标签：
1 /** 2 * 3 * @author yuzhiping 4 * @version 1.0 5 * 功能说明:计算机领域经典的算法 6 * 7 */ 8 public class sortAlgorithm<T extends Comparable<T>> { 9 10 //交换索引i和索引j的值 11 private void swap(T [] data ,int i,int j){ 12 T tmp; 13 tmp=data[i]; 14 data[i]=data[j]; 15 data[j]=tmp; 16 } 17 18 19 //-----堆排序 时间复杂度O(nlogn)----- 20 21 public void heapSort(T [] data){ 22 int arrayLength=data.length; 23 //循环件堆 24 for(int i=0;i<arrayLength-1;i++){ 25 // 建堆 26 builMaxdHeap(data, arrayLength - 1 - i); 27 // 交换堆顶和最后一个元素 28 swap(data, 0, arrayLength - 1 - i); 29 30 } 31 } 32 33 // 对data数组从0到lastIndex建大顶堆 34 private void builMaxdHeap(T[] data, int lastIndex) { 35 // 从lastIndex处节点（最后一个节点）的父节点开始 36 for (int i = (lastIndex - 1) / 2; i >= 0; i--) { 37 // k保存当前正在判断的节点 38 int k = i; 39 // 如果当前k节点的子节点存在 40 while (k * 2 + 1 <= lastIndex) { 41 // k节点的左子节点的索引 42 int biggerIndex = 2 * k + 1; 43 // 如果biggerIndex小于lastIndex，即biggerIndex + 1 44 // 代表的k节点的右子节点存在 45 if (biggerIndex < lastIndex) { 46 // 如果右子节点的值较大 47 if (data[biggerIndex].compareTo(data[biggerIndex + 1]) < 0) { 48 // biggerIndex总是记录较大子节点的索引 49 biggerIndex++; 50 } 51 } 52 // 如果k节点的值小于其较大子节点的值 53 if (data[k].compareTo(data[biggerIndex]) < 0) { 54 // 交换它们 55 swap(data, k, biggerIndex); 56 // 将biggerIndex赋给k，开始while循环的下一次循环， 57 // 重新保证k节点的值大于其左、右子节点的值。 58 k = biggerIndex; 59 } else { 60 break; 61 } 62 } 63 } 64 } 65 66 //-----冒泡排序法 时间复杂度O(n^2)----- 67 public void bubbleSort(T[] data){ 68 int i,j; 69 for(i=0;i<data.length-1;i++){ 70 for(j=0;j<data.length-i-1;j++){ 71 if(data[j].compareTo(data[j+1]) > 0){ 72 swap(data,j+1,j); 73 } 74 } 75 } 76 } 77 78 //-----选择排序法 时间复杂度O(n^2)----- 79 public void selectSort(T[] data){ 80 int i,j; 81 82 for(i=0;i<data.length-1;i++){ 83 for(j=i+1;j<data.length;j++){ 84 if (data[i].compareTo(data[j]) > 0){ 85 swap(data,i,j); 86 } 87 } 88 } 89 } 90 91 //-----快速排序法 时间复杂度为O(log2n)----- 92 public void quickSort(T[] data){ 93 subQuickSort(data,0,data.length-1); 94 } 95 96 private void subQuickSort(T[] data,int start,int end){ 97 if( start < end ){ 98 //以第一个元素作为分界值 99 T base = data[start]; 100 //i从左边开始搜索大于分界值元素的索引 101 int i = start; 102 //j从右边开始搜索小于分界值元素的索引 103 int j = end + 1; 104 while(true){ 105 //左边跳过比base小的元素 106 while(i < end && data[++i].compareTo(base) <= 0); 107 //右边跳过比base大的元素 108 while(j > start && data[--j].compareTo(base) >= 0); 109 110 if(j > i){ 111 swap(data,i,j); 112 }else{ 113 break; 114 } 115 } 116 //将分界值还原 117 swap(data,start,j); 118 119 //递归左边序列 120 subQuickSort(data,start,j-1); 121 //递归右边序列 122 subQuickSort(data,j+1,end); 123 } 124 } 125 126 //-----插入排序法 时间复杂度O(n^2)----- 127 public void insertSort(T[] data){ 128 int arrayLength = data.length; 129 130 for(int i=1;i<arrayLength;i++){ 131 //当整体后移时保证data[i]的值不会丢失 132 T tmp = data[i]; 133 //i索引处的值已经比前面所有值都大,表明已经有序,无需插入 134 //i-1处索引之前的数值已经有序,i-1处索引处元素的值也是最大值 135 if(data[i].compareTo(data[i-1]) < 0){ 136 int j = i-1; 137 //整体后移一个 138 while(j>=0 && data[j].compareTo(tmp) > 0){ 139 data[j+1] = data[j]; 140 j--; 141 } 142 data[j+1] = tmp; 143 } 144 } 145 } 146 147 //-----折半插入排序法 时间复杂度----- 148 public void binaryInsertSort(T[] data) { 149 int arrayLength = data.length; 150 151 for (int i = 1; i < arrayLength; i++) { 152 if (data[i - 1].compareTo(data[i]) > 0) { 153 // 缓存i处的元素值 154 T tmp = data[i]; 155 156 // 记录搜索范围的左边界 157 int low = 0; 158 // 记录搜索范围的右边界 159 int high = i - 1; 160 161 while (high >= low) { 162 // 记录中间位置 163 int mid = (high + low) / 2; 164 // 比较中间位置数据和i处数据大小，以缩小搜索范围 165 166 if (tmp.compareTo(data[mid]) > 0) { 167 low = mid + 1; 168 } else { 169 high = mid - 1; 170 } 171 } 172 // 将low~i处数据整体向后移动1位 173 for (int j = i; j > low; j--) { 174 data[j] = data[j - 1]; 175 } 176 data[low] = tmp; 177 178 } 179 } 180 } 181 182 //-----希尔排序法 时间复杂度O(nlogn)O(n^2)具体看h的值----- 183 public void shellSort(T[] data){ 184 int arrayLength = data.length; 185 //h保存可变增量 186 187 int h = 1; 188 while(h<=arrayLength/3){ 189 h = h * 3 + 1; 190 } 191 192 while(h > 0){ 193 //System.out.println(Arrays.toString( data )+"h="+h); 194 195 for(int i=h;i<arrayLength;i++){ 196 //当整体后移时,保证data[i]的值不丢失 197 T tmp = data[i]; 198 //i索引处的值已经比前面所有的值大 199 //(i-1索引之前的值已经有序的,i-1索引处元素的值就是最大值) 200 if(data[i].compareTo(data[i-h]) < 0){ 201 int j = i-h; 202 //整体后移一格 203 while(j>=0 && data[j].compareTo(tmp) > 0){ 204 data[j+h] = data[j]; 205 j-=h; 206 } 207 208 //最后将tmp值插入合适的位置 209 data[j+h] = tmp; 210 } 211 } 212 h = (h-1)/3; 213 } 214 215 } 216 217 //-----归并排序法 时间复杂度为O(nlog2n)----- 218 public void mergeSort(T[] data){ 219 subMergeSort(data,0,data.length-1); 220 } 221 222 private void subMergeSort(T[] data,int left,int right){ 223 if(right > left){ 224 //找出中间索引 225 //System.out.println( Arrays.toString(data) ); 226 int center = (left + right)/2; 227 //对左边数组进行递归 228 subMergeSort(data,left,center); 229 //对右边数组进行递归 230 subMergeSort(data,center+1,right); 231 //合并 232 merge(data,left,center,right); 233 } 234 } 235 236 @SuppressWarnings("unchecked") 237 private void merge(T[] data, int left, int center, int right) { 238 Object[] tmpArr = new Object[data.length]; 239 int mid = center + 1; 240 // third记录中间处索引 241 int third = left; 242 int tmp = left; 243 244 while (left <= center && mid <= right) { 245 // 从两个数组中取出最小的放入中间数组 246 if (data[left].compareTo(data[mid]) <= 0) { 247 tmpArr[third++] = data[left++]; 248 } else { 249 tmpArr[third++] = data[mid++]; 250 } 251 } 252 253 // 剩余部分依次放入中间数组 254 while (mid <= right) { 255 tmpArr[third++] = data[mid++]; 256 } 257 while (left <= center) { 258 tmpArr[third++] = data[left++]; 259 } 260 261 // 将中间数组的内容复制拷回原数组 262 // (原left~right范围内德内容被复制回原数组) 263 while (tmp <= right) { 264 data[tmp] = (T) tmpArr[tmp++]; 265 } 266 } 267 268 269 270 public static void main(String[] args) { 271 // TODO Auto-generated method stub 272 273 } 274 275 }
标签：
原文地址：http://www.cnblogs.com/doctorJoe/p/4474916.html
