java快速排序直观演示代码,排序算法总结(含动图演示和Java代码实现)
本文將圍繞冒泡排序、桶排序、計數排序、堆排序、插入排序、并歸排序、快速排序和選擇排序，按照描述、時間復雜度(最壞情況)、動態圖展示和代碼實現來講解。本文默認排序為從小到大。
本文相關代碼已上傳至github，歡迎關注https://github.com/zhuzhenke/common-algorithms
公用方法
SortUtils
public class SortUtils {
public static void check(int[] sortingData) {
if (sortingData == null || sortingData.length == 0) {
throw new IllegalArgumentException("sortingData can not be empty!");
}
}
public static void swap(int[] swapArray, int i, int j) {
check(swapArray);
if (i < 0 || i > swapArray.length - 1) {
throw new ArrayIndexOutOfBoundsException("illegal index i:" + i);
}
if (j < 0 || j > swapArray.length - 1) {
throw new ArrayIndexOutOfBoundsException("illegal index j:" + j);
}
int temp = swapArray[i];
swapArray[i] = swapArray[j];
swapArray[j] = temp;
}
public static int getMaxValue(int[] sortingData) {
check(sortingData);
int max = sortingData[0];
for (int value : sortingData) {
if (value < 0) {
throw new IllegalArgumentException("value could not be negative:" + value);
}
if (value > max) {
max = value;
}
}
return max;
}
}
冒泡排序
描述
比較前后兩個數的大小，如果前者大于后者，則交換兩個數的位置
最大的數字在進行一輪比較和交換后，會出現在數組的最后一個位置
每一輪之后，可減少最大數字的比較。重復上述操作直到沒有需要比較的元素為止
時間復雜度
O(n^2)
動態圖展示
代碼實現
github代碼
public int[] sort(int[] sortingData) {
SortUtils.check(sortingData);
for (int j = sortingData.length - 1; j > 0; j--) {
for (int i = 0; i < j; i++) {
if (sortingData[i] > sortingData[i + 1]) {
SortUtils.swap(sortingData, i, i + 1);
}
}
}
return sortingData;
}
桶排序
描述
挑選數組中最大的數字，設置默認分配的桶數，得到每個桶容納的數字范圍。如最大是10，桶是4個，則每個桶最大容納3個數字。第0個桶放0、1、2、3，第1個桶方4、5、6,第2桶方7，8，9，以此類推
對每個桶內進行冒泡排序或選擇排序
遍歷所有桶，依次取出每個桶中的元素，得到的就是一個排好序的數組
時間復雜度
O(n^2)
動態圖展示
代碼實現
github代碼
@Override
public int[] sort(int[] sortingData) {
SortUtils.check(sortingData);
int bucketSize = (int) Math.round(Math.sqrt(sortingData.length)) + 1;
int[][] buckets = new int[bucketSize][];
int max = SortUtils.getMaxValue(sortingData);
double avgContain = Math.ceil((double) max / (double) bucketSize);
for (int value : sortingData) {
int bucketIndex = (int) Math.ceil(value / avgContain) - 1;
if (bucketIndex < 0) {
bucketIndex = 0;
}
int[] bucketIndexs = buckets[bucketIndex];
if (bucketIndexs == null || bucketIndexs.length == 0) {
bucketIndexs = new int[1];
bucketIndexs[0] = value;
buckets[bucketIndex] = bucketIndexs;
} else {
int[] newBucketIndexs = new int[bucketIndexs.length + 1];
System.arraycopy(bucketIndexs, 0, newBucketIndexs, 0, bucketIndexs.length);
newBucketIndexs[bucketIndexs.length] = value;
buckets[bucketIndex] = newBucketIndexs;
}
}
Sort sort = new InsertionSort();
for (int a = 0; a < buckets.length; a++) {
int[] bucket = buckets[a];
if (bucket == null || bucket.length == 0) {
continue;
}
bucket = sort.sort(bucket);
buckets[a] = bucket;
}
int[] result = new int[sortingData.length];
int resultIndex = 0;
for (int[] bucket : buckets) {
if (bucket == null || bucket.length == 0) {
continue;
}
for (int bucketValue : bucket) {
result[resultIndex++] = bucketValue;
}
}
return result;
}
計數排序
描述
獲取數組中最大的值(這個值需要在可控范圍，最好是在10000以內)
創建一個長度為最大值加1的計數數組，
遍歷待排序數組，將元素的值落入到計數數組的下標元素，將下標元素的值加1
遍歷下標數組，將后一個元素的值標為當前元素值加前一個元素的值(用于排序后的數組下標)。
創建一個長度跟待排序數組大小相同的結果數組
遍歷待排序數組，取出待排序元素，對應計數數組的下標元素，并放在計數元素值的前一個位置，并將計數元素值減1
時間復雜度
O(n)
動態圖展示
代碼實現
github代碼
private int[] sort2(int[] sortingData) {
int maxValue = SortUtils.getMaxValue(sortingData);
//get max,check all numbers must be bigger or equal 0
int[] count = new int[maxValue + 1];
//count every number
for (int value : sortingData) {
count[value] = count[value] + 1;
}
for (int i = 1; i < count.length; i++) {
count[i] = count[i] + count[i - 1];
}
//output
int[] result = new int[sortingData.length];
for (int value : sortingData) {
result[count[value] - 1] = value;
count[value] = count[value] - 1;
}
return result;
}
堆排序
描述
為了方便理解，將數組元素映射成二叉樹，array[0]對一個根節點，array[1]為根的左節點，array[2]為根的右節點，一次類推
從最后一個元素開始遍歷到第一個，讓其與父節點比較大小，如果子節點大，則交換位置。(另外一種方式是從中間元素開始比較，得到當前元素和子元素的最大值，這樣則遍歷深度為logn,這種方式屬于推薦方式)
遍歷一輪結束后，則最大值已經位于index為0的位置，這時交換index為0和最后一位的位置，則最大值確定。下一輪比較從最大值的前一個index下標元素開始遍歷，依次進行遍歷
最后全部遍歷完成，則得到一個拍好序的數組
時間復雜度
O(nlogn)
動態圖展示
代碼實現
github代碼
public int[] sort(int[] sortingData) {
int highIndex = sortingData.length - 1;
while (highIndex > 0) {
for (int i = 1; i <= highIndex; i++) {
sortBiggestToIndex0(sortingData, i);
}
SortUtils.swap(sortingData, 0, highIndex);
highIndex--;
}
return sortingData;
}
public static void sortBiggestToIndex0(int[] sortingData, int sortIndex) {
while (sortIndex > 0 && sortingData[sortIndex] > sortingData[(sortIndex - 1) / 2]) {
SortUtils.swap(sortingData, sortIndex, (sortIndex - 1) / 2);
sortIndex = (sortIndex - 1) / 2;
}
}
插入排序
描述
插入排序類似于撲克摸牌排序
第一次只有一種牌，牌是有序的。當摸到第二張牌時，則插入到已有的排好序的牌中，此時前兩張牌有序
依次進行同樣的操作，摸到第n張牌時，前n-1張牌已經有序，進行插入到合適位置即可
時間復雜度
O(n^2)
動態圖展示
代碼實現
github代碼
public int[] sort(int[] sortingData) {
SortUtils.check(sortingData);
for (int i = 1; i < sortingData.length; i++) {
int currentValue = sortingData[i];
int j = i;
while (j - 1 >= 0 && currentValue < sortingData[j - 1]) {
sortingData[j] = sortingData[j - 1];
j--;
}
sortingData[j] = currentValue;
}
return sortingData;
}
并歸排序
描述
并歸排序利用遞歸思想，遞歸思想的核心在于找到一個模式，分解為子模式，子模式又可以分解子模式，則對于最小子模式，可以直接求解。
首先會將待排序數組分為兩份，兩份分別排好序后進行合并
兩份中的每一份，又可以查分為更小的一份，直到每份只有一個元素，則此份為已排好序的子數組。對兩個子數組進行合并的排序
時間復雜度
O(nlogn)
動態圖展示
代碼實現
github代碼
@Override
public int[] sort(int[] sortingData) {
SortUtils.check(sortingData);
splitDate(sortingData, 0, sortingData.length - 1);
return sortingData;
}
private void splitDate(int[] sortingData, int start, int end) {
if (end - start < 1) {
return;
}
int middle = (start + end) / 2;
splitDate(sortingData, start, middle);
splitDate(sortingData, middle + 1, end);
mergeData(sortingData, start, middle, end);
}
private void mergeData(int[] sortingData, int start, int middle, int end) {
int[] left = Arrays.copyOfRange(sortingData, start, middle + 1);
int[] right = Arrays.copyOfRange(sortingData, middle + 1, end + 1);
int i = 0;
int j = 0;
for (int k = start; k <= end; k++) {
if (i < left.length && j < right.length) {
if (left[i] <= right[j]) {
sortingData[k] = left[i];
i++;
} else {
sortingData[k] = right[j];
j++;
}
} else {
if (i >= left.length) {
sortingData[k] = right[j];
j++;
} else if (j >= right.length) {
sortingData[k] = left[i];
i++;
}
}
}
}
快速排序
描述
選擇待排序數組的中元元素，一般選擇第一個或最后一個元素，將數組拆分為兩部分，左邊部分元素小于等于中元元素，右邊部分元素大于中元元素
繼續將子數組按中元元素進行拆分，直到全部排好序位置
時間復雜度
O(n^2)
動態圖展示
代碼實現
github代碼
@Override
public int[] sort(int[] sortingData) {
SortUtils.check(sortingData);
quickSort(sortingData, 0, sortingData.length - 1);
return sortingData;
}
private void quickSort(int[] sortingData, int start, int end) {
if (start > end) {
return;
}
int middle = getQuickSortMiddle(sortingData, start, end);
quickSort(sortingData, start, middle - 1);
quickSort(sortingData, middle + 1, end);
}
/**
* one side
*/
public int getQuickSortMiddle(int[] sortingData, int start, int end) {
int i = start;
int pivot = end;
for (int j = start; j < end; j++) {
if (sortingData[j] < sortingData[pivot]) {
SortUtils.swap(sortingData, i, j);
i++;
}
}
SortUtils.swap(sortingData, i, pivot);
return i;
}
選擇排序
描述
從第一個元素開始遍歷，記錄最小值和對應元素下標，遍歷一輪則可以得到最小值，將這個值與下標為0的元素交換，則完成第一輪最小值輸出
從第2個進行同樣的遍歷操作，遍歷取剩余元素的最小值，將這個值與下標為1的元素交換
從第index個開始進行遍歷操作，遍歷取剩余元素的最小值，將這個值與下標為index的元素交換
遍歷直到最后一個元素位置，得到一個排好序的數組
時間復雜度
O(n^2)
動態圖展示
代碼實現
github代碼
public int[] sort(int[] sortingData) {
SortUtils.check(sortingData);
for (int index = 0; index < sortingData.length; index++) {
int smallestIndex = index;
int smallestValue = sortingData[index];
for (int j = index; j < sortingData.length; j++) {
if (sortingData[j] < smallestValue) {
smallestValue = sortingData[j];
smallestIndex = j;
}
}
sortingData[smallestIndex] = sortingData[index];
sortingData[index] = smallestValue;
}
return sortingData;
}
總結
以上是生活随笔為你收集整理的java快速排序直观演示代码,排序算法总结(含动图演示和Java代码实现)的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： c#和html方法互调
- 下一篇： python无法对存在交叉部分的图片进行