回 帖 发 新 帖 刷新版面

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);
        }
    }

回复列表 (共12个回复)

11 楼

我也测试过,就我的测试结果来看,在大数据量的情况下,比如100w个数据,速度结果如下:
快排(stl::sort)>归并>堆排序>shell排序>简单插入排序>简单选择排序>冒泡排序

在数据量很小的情况下插入排序也是非常快的,比高级排序还快。

12 楼

下载你的程序看了看,不是你的统计数据有问题,而是你写的这些排序算法本身有问题,导致结果出了问题。建议楼主找本数据结构的书好好看看(主要是堆排序和快速排序)。

我来回复

您尚未登录,请登录后再回复。点此登录或注册