public class QuickDemo { public static void main(String[] args) { int[] arr = {5, 2, 4, 9, 7, 564, 123, 643, 8, 64, 8, 75, 6, 7968, 4648, 46};// sort(arr, 0, arr.length - 1); } /** * 堆排序是一种树形选择排序,是对直接选择排序的有效改进。 * <p>堆的定义下:具备n个元素的序列 (h1,h2,...,hn),当且仅当知足(hi>=h2i,hi>=2i+1)或(hi<=h2i,hi<=2i+1) * (i=1,2,...,n/2)时称之为堆。在这里只讨论知足前者条件的堆。由堆的定义能够看出,堆顶元素(即第一个元素)必为最大项(大顶堆)。 * 彻底二 叉树能够很直观地表示堆的结构。堆顶为根,其它为左子树、右子树。 * <p>思想:初始时把要排序的数的序列看做是一棵顺序存储的二叉树,调整它们的存储序, * 使之成为一个 堆,这时堆的根节点的数最大。而后将根节点与堆的最后一个节点交换。 * 而后对前面(n-1)个数从新调整使之成为堆。依此类推,直到只有两个节点的堆,并对 它们做交换, * 最后获得有n个节点的有序序列。从算法描述来看,堆排序须要两个过程,一是创建堆, * 二是堆顶与堆的最后一个元素交换位置。因此堆排序有两个函数组成。一是建堆的渗透函数,二是反复调用渗透函数实现排序的函数。 * * @param args */ public static void mains(String[] args) { int[] a = {49, 38, 65, 97, 76, 13, 27, 49, 78, 34, 12, 64}; int arrayLength = a.length; //循环建堆 for (int i = 0; i < arrayLength - 1; i++) { //建堆 buildMaxHeap(a, arrayLength - 1 - i); //交换堆顶和最后一个元素 swap(a, 0, arrayLength - 1 - i); System.out.println(Arrays.toString(a)); } } //对data数组从0到lastIndex建大顶堆 public static void buildMaxHeap(int[] data, int lastIndex) { //从lastIndex处节点(最后一个节点)的父节点开始 for (int i = (lastIndex - 1) / 2; i >= 0; i--) { //k保存正在判断的节点 int k = i; //若是当前k节点的子节点存在 while (k * 2 + 1 <= lastIndex) { //k节点的左子节点的索引 int biggerIndex = 2 * k + 1; //若是biggerIndex小于lastIndex,即biggerIndex+1表明的k节点的右子节点存在 if (biggerIndex < lastIndex) { //若果右子节点的值较大 if (data[biggerIndex] < data[biggerIndex + 1]) { //biggerIndex老是记录较大子节点的索引 biggerIndex++; } } //若是k节点的值小于其较大的子节点的值 if (data[k] < data[biggerIndex]) { //交换他们 swap(data, k, biggerIndex); //将biggerIndex赋予k,开始while循环的下一次循环,从新保证k节点的值大于其左右子节点的值 k = biggerIndex; } else { break; } } } } //交换 public static void swap(int[] data, int i, int j) { int tmp = data[i]; data[i] = data[j]; data[j] = tmp; } /** * 归并排序 * 简介:将两个(或两个以上)有序表合并成一个新的有序表 即把待排序序列分为若干个子序列, * 每一个子序列是有序的。而后再把有序子序列合并为总体有序序列 * 时间复杂度为O(nlogn) * 稳定排序方式 * * @param nums 待排序数组 * @return 输出有序数组 */ public static int[] sortguibing(int[] nums, int low, int high) { int mid = (low + high) / 2; if (low < high) { // 左边 sort(nums, low, mid); // 右边 sort(nums, mid + 1, high); // 左右归并 merge(nums, low, mid, high); } return nums; } /** * 将数组中low到high位置的数进行排序 * * @param nums 待排序数组 * @param low 待排的开始位置 * @param mid 待排中间位置 * @param high 待排结束位置 */ public static void merge(int[] nums, int low, int mid, int high) { int[] temp = new int[high - low + 1]; int i = low;// 左指针 int j = mid + 1;// 右指针 int k = 0; // 把较小的数先移到新数组中 while (i <= mid && j <= high) { if (nums[i] < nums[j]) { temp[k++] = nums[i++]; } else { temp[k++] = nums[j++]; } } // 把左边剩余的数移入数组 while (i <= mid) { temp[k++] = nums[i++]; } // 把右边边剩余的数移入数组 while (j <= high) { temp[k++] = nums[j++]; } // 把新数组中的数覆盖nums数组 for (int k2 = 0; k2 < temp.length; k2++) { nums[k2 + low] = temp[k2]; } } /** * 希尔排序的原理:根据需求,若是你想要结果从大到小排列,它会首先将数组进行分组,而后将较大值移到前面,较小值 * 移到后面,最后将整个数组进行插入排序,这样比起一开始就用插入排序减小了数据交换和移动的次数,能够说希尔排序是增强 * 版的插入排序 * 拿数组5, 2, 8, 9, 1, 3,4来讲,数组长度为7,当increment为3时,数组分为两个序列 * 5,2,8和9,1,3,4,第一次排序,9和5比较,1和2比较,3和8比较,4和比其下标值小increment的数组值相比较 * 此例子是按照从大到小排列,因此大的会排在前面,第一次排序后数组为9, 2, 8, 5, 1, 3,4 * 第一次后increment的值变为3/2=1,此时对数组进行插入排序, * 实现数组从大到小排 */ public static void shellSort(int[] data) { int j = 0; int temp = 0; //每次将步长缩短为原来的一半 for (int increment = data.length / 2; increment > 0; increment /= 2) { for (int i = increment; i < data.length; i++) { temp = data[i]; for (j = i; j >= increment; j -= increment) { if (temp > data[j - increment])//如想从小到大排只需修改这里 { data[j] = data[j - increment]; } else { break; } } data[j] = temp; } } } /** * 插入排序 * <p> * 从第一个元素开始,该元素能够认为已经被排序 * 取出下一个元素,在已经排序的元素序列中从后向前扫描 * 若是该元素(已排序)大于新元素,将该元素移到下一位置 * 重复步骤3,直到找到已排序的元素小于或者等于新元素的位置 * 将新元素插入到该位置中 * 重复步骤2 * * @param numbers 待排序数组 */ public static void insertSort(int[] numbers) { int size = numbers.length; int temp = 0; int j = 0; for (int i = 0; i < size; i++) { temp = numbers[i]; //假如temp比前面的值小,则将前面的值后移 for (j = i; j > 0 && temp < numbers[j - 1]; j--) { numbers[j] = numbers[j - 1]; } numbers[j] = temp; } } /** * 选择排序算法 * 在未排序序列中找到最小元素,存放到排序序列的起始位置 * 再从剩余未排序元素中继续寻找最小元素,而后放到排序序列末尾。 * 以此类推,直到全部元素均排序完毕。 * * @param numbers */ public static void selectSort(int[] numbers) { int size = numbers.length; //数组长度 for (int i = 0; i < size; i++) { int k = i; //待肯定的位置 //选择出应该在第i个位置的数 for (int j = size - 1; j > i; j--) { if (numbers[j] < numbers[k]) { k = j; } } //交换两个数 numbers[i] ^= numbers[k]; numbers[k] ^= numbers[i]; numbers[i] ^= numbers[k]; } } /** * 快速排序的基本思想: * 经过一趟排序将待排序记录分割成独立的两部分,其中一部分记录的关键字均比另外一部分关键字小, * 则分别对这两部分继续进行排序,直到整个序列有序。 * 快速排序的示例: * (a)一趟排序的过程: * (b)排序的全过程 * 把整个序列看作一个数组,把第零个位置看作中轴,和最后一个比,若是比它小交换,比它大不作任何处理; * 交换了之后再和小的那端比,比它小不交换,比他大交换。这样循环往复,一趟排序完成,左边就是比中轴小的, * 右边就是比中轴大的,而后再用分治法,分别对这两个独立的数组进行排序。 */ public static void sort(int arr[], int low, int high) { int l = low; int h = high; int k = arr[low]; while (l < h) { // 从后往前比较 while (l < h && arr[h] >= k) { // 若是没有比关键值小的,比较下一个,直到有比关键值小的交换位置,而后又从前日后比较 h--;// h=6 } if (l < h) { int temp = arr[h]; arr[h] = arr[l]; arr[l] = temp; //进行过一次替换后,不必将替换后的两值再次比较,因此i++直接下一位与k对比 l++; } // 从前日后比较 while (l < h && arr[l] <= k) { // 若是没有比关键值大的,比较下一个,直到有比关键值大的交换位置 l++; } if (l < h) { int temp = arr[h]; arr[h] = arr[l]; arr[l] = temp; h--; } // 此时第一次循环比较结束,关键值的位置已经肯定了。左边的值都比关键值小,右边的值都比关键值大,可是两边的顺序还有多是不同的,进行下面的递归调用 } print(arr); System.out.print("low =" + (l + 1) + ", high = " + (h + 1) + ", k=" + k + "\n"); // 递归 if (l > low)//先判断l>low再次经行左边排序 sort(arr, low, l - 1);// 左边序列。第一个索引位置到关键值索引-1 if (h < high)//左边依次排序执行完递归后,弹栈进行右边排序 sort(arr, l + 1, high);// 右边序列。从关键值索引+1到最后一个 } // 打印数组的方法 private static void print(int[] arr) { System.out.print("["); for (int i = 0; i < arr.length; i++) { if (i != (arr.length - 1)) { System.out.print(arr[i] + ","); } else { System.out.print(arr[i] + "]"); System.out.println(); } } } /** * 冒泡排序 * 比较相邻的元素。若是第一个比第二个大,就交换他们两个。 * 对每一对相邻元素做一样的工做,从开始第一对到结尾的最后一对。在这一点,最后的元素应该会是最大的数。 * 针对全部的元素重复以上的步骤,除了最后一个。 * 持续每次对愈来愈少的元素重复上面的步骤,直到没有任何一对数字须要比较。 * * @param numbers 须要排序的整型数组 */ public static void bubbleSort(int[] numbers) { int temp = 0; int size = numbers.length; for (int i = 0; i < size - 1; i++) { for (int j = 0; j < size - 1 - i; j++) { if (numbers[j] > numbers[j + 1]) //交换两数位置 { temp = numbers[j]; numbers[j] = numbers[j + 1]; numbers[j + 1] = temp; } } } }}