转自徐老师——JAVA排序汇总

package com.wepull.jbs.lesson4; 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）"); } } 本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/lenotang/archive/2008/11/29/3411346.aspx