package test.sort;
public abstract class Sorter<E extends Comparable<E>> {
public abstract void sort(E[] array,int from ,int len);
public final void sort(E[] array)
{
sort(array,0,array.length);
}
protected final void swap(E[] array,int from ,int to)
{
E tmp=array[from];
array[from]=array[to];
array[to]=tmp;
}
}
package test.sort;
/*
快速排序
快速排序是目前使用可能最广泛的排序算法了。
一般分如下步骤：
1）选择一个枢纽元素（有很对选法，我的实现里采用去中间元素的简单方法）
2）使用该枢纽元素分割数组，使得比该元素小的元素在它的左边，比它大的在右边。并把枢纽元素放在合适的位置。
3）根据枢纽元素最后确定的位置，把数组分成三部分，左边的，右边的，枢纽元素自己，对左边的，右边的分别递归调用快速排序算法即可。
快速排序的核心在于分割算法，也可以说是最有技巧的部分。
*/
public class QuickSorter<E extends Comparable<E>> extends Sorter<E> {
/* (non-Javadoc)
* @see Sorter#sort(E[], int, int)
*/
@Override
public void sort(E[] array, int from, int len) {
count = 0;
q_sort(array,from,from+len-1);
System.out.println("quick sort count = " + count);
}
private final void q_sort(E[] array, int from, int to) {
if(to-from<1)return;
int pivot=selectPivot(array,from,to);
pivot=partion(array,from,to,pivot);
q_sort(array,from,pivot-1);
q_sort(array,pivot+1,to);
}
int count = 0;
private int partion(E[] array, int from, int to, int pivot) {
E tmp = array[pivot];
//将最右元素放到pivot位置
array[pivot] = array[to];//now to's position is available
while(from != to)
{
//从左边开始只得到一个大于枢纽元素的元素，将其放到数组to的位置（to元素已被跟换地址，临时交换空间）
while(from < to && array[from].compareTo(tmp) <= 0) from ++;
if(from < to)
{
array[to] = array[from];//now from's position is available
to --;
count ++;
}
//从右边开始只得到一个小于枢纽元素的元素，将其放到数组from的位置（from元素在上面换地址，临时交换空间）
while(from < to && array[to].compareTo(tmp) >= 0)to --;
if(from < to)
{
array[from] = array[to];//now to's position is available now
from ++;
count ++;
}
}
//得到枢纽元素的排序位置为from
array[from] = tmp;count ++;
return from;
}
private int selectPivot(E[] array, int from, int to) {
return (from+to)/2;
}
}
package test.sort;
import java.util.Arrays;
/*
基数排序可以说是扩展了的桶式排序，比如当待排序列在一个很大的范围内，比如0到999999内，那么用桶式排序是很浪费空间的。
而基数排序把每个排序码拆成由d个排序码，比如任何一个6位数（不满六位前面补0）拆成6个排序码，分别是个位的，十位的，百位的。。。。
排序时，分6次完成，每次按第i个排序码来排。
一般有两种方式:
1) 高位优先(MSD)： 从高位到低位依次对序列排序
2）低位优先(LSD)： 从低位到高位依次对序列排序
计算机一般采用低位优先法（人类一般使用高位优先），但是采用低位优先时要确保排序算法的稳定性。
基数排序借助桶式排序，每次按第N位排序时，采用桶式排序。对于如何安排每次落入同一个桶中的数据有两种安排方法：
1）顺序存储：每次使用桶式排序，放入r个桶中,相同时增加计数。
2）链式存储：每个桶通过一个静态队列来跟踪。
*/
public class RadixSorter {
public static boolean USE_LINK=true;
/**
*
* @param keys
* @param from
* @param len
* @param radix key's radix
* @param d how many sub keys should one key divide to
*/
public void sort(int[] keys,int from ,int len,int radix, int d)
{
if(USE_LINK)
{
link_radix_sort(keys,from,len,radix,d);
}
else
{
array_radix_sort(keys,from,len,radix,d);
}
}
private final void array_radix_sort(int[] keys, int from, int len, int radix,
int d)
{
int[] temporary=new int[len];
int[] count=new int[radix];
int R=1;
for(int i=0;i<d;i++)
{
System.arraycopy(keys, from, temporary, 0, len);
Arrays.fill(count, 0);
for(int k=0;k<len;k++)
{
int subkey=(temporary[k]/R)%radix;
count[subkey]++;
}
for(int j=1;j<radix;j++)
{
count[j]=count[j]+count[j-1];
}
for(int m=len-1;m>=0;m--)
{
int subkey=(temporary[m]/R)%radix;
--count[subkey];
keys[from+count[subkey]]=temporary[m];
}
R*=radix;
}
}
private static class LinkQueue
{
int head=-1;
int tail=-1;
}
private final void link_radix_sort(int[] keys, int from, int len, int radix, int d) {
int[] nexts=new int[len];
LinkQueue[] queues=new LinkQueue[radix];
for(int i=0;i<radix;i++)
{
queues[i]=new LinkQueue();
}
for(int i=0;i<len-1;i++)
{
nexts[i]=i+1;
}
nexts[len-1]=-1;
int first=0;
for(int i=0;i<d;i++)
{
link_radix_sort_distribute(keys,from,len,radix,i,nexts,queues,first);
first=link_radix_sort_collect(keys,from,len,radix,i,nexts,queues);
}
int[] tmps=new int[len];
int k=0;
while(first!=-1)
{
tmps[k++]=keys[from+first];
first=nexts[first];
}
System.arraycopy(tmps, 0, keys, from, len);
}
private final void link_radix_sort_distribute(int[] keys, int from, int len,
int radix, int d, int[] nexts, LinkQueue[] queues,int first) {
for(int i=0;i<radix;i++)queues[i].head=queues[i].tail=-1;
while(first!=-1)
{
int val=keys[from+first];
for(int j=0;j<d;j++)val/=radix;
val=val%radix;
if(queues[val].head==-1)
{
queues[val].head=first;
}
else
{
nexts[queues[val].tail]=first;
}
queues[val].tail=first;
first=nexts[first];
}
}
private int link_radix_sort_collect(int[] keys, int from, int len,
int radix, int d, int[] nexts, LinkQueue[] queues) {
int first=0;
int last=0;
int fromQueue=0;
for(;(fromQueue<radix-1)&&(queues[fromQueue].head==-1);fromQueue++);
first=queues[fromQueue].head;
last=queues[fromQueue].tail;
while(fromQueue<radix-1&&queues[fromQueue].head!=-1)
{
fromQueue+=1;
for(;(fromQueue<radix-1)&&(queues[fromQueue].head==-1);fromQueue++);
nexts[last]=queues[fromQueue].head;
last=queues[fromQueue].tail;
}
if(last!=-1)nexts[last]=-1;
return first;
}
/**
* @param args
*/
public static void main(String[] args) {
int[] a={1,4,8,3,2,9,5,0,7,6,9,10,9,135,14,15,11,222222222,1111111111,12,17,45,16};
USE_LINK=true;
RadixSorter sorter=new RadixSorter();
sorter.sort(a,0,a.length,10,10);
for(int i=0;i<a.length;i++)
{
System.out.print(a[i]+",");
}
}
}
package test.sort;
/*
* 选择排序
选择排序相对于冒泡来说，它不是每次发现逆序都交换，而是在找到全局第i小的时候记下该元素位置，最后跟第i个元素交换，
从而保证数组最终的有序。相对与插入排序来说，选择排序每次选出的都是全局第i小的，不会调整前i个元素了。
*/
public class SelectSorter<E extends Comparable<E>> extends Sorter<E> {
/* (non-Javadoc)
* @see Sorter#sort(E[], int, int)
*/
@Override
public void sort(E[] array, int from, int len) {
int count = 0;
for(int i=0;i<len;i++)
{
int smallest=i;
int j=i+from;
for(;j<from+len;j++)
{
if(array[j].compareTo(array[smallest])<0)
{
smallest=j;
count ++;
}
}
swap(array,i,smallest);
}
System.out.println("select sort count = " + count);
}
}
package test.sort;
/*
Shell排序
Shell排序可以理解为插入排序的变种，它充分利用了插入排序的两个特点：
1）当数据规模小的时候非常高效
2）当给定数据已经有序时的时间代价为O(N)
所以，Shell排序每次把数据分成若个小块，来使用插入排序，而且之后在这若个小块排好序的情况下把它们合成大一点的小块，
继续使用插入排序，不停的合并小块，直到最后成一个块，并使用插入排序。
这里每次分成若干小块是通过“增量” 来控制的，开始时增量较大，接近N/2,从而使得分割出来接近N/2个小块，
逐渐的减小“增量“最终到减小到1。
一直较好的增量序列是2^k-1,2^(k-1)-1,.....7,3,1,这样可使Shell排序时间复杂度达到O(N^1.5)
所以我在实现Shell排序的时候采用该增量序列
*/
public class ShellSorter<E extends Comparable<E>> extends Sorter<E> {
/* (non-Javadoc)
* Our delta value choose 2^k-1,2^(k-1)-1,.7,3,1.
* complexity is O(n^1.5)
* @see Sorter#sort(E[], int, int)
*/
@Override
public void sort(E[] array, int from, int len) {
count = 0;
//1.calculate the first delta value;
int value=1;
while((value+1)*2<len)
{
value=(value+1)*2-1;
}
for(int delta=value;delta>=1;delta=(delta+1)/2-1)
{
for(int i=0;i<delta;i++)
{
modify_insert_sort(array,from+i,len-i,delta);
}
}
System.out.println("shell sort count = " + count);
}
int count = 0;
private final void modify_insert_sort(E[] array, int from, int len,int delta) {
if(len<=1)return;
E tmp=null;
for(int i=from+delta;i<from+len;i+=delta)
{
tmp=array[i];
int j=i;
//从后向前插入
for(;j>from;j-=delta)
{
if(tmp.compareTo(array[j-delta])<0)
{
array[j]=array[j-delta];
count ++;
}
else break;
}
array[j]=tmp;
}
}
}
package test.sort;
/*
冒泡排序
这可能是最简单的排序算法了，算法思想是每次从数组末端开始比较相邻两元素，把第i小的冒泡到数组的第i个位置。
i从0一直到N-1从而完成排序。（当然也可以从数组开始端开始比较相邻两元素，把第i大的冒泡到数组的第N-i个位置。
i从0一直到N-1从而完成排序。)
*/
public class BubbleSorter<E extends Comparable<E>> extends Sorter<E> {
/**
* 排序方式
*/
public static boolean DWON=false;
public final void bubble_down(E[] array, int from, int len)
{
int count = 0;
for(int i=from;i<from+len;i++)
{
for(int j=from+len-1;j>i;j--)
{
if(array[j].compareTo(array[j-1])<0)
{
swap(array,j-1,j);
count ++;
}
}
}System.out.println("bubble sort count = "+count);
}
public final void bubble_up(E[] array, int from, int len)
{int count = 0;
for(int i=from+len-1;i>=from;i--)
{
for(int j=from;j<i;j++)
{
if(array[j].compareTo(array[j+1])>0)
{
swap(array,j,j+1);
count ++;
}
}
}System.out.println("bubble sort count = "+count);
}
@Override
public void sort(E[] array, int from, int len) {
if(DWON)
{
bubble_down(array,from,len);
}
else
{
bubble_up(array,from,len);
}
}
}
package test.sort;
public class BucketSorter {
/*
桶式排序不再是基于比较的了，它和基数排序同属于分配类的排序，这类排序的特点是事先要知道待排序列的一些特征。
桶式排序事先要知道待排序列在一个范围内，而且这个范围应该不是很大的。
比如知道待排序列在[0,M）内，那么可以分配M个桶，第I个桶记录I的出现情况，最后根据每个桶收到的位置信息把数据输出成有序的形式。
这里我们用两个临时性数组，一个用于记录位置信息，一个用于方便输出数据成有序方式，
另外我们假设数据落在0到MAX,如果所给数据不是从0开始，你可以把每个数减去最小的数。
*/
public void sort(int[] keys,int from,int len,int max)
{
int[] temp=new int[len];
int[] count=new int[max];
for(int i=0;i<len;i++)
{
count[keys[from+i]]++;
}
//calculate position info
for(int i=1;i<max;i++)
{
count[i]=count[i]+count[i-1];//this means how many number which is less or equals than i,thus it is also position + 1
}
System.arraycopy(keys, from, temp, 0, len);
for(int k=len-1;k>=0;k--)//from the ending to beginning can keep the stability
{
keys[--count[temp[k]]]=temp[k];// position +1 =count
}
}
public static void main(String[] args) {
int[] a={1,4,8,3,2,9,5,0,7,6,9,10,9,13,14,15,11,12,17,16};
BucketSorter sorter=new BucketSorter();
sorter.sort(a,0,a.length,20);//actually is 18, but 20 will also work
for(int i=0;i<a.length;i++)
{
System.out.print(a[i]+",");
}
}
}
package test.sort;
/*
堆排序
堆是一种完全二叉树，一般使用数组来实现。
堆主要有两种核心操作，
1）从指定节点向上调整(shiftUp)
2）从指定节点向下调整(shiftDown)
建堆，以及删除堆定节点使用shiftDwon,而在插入节点时一般结合两种操作一起使用。
堆排序借助最大值堆来实现，第i次从堆顶移除最大值放到数组的倒数第i个位置，然后shiftDown到倒数第i+1个位置,
一共执行N此调整，即完成排序。
显然，堆排序也是一种选择性的排序，每次选择第i大的元素。
*/
public class HeapSorter<E extends Comparable<E>> extends Sorter<E> {
/* (non-Javadoc)
* @see Sorter#sort(E[], int, int)
*/
@Override
public void sort(E[] array, int from, int len) {
//建树
build_heap(array, from, len);
for(E e : array){
System.out.println(e);
}System.out.println("--------------------------");
//对树排序
for (int i = 0; i < len; i++) {
//swap max value to the (len-i)-th position
swap(array, from, from + len - 1 - i);
shift_down(array, from, len - 1 - i, 0);//always shiftDown from 0
}
}
private final void build_heap(E[] array, int from, int len) {
//we start from (len-1)/2, because branch's node +1=leaf's node,
//and all leaf node is already a heap
//pos为最后一个树枝节点
int pos = (len - 1) / 2;
for (int i = pos; i >= 0; i--) {
shift_down(array, from, len, i);
}
}
/*
为pos节点在其子树中找到合适的位置
*/
private final void shift_down(E[] array, int from, int len, int pos) {
//保存pos节点 到临时空间tmp
//找出pos节点的左右子节点中比较大的节点（index）；
// 如果index节点大于tmp，将其移动到pos位置，此时index空间的值没有意义，
// pos应指向index，index指向pos的子节点，继续向下搜索；
//直到没有比tmp大的index节点，即找到tmp应该存贮的位置pos
E tmp = array[from + pos];
int index = pos * 2 + 1;//use left child
while (index < len)//until no child
{
//right child is bigger than left child
if (index + 1 < len
&& array[from + index].compareTo(array[from + index + 1]) < 0){
//switch to right child
index += 1;
}
if (tmp.compareTo(array[from + index]) < 0) {
array[from + pos] = array[from + index];
pos = index;
index = pos * 2 + 1;
}
else break;
}
array[from + pos] = tmp;
}
}
package test.sort;
/*
* 插入排序
该算法在数据规模小的时候十分高效，该算法每次插入第K+1到前K个有序数组中一个合适位置，K从0开始到N-1,从而完成排序
*/
public class InsertSorter<E extends Comparable<E>> extends Sorter<E> {
/* (non-Javadoc)
* @see Sorter#sort(E[], int, int)
*/
public void sort(E[] array, int from, int len) {
E tmp=null;int count = 0;
for(int i=from+1;i<from+len;i++)
{
tmp=array[i];
int j=i;
for(;j>from;j--)
{
if(tmp.compareTo(array[j-1])<0)
{
array[j]=array[j-1];count ++;
}
else break;
}
array[j]=tmp;
}
System.out.println("insert sort count = " + count);
}
}
package test.sort;
import java.lang.reflect.Array;
/*
归并排序
算法思想是每次把待排序列分成两部分，分别对这两部分递归地用归并排序，完成后把这两个子部分合并成一个序列。
归并排序借助一个全局性临时数组来方便对子序列的归并，该算法核心在于归并。
*/
public class MergeSorter<E extends Comparable<E>> extends Sorter<E> {
int count;
/* (non-Javadoc)
* @see Sorter#sort(E[], int, int)
*/
@SuppressWarnings("unchecked")
@Override
public void sort(E[] array, int from, int len) {
if (len <= 1) return;
E[] temporary = (E[]) Array.newInstance(array[0].getClass(), len);
count = 0;
merge_sort(array, from, from + len - 1, temporary);
System.out.println("merger sort count = " + count);
}
private final void merge_sort(E[] array, int from, int to, E[] temporary) {
if (to <= from) {
return;
}
int middle = (from + to) / 2;
merge_sort(array, from, middle, temporary);
merge_sort(array, middle + 1, to, temporary);
merge(array, from, to, middle, temporary);
}
/*
将from到middle之间的元素正序放在temparary下标0开始的空间内，
然后将middle + 1到to之间的元素反序放在temparary下标（middle - from + 1）开始的空间内。
比较temparary左右索引所对应的元素，按正序把元素值放入源数组from开始的空间内。
*/
private final void merge(E[] array, int from, int to, int middle, E[] temporary) {
int k = 0, leftIndex = 0, rightIndex = to - from;
//将from到middle之间的元素正序放在temparary下标0开始的空间内
System.arraycopy(array, from, temporary, 0, middle - from + 1);
//然后将middle + 1到to之间的元素反序放在temparary下标（middle - from + 1）开始的空间内
for (int i = 0; i < to - middle; i++) {
temporary[to - from - i] = array[middle + i + 1];count ++;
}
//比较temparary左右索引所对应的元素，按正序把元素值放入源数组from开始的空间内
while (k < to - from + 1) {
if (temporary[leftIndex].compareTo(temporary[rightIndex]) < 0) {
array[k + from] = temporary[leftIndex++];count ++;
} else {
array[k + from] = temporary[rightIndex--];count ++;
}
k++;
}
}
}
package test.sort;
public class SortTest {
public static void main(String[] args) {
Integer[] a = new Integer[]{9,8,7,6,5,4,3,2,1,0};
Integer[] b = new Integer[]{0,1,2,3,4,5,6,7,8,9};
Integer[] c = new Integer[]{1,9,2,1,6,8,6,4,2,3};
long s = System.currentTimeMillis();
Sorter<Integer> sorter = null;
// sorter = new InsertSorter<Integer>();
//
// sorter = new BubbleSorter<Integer>();
//
// sorter = new SelectSorter<Integer>();
//
// sorter = new ShellSorter<Integer>();
//
// sorter = new QuickSorter<Integer>();
// sorter = new MergeSorter<Integer>();
// sorter = new HeapSorter<Integer>();
s = System.currentTimeMillis();
sorter.sort(a);
sorter.sort(b);
sorter.sort(c);
System.out.println(System.currentTimeMillis() - s);
// System.out.println("======a======");
// for(int t : a){
// System.out.println(t);
// }
// System.out.println("======b======");
// for(int t : b){
// System.out.println(t);
// }
// System.out.println("======c======");
// for(int t : c){
// System.out.println(t);
// }
}
}
