000 * 11 * 4 / 1024 / 1024 / 1024 =3.3G 
//		int[] arr = new int[8000000];
//		for (int i = 0; i < 8000000; i++) {
//			arr[i] = (int) (Math.random() * 8000000); // 生成一个[0, 8000000) 数
//		}
		
	    radixSort(arr);
		System.out.println("基数排序后 " + Arrays.toString(arr));
		
	}

	//基数排序方法
	public static void radixSort(int[] arr) {
		
		//根据前面的推导过程,我们可以得到最终的基数排序代码
		
		//1. 得到数组中最大的数的位数
		int max = arr[0]; //假设第一数就是最大数
		for(int i = 1; i < arr.length; i++) {
			if (arr[i] > max) {
				max = arr[i];
			}
		}
		//得到最大数是几位数
		int maxLength = (max + "").length();
		
		
		//定义一个二维数组,表示10个桶, 每个桶就是一个一维数组
		//说明
		//1. 二维数组包含10个一维数组
		//2. 为了防止在放入数的时候,数据溢出,则每个一维数组(桶),大小定为arr.length
		//3. 名明确,基数排序是使用空间换时间的经典算法
		int[][] bucket = new int[10][arr.length];
		
		//为了记录每个桶中,实际存放了多少个数据,我们定义一个一维数组来记录各个桶的每次放入的数据个数
		//可以这里理解
		//比如:bucketElementCounts[0] , 记录的就是  bucket[0] 桶的放入数据个数
		int[] bucketElementCounts = new int[10];
		
		
		//这里我们使用循环将代码处理
		
		for(int i = 0 , n = 1; i < maxLength; i++, n *= 10) {
			//(针对每个元素的对应位进行排序处理), 第一次是个位,第二次是十位,第三次是百位..
			for(int j = 0; j < arr.length; j++) {
				//取出每个元素的对应位的值
				int digitOfElement = arr[j] / n % 10;
				//放入到对应的桶中
				bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
				bucketElementCounts[digitOfElement]++;
			}
			//按照这个桶的顺序(一维数组的下标依次取出数据,放入原来数组)
			int index = 0;
			//遍历每一桶,并将桶中是数据,放入到原数组
			for(int k = 0; k < bucketElementCounts.length; k++) {
				//如果桶中,有数据,我们才放入到原数组
				if(bucketElementCounts[k] != 0) {
					//循环该桶即第k个桶(即第k个一维数组), 放入
					for(int l = 0; l < bucketElementCounts[k]; l++) {
						//取出元素放入到arr
						arr[index++] = bucket[k][l];
					}
				}
				//第i+1轮处理后,需要将每个 bucketElementCounts[k] = 0 !!!!
				bucketElementCounts[k] = 0;
				
			}
			
		}
		
	
	}
}
  • leetcode 347题
package src.datastructure;

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;

/**
 * @Author: yhy
 * @Time: 14:37
 * leetcode #347
 * 用到了桶排序的思想
 */
public class BucketSort {
    //    Given [1,1,1,2,2,3] and k = 2, return [1,2].
    public static void main(String[] args) {
        int[] arr = new int[]{1, 1, 1, 2, 2, 3};
        int[] a =  bucketsort(arr);
        System.out.println(Arrays.toString(a));
        System.out.println(maxReturn(a,2));
    }
//   传入数组,返回数组
    public static  int[] bucketsort(int[] arr){
//     定义一个桶
        int[] bucket = new int[10];
        for (int val:  arr ) {
            bucket[val]++;
        }
        return bucket;
    }
    private static List maxReturn(int[] arr,int k){
        int max = arr[0];
        List<Integer> list = new ArrayList<>();
        while (k >0) {
            for (int i = 1; i < arr.length; i++) {
                if (max < arr[i]) {
                    max = arr[i];
                    arr[i] = 0;
                   list.add(i);
                }
            }
            max = 0;
            k--;
        }
        return list;
    }


}

堆排序

不稳定,线性复杂度,完全二叉树。

大顶堆

结点大于两边子树,arr[i]>arr[2i+1]&&a[i]>a[2i+2],升序使用这个

package src.datastructure.sort;

import java.util.Arrays;

/**
 * @Author: yhy
 * @Date: 2020/3/19
 * @Time: 12:30
 */
public class HeapSort {
    public static void main(String[] args) {
        int[] arr = {12, 3, 63, 6, 8};
        heapsort(arr);
    }

    public static void heapsort(int[] arr) {
        int temp = 0;
        System.out.println("堆排序");
//找到第一个大顶堆结构,然后才可以进行下面的代码
        for (int i = arr.length / 2 - 1; i >= 0; i--) {
            adjustHeap(arr, i, arr.length);
        }
        System.out.println(Arrays.toString(arr));
//交换数据,数组排序 调整堆结构+交换堆顶元素与末尾元素
        for (int i = arr.length - 1; i > 0; i--) {
            temp = arr[i];
            arr[i] = arr[0];
            arr[0] = temp;
            adjustHeap(arr, 0, i);
        }
        System.out.println("排序后的" + Arrays.toString(arr));

    }

    public static void adjustHeap(int[] arr, int i, int length) {
        //不断调整,弄个大顶堆
        //后面要进行交换
        int temp = arr[i];
        //寻找非叶子节点 最后的条件表示左子节点还可以往下寻找
        for (int j = i * 2 + 1; j < length; j = j * 2 + 1) {
            //左右节点的比较
            if (j + 1 < length && arr[j] < arr[j + 1]) {
                j++;
            }
            if (arr[j] > temp) {
                arr[i] = arr[j];
                i = j;
            } else {
                break;
            }

        }

        arr[i] = temp;


    }


}

小顶堆

结点小于两边子树

思想(借助树的结构完成排序)

  1. 将待排序序列构造成一个大顶堆
  2. 此时序列的最大值就是堆顶的根节点
  3. 将其与数组末尾元素交换,这样构造数组的最大值在右边
  4. 再将n-1个元素重新构造一个堆,这样就会得到n个元素的次小值,反复进行就可以得到一个有序的数组,完成排序

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

数据挖掘导论

数据挖掘导论

Pang-Ning Tan、Michael Steinbach、Vipin Kumar / 范明、范宏建 / 人民邮电出版社 / 2010-12-10 / 69.00元

本书全面介绍了数据挖掘,涵盖了五个主题:数据、分类、关联分析、聚类和异常检测。除异常检测外,每个主题都有两章。前一章涵盖基本概念、代表性算法和评估技术,而后一章讨论高级概念和算法。这样读者在透彻地理解数据挖掘的基础的同时,还能够了解更多重要的高级主题。 本书是明尼苏达大学和密歇根州立大学数据挖掘课程的教材,由于独具特色,正式出版之前就已经被斯坦福大学、得克萨斯大学奥斯汀分校等众多名校采用。 ......一起来看看 《数据挖掘导论》 这本书的介绍吧!

CSS 压缩/解压工具
CSS 压缩/解压工具

在线压缩/解压 CSS 代码

图片转BASE64编码
图片转BASE64编码

在线图片转Base64编码工具

URL 编码/解码
URL 编码/解码

URL 编码/解码