`

排序算法复习(Java实现):插入,冒泡,选择,Shell,快速排序, 归并排序,堆排序,桶式排序,基数排序

阅读更多

来自:http://www.blogjava.net/javacap/archive/2007/12/13/167364.html

为了便于管理,先引入个基础类:

package algorithms;
/**
 * @author yovn
 *
 */
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;
    }

}
 


一 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:

package algorithms;
/**
 * @author yovn
 */
public class InsertSorter<E extends Comparable<E>> extends Sorter<E> {

    /* (non-Javadoc)
     * @see algorithms.Sorter#sort(E[], int, int)
     */
    public void sort(E[] array, int from, int len) {
         E tmp=null;
          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];
                  }
                  else break;
              }
              array[j]=tmp;
          }
    }
}
 


二 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。)

package algorithms;

/**
 * @author yovn
 *
 */
public class BubbleSorter<E extends Comparable<E>> extends Sorter<E> {

    private static  boolean DWON=true;
   
    public final void bubble_down(E[] array, int from, int len)
    {
        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);
                }
            }
        }
    }   
    public final void bubble_up(E[] array, int from, int len)
    {
        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);
                }
            }
        }
    }
    @Override
    public void sort(E[] array, int from, int len) {
       
        if(DWON)
        {
            bubble_down(array,from,len);
        }
        else
        {
            bubble_up(array,from,len);
        }
    }   
}

 三,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。

package algorithms;
/**
 * @author yovn
 *
 */
public class SelectSorter<E extends Comparable<E>> extends Sorter<E> {

    /* (non-Javadoc)
     * @see algorithms.Sorter#sort(E[], int, int)
     */
    @Override
    public void sort(E[] array, int from, int len) {
        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;
                }
            }
            swap(array,i,smallest);                  
        }
    } 
}

 四 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,知道最后成一个块,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,开始时增量交大,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

package algorithms;

/**
 * @author yovn
 */
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 algorithms.Sorter#sort(E[], int, int)
     */
    @Override
    public void sort(E[] array, int from, int len) {
       
        //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);
            }
        }

    }
   
    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;
              for(;j>from;j-=delta)
              {
                  if(tmp.compareTo(array[j-delta])<0)
                  {
                      array[j]=array[j-delta];
                  }
                  else break;
              }
              array[j]=tmp;
          }

    }
}

 五 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。

package algorithms;

/**
 * @author yovn
 *
 */
public class QuickSorter<E extends Comparable<E>> extends Sorter<E> {

    /* (non-Javadoc)
     * @see algorithms.Sorter#sort(E[], int, int)
     */
    @Override
    public void sort(E[] array, int from, int len) {
        q_sort(array,from,from+len-1);
    }

   
    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);
       
    }


    private int partion(E[] array, int from, int to, int pivot) {
        E tmp=array[pivot];
        array[pivot]=array[to];//now to's position is available
       
        while(from!=to)
        {
            while(from<to&&array[from].compareTo(tmp)<=0)from++;
            if(from<to)
            {
                array[to]=array[from];//now from's position is available
                to--;
            }
            while(from<to&&array[to].compareTo(tmp)>=0)to--;
            if(from<to)
            {
                array[from]=array[to];//now to's position is available now
                from++;
            }
        }
        array[from]=tmp;
        return from;
    }


    private int selectPivot(E[] array, int from, int to) {
   
        return (from+to)/2;
    }
}

 六 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。

package algorithms;

import java.lang.reflect.Array;

/**
 * @author yovn
 *
 */
public class MergeSorter<E extends Comparable<E>> extends Sorter<E>  {

    /* (non-Javadoc)
     * @see algorithms.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);
        merge_sort(array,from,from+len-1,temporary);

    }

    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);
    }

    private final void merge(E[] array, int from, int to, int middle, E[] temporary) {
        int k=0,leftIndex=0,rightIndex=to-from;
        System.arraycopy(array, from, temporary, 0, middle-from+1);
        for(int i=0;i<to-middle;i++)
        {
            temporary[to-from-i]=array[middle+i+1];
        }
        while(k<to-from+1)
        {
            if(temporary[leftIndex].compareTo(temporary[rightIndex])<0)
            {
                array[k+from]=temporary[leftIndex++];
               
            }
            else
            {
                array[k+from]=temporary[rightIndex--];
            }
            k++;
        }       
    }
}

 七 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。

package algorithms;

/**
 * @author yovn
 *
 */
public class HeapSorter<E extends Comparable<E>> extends Sorter<E>  {

    /* (non-Javadoc)
     * @see algorithms.Sorter#sort(E[], int, int)
     */
    @Override
    public void sort(E[] array, int from, int len) {
        build_heap(array,from,len);

        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) {
        int pos=(len-1)/2;//we start from (len-1)/2, because branch's node +1=leaf's node, and all leaf node is already a heap
        for(int i=pos;i>=0;i--)
        {
            shift_down(array,from,len,i);
        }
       
    }
   
    private final void shift_down(E[] array,int from, int len, int pos)
    {
       
        E tmp=array[from+pos];
        int index=pos*2+1;//use left child
        while(index<len)//until no child
        {
            if(index+1<len&&array[from+index].compareTo(array[from+index+1])<0)//right child is bigger
            {
                index+=1;//switch to right child
            }
            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;           
    }   
}

 八 桶式排序

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。

package algorithms;

/**
 * @author yovn
 *
 */
public class BucketSorter {

   
   
    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
        }
    }
    /**
     * @param args
     */
    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]+",");
        }
    }
}

 九 基数排序

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。

package algorithms;

import java.util.Arrays;


/**
 * @author yovn
 *
 */
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]+",");
        }
    }
}
 

 

分享到:
评论

相关推荐

Global site tag (gtag.js) - Google Analytics