主题:[原创]各排序算法的实现,原理,及性能比较(Java)
完整的测试程序,请下载附件。
从大家熟悉的冒泡排序开始:
/**
* 冒泡排序 Bubble Sort
* <p>原理:
* 比较n轮,每一轮都把最大元素移动到数组后端。
* @return
*/
public int[] bubbleSort(int[] result) {
for (int i = 0; i < ARRAYSIZE; i ++) {
for (int j = i + 1; j < ARRAYSIZE; j ++) {
if (result[i] > result[j]) {
// 交换
swap(result, i, j);
}
}
}
return result;
}
插入排序:
/**
* 插入排序 Insert Sort
* <p>原理:
* 从第二个元素开始,因为左侧的数组为排序后的数组,
* 只要将当前元素插入到左侧数组的适当位置,就能保持数组为有序
* 然后处理第三个元素...直到最后一个元素
* @return
*/
public int[] insertSort(int[] result) {
for (int i = 1; i < ARRAYSIZE; i ++) {
for (int j = i; j > 0 && result[j] < result[j - 1]; j --) {
swap(result, j, j -1);
}
}
return result;
}
折半搜索插入排序:
/**
* 折半搜索插入排序 BinarySearchThenInsert Sort
* <p>原理与插入排序类似,不同点在于寻找插入位置的时候,采取的是折半查找方法
* @return
*/
public int[] binsertSort(int[] result) {
for (int i = 1; i < ARRAYSIZE; i ++) {
if (result[i] < result[0]) {
int temp = result[i];
for (int j = i - 1; j >= 0; j --) {
result[j + 1] = result[j];
}
result[0] = temp;
} else if (result[i] < result[i - 1]) {
int larrange = 0;
int rarrange = i - 1;
while (rarrange - larrange > 1) {
int p = (rarrange + larrange + 1)/2;
if (result[i] < result[p]) {
rarrange = p;
} else {
larrange = p;
}
}
int temp = result[i];
for (int j = i - 1; j >= larrange + 1; j --) {
result[j + 1] = result[j];
}
result[larrange + 1] = temp;
}
}
return result;
}
然后是堆排序:
/**
* 堆排序 Heap Sort
* <p>原理:
* 利用了堆的易调整的特点来进行的一种选择排序。
* 以大顶堆为例,什么是大顶堆?
* 大顶堆的逻辑结构是一颗完全二叉树,[把满二叉树最后一层右侧的一些叶子摘掉]
* 假设其高度为h,则元素个数介于
* 1 + 2 + ... + exp(2, h - 2) ~ 1 + 2 + ... + exp(2, h -1)之间
* 符合如下定义为大顶堆:(此定义基于大顶堆的顺序存储结构)
* for (int i = array.length - 1; i > 0; i --) {
* 任意 array[i] <= array[(i - 1)/2];
* }
* (还有一种是小顶堆,不同的只是比较时候的大于号方向不同)。
* 容易想到,当堆顶元素(MaxValue)被替换后,
* 至多只要在双亲和子节点间进行h(大顶堆的高度) - 1次交换,
* (参照交换算法可以发现比较次数一般来说是交换次数的2~3倍,也不算多)
* 就可以形成新的大顶堆。由此大大提高了排序效率。
* @return
*/
public int[] heapSort(int[] result) {
// 初始化无序数组为大顶堆
for (int i = result.length - 2; i >= 0; i --) {
adjustHeap(result, i, result.length - 1);
}
// 将最大值元素交换至数组末端,并调整前端为大顶堆,循环直至前端只剩下一个元素
for (int i = result.length - 1; i > 0; i --) {
swap(result, 0, i);
adjustHeap(result, 0, i - 1);
}
return result;
}
/**
* 将除顶(不确定是否满足大顶堆条件)外,左子树和右子树都为一个堆的数组调整为大顶堆
* @param array 待调整数组
* @param from 顶的指针
* @param to 调整的末端(就是调整array[from]...array[to]这一段为一个大顶堆)
*/
private void adjustHeap(int[] array, int from, int to) {
int i = 0;
// 比较节省比较次数的方法,只要比较到比其左右子树的根结点的值都大,就可以return了
while (from + 2 * i + 2 <= to) {
if (array[from + i] < array[from + 2 * i + 1]
|| array[from + i] < array[from + 2 * i + 2]) {
if (array[from + 2 * i + 1] > array[from + 2 * i + 2]) {
swap(array, from + i, from + 2 * i + 1);
i += i + 1;
} else {
swap(array, from + i, from + 2 * i + 2);
i += i + 2;
}
} else {
return;
}
}
if (from + 2 * i + 1 == to
&& array[from + i] < array[from + 2 * i + 1]) {
// 有时会出现仅存在左子树的情况(左子树为调整数组的最后一个元素)
swap(array, from + i, from + 2 * i + 1);
}
}
快速排序:
/**
* 快速排序 Quick Sort
* <p>原理:
* 选择数组中的一个元素作为标准,将所有比标准小的元素放到左边,
* 所有比标准大的元素放到右边。
* 并对左边和右边的元素做一样的快速排序过程。
* @return
*/
public int[] quickSort(int[] result) {
quick(result, 0, result.length - 1);
return result;
}
/**
* 选择数组中的一个元素作为标准,将所有比标准小的元素放到左边,
* 所有比标准大的元素放到右边。
* 并对左边和右边的元素做一样的快速排序过程。
* @param array
* @param startIndex
* @param endIndex
*/
private void quick(int[] array, int startIndex, int endIndex) {
int pIndex = startIndex;
for (int i = startIndex + 1; i <= endIndex; i ++) {
if (array[i] < array[pIndex]) {
int temp = array[i];
for (int j = i; j > pIndex; j --) {
array[j] = array[j - 1];
}
array[pIndex] = temp;
pIndex ++;
}
}
if (pIndex - startIndex > 1) {
quick(array, startIndex, pIndex - 1);
}
if (endIndex - pIndex > 1) {
quick(array, pIndex + 1, endIndex);
}
}
从大家熟悉的冒泡排序开始:
/**
* 冒泡排序 Bubble Sort
* <p>原理:
* 比较n轮,每一轮都把最大元素移动到数组后端。
* @return
*/
public int[] bubbleSort(int[] result) {
for (int i = 0; i < ARRAYSIZE; i ++) {
for (int j = i + 1; j < ARRAYSIZE; j ++) {
if (result[i] > result[j]) {
// 交换
swap(result, i, j);
}
}
}
return result;
}
插入排序:
/**
* 插入排序 Insert Sort
* <p>原理:
* 从第二个元素开始,因为左侧的数组为排序后的数组,
* 只要将当前元素插入到左侧数组的适当位置,就能保持数组为有序
* 然后处理第三个元素...直到最后一个元素
* @return
*/
public int[] insertSort(int[] result) {
for (int i = 1; i < ARRAYSIZE; i ++) {
for (int j = i; j > 0 && result[j] < result[j - 1]; j --) {
swap(result, j, j -1);
}
}
return result;
}
折半搜索插入排序:
/**
* 折半搜索插入排序 BinarySearchThenInsert Sort
* <p>原理与插入排序类似,不同点在于寻找插入位置的时候,采取的是折半查找方法
* @return
*/
public int[] binsertSort(int[] result) {
for (int i = 1; i < ARRAYSIZE; i ++) {
if (result[i] < result[0]) {
int temp = result[i];
for (int j = i - 1; j >= 0; j --) {
result[j + 1] = result[j];
}
result[0] = temp;
} else if (result[i] < result[i - 1]) {
int larrange = 0;
int rarrange = i - 1;
while (rarrange - larrange > 1) {
int p = (rarrange + larrange + 1)/2;
if (result[i] < result[p]) {
rarrange = p;
} else {
larrange = p;
}
}
int temp = result[i];
for (int j = i - 1; j >= larrange + 1; j --) {
result[j + 1] = result[j];
}
result[larrange + 1] = temp;
}
}
return result;
}
然后是堆排序:
/**
* 堆排序 Heap Sort
* <p>原理:
* 利用了堆的易调整的特点来进行的一种选择排序。
* 以大顶堆为例,什么是大顶堆?
* 大顶堆的逻辑结构是一颗完全二叉树,[把满二叉树最后一层右侧的一些叶子摘掉]
* 假设其高度为h,则元素个数介于
* 1 + 2 + ... + exp(2, h - 2) ~ 1 + 2 + ... + exp(2, h -1)之间
* 符合如下定义为大顶堆:(此定义基于大顶堆的顺序存储结构)
* for (int i = array.length - 1; i > 0; i --) {
* 任意 array[i] <= array[(i - 1)/2];
* }
* (还有一种是小顶堆,不同的只是比较时候的大于号方向不同)。
* 容易想到,当堆顶元素(MaxValue)被替换后,
* 至多只要在双亲和子节点间进行h(大顶堆的高度) - 1次交换,
* (参照交换算法可以发现比较次数一般来说是交换次数的2~3倍,也不算多)
* 就可以形成新的大顶堆。由此大大提高了排序效率。
* @return
*/
public int[] heapSort(int[] result) {
// 初始化无序数组为大顶堆
for (int i = result.length - 2; i >= 0; i --) {
adjustHeap(result, i, result.length - 1);
}
// 将最大值元素交换至数组末端,并调整前端为大顶堆,循环直至前端只剩下一个元素
for (int i = result.length - 1; i > 0; i --) {
swap(result, 0, i);
adjustHeap(result, 0, i - 1);
}
return result;
}
/**
* 将除顶(不确定是否满足大顶堆条件)外,左子树和右子树都为一个堆的数组调整为大顶堆
* @param array 待调整数组
* @param from 顶的指针
* @param to 调整的末端(就是调整array[from]...array[to]这一段为一个大顶堆)
*/
private void adjustHeap(int[] array, int from, int to) {
int i = 0;
// 比较节省比较次数的方法,只要比较到比其左右子树的根结点的值都大,就可以return了
while (from + 2 * i + 2 <= to) {
if (array[from + i] < array[from + 2 * i + 1]
|| array[from + i] < array[from + 2 * i + 2]) {
if (array[from + 2 * i + 1] > array[from + 2 * i + 2]) {
swap(array, from + i, from + 2 * i + 1);
i += i + 1;
} else {
swap(array, from + i, from + 2 * i + 2);
i += i + 2;
}
} else {
return;
}
}
if (from + 2 * i + 1 == to
&& array[from + i] < array[from + 2 * i + 1]) {
// 有时会出现仅存在左子树的情况(左子树为调整数组的最后一个元素)
swap(array, from + i, from + 2 * i + 1);
}
}
快速排序:
/**
* 快速排序 Quick Sort
* <p>原理:
* 选择数组中的一个元素作为标准,将所有比标准小的元素放到左边,
* 所有比标准大的元素放到右边。
* 并对左边和右边的元素做一样的快速排序过程。
* @return
*/
public int[] quickSort(int[] result) {
quick(result, 0, result.length - 1);
return result;
}
/**
* 选择数组中的一个元素作为标准,将所有比标准小的元素放到左边,
* 所有比标准大的元素放到右边。
* 并对左边和右边的元素做一样的快速排序过程。
* @param array
* @param startIndex
* @param endIndex
*/
private void quick(int[] array, int startIndex, int endIndex) {
int pIndex = startIndex;
for (int i = startIndex + 1; i <= endIndex; i ++) {
if (array[i] < array[pIndex]) {
int temp = array[i];
for (int j = i; j > pIndex; j --) {
array[j] = array[j - 1];
}
array[pIndex] = temp;
pIndex ++;
}
}
if (pIndex - startIndex > 1) {
quick(array, startIndex, pIndex - 1);
}
if (endIndex - pIndex > 1) {
quick(array, pIndex + 1, endIndex);
}
}