java排序汇总ZZ
import
java.util.Random;
/**
*
* 排序测试类
* 排序算法的分类如下：
* 1.插入排序（直接插入排序、折半插入排序、希尔排序）；
* 2.交换排序（冒泡泡排序、快速排序）；
* 3.选择排序（直接选择排序、堆排序）；
* 4.归并排序；
* 5.基数排序。
*
* 关于排序方法的选择：
* (1)若n较小(如n≤50)，可采用直接插入或直接选择排序。
* 当记录规模较小时，直接插入排序较好；否则因为直接选择移动的记录数少于直接插人，应选直接选择排序为宜。
* (2)若文件初始状态基本有序(指正序)，则应选用直接插人、冒泡或随机的快速排序为宜；
* (3)若n较大，则应采用时间复杂度为O(nlgn)的排序方法：快速排序、堆排序或归并排序。
*
*
*/
public
class
SortTest {
/**
*
* 初始化测试数组的方法
*
@return
一个初始化好的数组
*
*/
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
);
//
生成两个随机数相减，保证生成的数中有负数
}
System.out.println(
"
==========原始序列==========
"
);
printArray(array);
return
array;
}
/**
*
* 打印数组中的元素到控制台
*
@param
source
*/
public
void
printArray(
int
[] data) {
for
(
int
i : data) {
System.out.print(i
+
"
"
);
}
System.out.println();
}
/**
*
* 交换数组中指定的两元素的位置
*
@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----交换排序的一种
* 方法：相邻两元素进行比较，如有需要则进行交换，每完成一次循环就将最大元素排在最后（如从小到大排序），下一次循环是将其他的数进行类似操作。
* 性能：比较次数O(n^2),n^2/2；交换次数O(n^2),n^2/4
*
@param
data 要排序的数组
*
@param
sortType 排序类型
*
@return
*
*/
public
void
bubbleSort(
int
[] data, String sortType) {
if
(sortType.equals(
"
asc
"
)) {
//
正排序，从小排到大
//
比较的轮数
for
(
int
i
=
1
; i
<
data.length; i
++
) {
//
将相邻两个数进行比较，较大的数往后冒泡
for
(
int
j
=
0
; j
<
data.length
-
i; j
++
) {
if
(data[j]
>
data[j
+
1
]) {
//
交换相邻两个数
swap(data, j, j
+
1
);
}
}
}
}
else
if
(sortType.equals(
"
desc
"
)) {
//
倒排序，从大排到小
//
比较的轮数
for
(
int
i
=
1
; i
<
data.length; i
++
) {
//
将相邻两个数进行比较，较大的数往后冒泡
for
(
int
j
=
0
; j
<
data.length
-
i; j
++
) {
if
(data[j]
<
data[j
+
1
]) {
//
交换相邻两个数
swap(data, j, j
+
1
);
}
}
}
}
else
{
System.out.println(
"
您输入的排序类型错误！
"
);
}
printArray(data);
//
输出冒泡排序后的数组值
}
/**
*
* 直接选择排序法----选择排序的一种
*
* 方法：每一趟从待排序的数据元素中选出最小（或最大）的一个元素， 顺序放在已排好序的数列的最后，直到全部待排序的数据元素排完。
*
* 性能：比较次数O(n^2),n^2/2
*
* 交换次数O(n),n
*
* 交换次数比冒泡排序少多了，由于交换所需CPU时间比比较所需的CUP时间多，所以选择排序比冒泡排序快。
* 但是N比较大时，比较所需的CPU时间占主要地位，所以这时的性能和冒泡排序差不太多，但毫无疑问肯定要快些。
*
@param
data 要排序的数组
*
@param
sortType 排序类型
*
@return
*/
public
void
selectSort(
int
[] data, String sortType) {
if
(sortType.equals(
"
asc
"
)) {
//
正排序，从小排到大
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;
}
}
//
交换在位置data.length-i和index(最大值)两个数
swap(data, data.length
-
i, index);
}
}
else
if
(sortType.equals(
"
desc
"
)) {
//
倒排序，从大排到小
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;
}
}
//
交换在位置data.length-i和index(最大值)两个数
swap(data, data.length
-
i, index);
}
}
else
{
System.out.println(
"
您输入的排序类型错误！
"
);
}
printArray(data);
//
输出直接选择排序后的数组值
}
/**
*
* 插入排序
*
* 方法：将一个记录插入到已排好序的有序表（有可能是空表）中,从而得到一个新的记录数增1的有序表。
*
* 性能：比较次数O(n^2),n^2/4
*
* 复制次数O(n),n^2/4
*
* 比较次数是前两者的一般，而复制所需的CPU时间较交换少，所以性能上比冒泡排序提高一倍多，而比选择排序也要快。
*
*
@param
data 要排序的数组
*
@param
sortType 排序类型
*
*/
public
void
insertSort(
int
[] data, String sortType) {
if
(sortType.equals(
"
asc
"
)) {
//
正排序，从小排到大
//
比较的轮数
for
(
int
i
=
1
; i
<
data.length; i
++
) {
//
保证前i+1个数排好序
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，从大排到小
//
比较的轮数
for
(
int
i
=
1
; i
<
data.length; i
++
) {
//
保证前i+1个数排好序
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(
"
您输入的排序类型错误！
"
);
}
printArray(data);
//
输出插入排序后的数组值
}
/**
*
* 反转数组的方法
*
*
@param
data 源数组
*
*/
public
void
reverse(
int
[] data) {
int
length
=
data.length;
int
temp
=
0
;
//
临时变量
for
(
int
i
=
0
; i
<
length
/
2
; i
++
) {
temp
=
data[i];
data[i]
=
data[length
-
1
-
i];
data[length
-
1
-
i]
=
temp;
}
printArray(data);
//
输出到转后数组的值
}
/**
*
* 快速排序
*
* 快速排序使用分治法（Divide and conquer）策略来把一个序列（list）分为两个子序列（sub-lists）。
*
* 步骤为：
* 1. 从数列中挑出一个元素，称为 "基准"（pivot），
* 2.重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分割之后，该基准是它的最后位置。这个称为分割（partition）操作。
* 3. 递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序。
* 递回的最底部情形，是数列的大小是零或一，也就是永远都已经被排序好了。虽然一直递回下去，但是这个算法总会结束，因为在每次的迭代（iteration）中，它至少会把一个元素摆到它最后的位置去。
*
@param
data 待排序的数组
*
@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，从小排到大
qsort_asc(data,
0
, data.length
-
1
);
}
else
if
(sortType.equals(
"
desc
"
)) {
//
倒排序，从大排到小
qsort_desc(data,
0
, data.length
-
1
);
}
else
{
System.out.println(
"
您输入的排序类型错误！
"
);
}
}
/**
*
* 快速排序的具体实现，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) {
//
这个条件用来结束递归
i
=
low;
j
=
high;
x
=
data[i];
while
(i
<
j) {
while
(i
<
j
&&
data[j]
>
x) {
j
--
;
//
从右向左找第一个小于x的数
}
if
(i
<
j) {
data[i]
=
data[j];
i
++
;
}
while
(i
<
j
&&
data[i]
<
x) {
i
++
;
//
从左向右找第一个大于x的数
}
if
(i
<
j) {
data[j]
=
data[i];
j
--
;
}
}
data[i]
=
x;
qsort_asc(data, low, i
-
1
);
qsort_asc(data, i
+
1
, high);
}
}
/**
* 快速排序的具体实现，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) {
//
这个条件用来结束递归
i
=
low;
j
=
high;
x
=
data[i];
while
(i
<
j) {
while
(i
<
j
&&
data[j]
<
x) {
j
--
;
//
从右向左找第一个小于x的数
}
if
(i
<
j) {
data[i]
=
data[j];
i
++
;
}
while
(i
<
j
&&
data[i]
>
x) {
i
++
;
//
从左向右找第一个大于x的数
}
if
(i
<
j) {
data[j]
=
data[i];
j
--
;
}
}
data[i]
=
x;
qsort_desc(data, low, i
-
1
);
qsort_desc(data, i
+
1
, high);
}
}
/**
*
* 二分查找特定整数在整型数组中的位置(递归)
* 查找线性表必须是有序列表
* @paramdataset
* @paramdata
* @parambeginIndex
* @paramendIndex
* @returnindex
*/
public
int
binarySearch(
int
[] dataset,
int
data,
int
beginIndex,
int
endIndex) {
int
midIndex
=
(beginIndex
+
endIndex)
>>>
1
;
//
相当于mid = (low + high)
//
/ 2，但是效率会高些
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;
}
}
/**
*
* 二分查找特定整数在整型数组中的位置(非递归)
* 查找线性表必须是有序列表
* @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
;
//
相当于midIndex =
//
(beginIndex +
//
endIndex) / 2，但是效率会高些
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(
"
==========冒泡排序后(正序)==========
"
);
sortTest.bubbleSort(array,
"
asc
"
);
System.out.println(
"
==========冒泡排序后(倒序)==========
"
);
sortTest.bubbleSort(array,
"
desc
"
);
array
=
sortTest.createArray();
System.out.println(
"
==========倒转数组后==========
"
);
sortTest.reverse(array);
array
=
sortTest.createArray();
System.out.println(
"
==========选择排序后(正序)==========
"
);
sortTest.selectSort(array,
"
asc
"
);
System.out.println(
"
==========选择排序后(倒序)==========
"
);
sortTest.selectSort(array,
"
desc
"
);
array
=
sortTest.createArray();
System.out.println(
"
==========插入排序后(正序)==========
"
);
sortTest.insertSort(array,
"
asc
"
);
System.out.println(
"
==========插入排序后(倒序)==========
"
);
sortTest.insertSort(array,
"
desc
"
);
array
=
sortTest.createArray();
System.out.println(
"
==========快速排序后(正序)==========
"
);
sortTest.quickSort(array,
"
asc
"
);
sortTest.printArray(array);
System.out.println(
"
==========快速排序后(倒序)==========
"
);
sortTest.quickSort(array,
"
desc
"
);
sortTest.printArray(array);
System.out.println(
"
==========数组二分查找==========
"
);
System.out.println(
"
您要找的数在第
"
+
sortTest.binarySearch(array,
74
)
+
"
个位子。（下标从0计算）
"
);
}
}
来自：http://blog.csdn.net/lenotang/archive/2008/11/29/3411346.aspx