package com.wepull.jbs.lesson4;
import java.util.Random;
/**
*
* 排序测试类
*
*
*
* 排序算法的分类如下：
*
* 1.插入排序（直接插入排序、折半插入排序、希尔排序）；
*
* 2.交换排序（冒泡泡排序、快速排序）；
*
* 3.选择排序（直接选择排序、堆排序）；
*
* 4.归并排序；
*
* 5.基数排序。
*
*
*
* 关于排序方法的选择：
*
* (1)若n较小(如n≤50)，可采用直接插入或直接选择排序。
*
* 当记录规模较小时，直接插入排序较好；否则因为直接选择移动的记录数少于直接插人，应选直接选择排序为宜。
*
* (2)若文件初始状态基本有序(指正序)，则应选用直接插人、冒泡或随机的快速排序为宜；
*
* (3)若n较大，则应采用时间复杂度为O(nlgn)的排序方法：快速排序、堆排序或归并排序。
*
*
*
*/
public class SortTest {
/**
*
* 初始化测试数组的方法
*
* @return 一个初始化好的数组
*
*/
public int[] createArray() {
Random random = new Random();
int[] array = new int[10];
for (int i = 0; i < 10; i++) {
array[i] = random.nextInt(100) - random.nextInt(100);// 生成两个随机数相减，保证生成的数中有负数
}
System.out.println("==========原始序列==========");
printArray(array);
return array;
}
/**
*
* 打印数组中的元素到控制台
*
* @param source
*
*/
public void printArray(int[] data) {
for (int i : data) {
System.out.print(i + " ");
}
System.out.println();
}
/**
*
* 交换数组中指定的两元素的位置
*
* @param data
*
* @param x
*
* @param y
*
*/
private void swap(int[] data, int x, int y) {
int temp = data[x];
data[x] = data[y];
data[y] = temp;
}
/**
*
* 冒泡排序----交换排序的一种
*
* 方法：相邻两元素进行比较，如有需要则进行交换，每完成一次循环就将最大元素排在最后（如从小到大排序），下一次循环是将其他的数进行类似操作。
*
* 性能：比较次数O(n^2),n^2/2；交换次数O(n^2),n^2/4
*
*
*
* @param data
* 要排序的数组
*
* @param sortType
* 排序类型
*
* @return
*
*/
public void bubbleSort(int[] data, String sortType) {
if (sortType.equals("asc")) { // 正排序，从小排到大
// 比较的轮数
for (int i = 1; i < data.length; i++) {
// 将相邻两个数进行比较，较大的数往后冒泡
for (int j = 0; j < data.length - i; j++) {
if (data[j] > data[j + 1]) {
// 交换相邻两个数
swap(data, j, j + 1);
}
}
}
} else if (sortType.equals("desc")) { // 倒排序，从大排到小
// 比较的轮数
for (int i = 1; i < data.length; i++) {
// 将相邻两个数进行比较，较大的数往后冒泡
for (int j = 0; j < data.length - i; j++) {
if (data[j] < data[j + 1]) {
// 交换相邻两个数
swap(data, j, j + 1);
}
}
}
} else {
System.out.println("您输入的排序类型错误！");
}
printArray(data);// 输出冒泡排序后的数组值
}
/**
*
* 直接选择排序法----选择排序的一种
*
* 方法：每一趟从待排序的数据元素中选出最小（或最大）的一个元素， 顺序放在已排好序的数列的最后，直到全部待排序的数据元素排完。
*
* 性能：比较次数O(n^2),n^2/2
*
* 交换次数O(n),n
*
* 交换次数比冒泡排序少多了，由于交换所需CPU时间比比较所需的CUP时间多，所以选择排序比冒泡排序快。
*
* 但是N比较大时，比较所需的CPU时间占主要地位，所以这时的性能和冒泡排序差不太多，但毫无疑问肯定要快些。
*
*
*
* @param data
* 要排序的数组
*
* @param sortType
* 排序类型
*
* @return
*
*/
public void selectSort(int[] data, String sortType) {
if (sortType.equals("asc")) { // 正排序，从小排到大
int index;
for (int i = 1; i < data.length; i++) {
index = 0;
for (int j = 1; j <= data.length - i; j++) {
if (data[j] > data[index]) {
index = j;
}
}
// 交换在位置data.length-i和index(最大值)两个数
swap(data, data.length - i, index);
}
} else if (sortType.equals("desc")) { // 倒排序，从大排到小
int index;
for (int i = 1; i < data.length; i++) {
index = 0;
for (int j = 1; j <= data.length - i; j++) {
if (data[j] < data[index]) {
index = j;
}
}
// 交换在位置data.length-i和index(最大值)两个数
swap(data, data.length - i, index);
}
} else {
System.out.println("您输入的排序类型错误！");
}
printArray(data);// 输出直接选择排序后的数组值
}
/**
*
* 插入排序
*
* 方法：将一个记录插入到已排好序的有序表（有可能是空表）中,从而得到一个新的记录数增1的有序表。
*
* 性能：比较次数O(n^2),n^2/4
*
* 复制次数O(n),n^2/4
*
* 比较次数是前两者的一般，而复制所需的CPU时间较交换少，所以性能上比冒泡排序提高一倍多，而比选择排序也要快。
*
*
*
* @param data
* 要排序的数组
*
* @param sortType
* 排序类型
*
*/
public void insertSort(int[] data, String sortType) {
if (sortType.equals("asc")) { // 正排序，从小排到大
// 比较的轮数
for (int i = 1; i < data.length; i++) {
// 保证前i+1个数排好序
int temp = data[i];
int j;
for (j = i; j > 0 && data[j - 1] < temp; j--) {
data[j] = data[j - 1];
}
data[j] = temp;
}
} else if (sortType.equals("desc")) { // 倒排序，从大排到小
// 比较的轮数
for (int i = 1; i < data.length; i++) {
// 保证前i+1个数排好序
int temp = data[i];
int j;
for (j = i; j > 0 && data[j - 1] < temp; j--) {
data[j] = data[j - 1];
}
data[j] = temp;
}
} else {
System.out.println("您输入的排序类型错误！");
}
printArray(data);// 输出插入排序后的数组值
}
/**
*
* 反转数组的方法
*
* @param data
* 源数组
*
*/
public void reverse(int[] data) {
int length = data.length;
int temp = 0;// 临时变量
for (int i = 0; i < length / 2; i++) {
temp = data[i];
data[i] = data[length - 1 - i];
data[length - 1 - i] = temp;
}
printArray(data);// 输出到转后数组的值
}
/**
*
* 快速排序
*
* 快速排序使用分治法（Divide and conquer）策略来把一个序列（list）分为两个子序列（sub-lists）。
*
* 步骤为：
*
* 1. 从数列中挑出一个元素，称为 "基准"（pivot），
*
* 2.
* 重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分割之后，该基准是它的最后位置。这个称为分割（partition）操作。
*
* 3. 递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序。
*
* 递回的最底部情形，是数列的大小是零或一，也就是永远都已经被排序好了。虽然一直递回下去，但是这个算法总会结束，因为在每次的迭代（iteration）中，它至少会把一个元素摆到它最后的位置去。
*
* @param data
* 待排序的数组
*
* @param low
*
* @param high
*
* @see SortTest#qsort(int[], int, int)
*
* @see SortTest#qsort_desc(int[], int, int)
*
*/
public void quickSort(int[] data, String sortType) {
if (sortType.equals("asc")) { // 正排序，从小排到大
qsort_asc(data, 0, data.length - 1);
} else if (sortType.equals("desc")) { // 倒排序，从大排到小
qsort_desc(data, 0, data.length - 1);
} else {
System.out.println("您输入的排序类型错误！");
}
}
/**
*
* 快速排序的具体实现，排正序
*
* @param data
*
* @param low
*
* @param high
*
*/
private void qsort_asc(int data[], int low, int high) {
int i, j, x;
if (low < high) { // 这个条件用来结束递归
i = low;
j = high;
x = data[i];
while (i < j) {
while (i < j && data[j] > x) {
j--; // 从右向左找第一个小于x的数
}
if (i < j) {
data[i] = data[j];
i++;
}
while (i < j && data[i] < x) {
i++; // 从左向右找第一个大于x的数
}
if (i < j) {
data[j] = data[i];
j--;
}
}
data[i] = x;
qsort_asc(data, low, i - 1);
qsort_asc(data, i + 1, high);
}
}
/**
*
* 快速排序的具体实现，排倒序
*
* @param data
*
* @param low
*
* @param high
*
*/
private void qsort_desc(int data[], int low, int high) {
int i, j, x;
if (low < high) { // 这个条件用来结束递归
i = low;
j = high;
x = data[i];
while (i < j) {
while (i < j && data[j] < x) {
j--; // 从右向左找第一个小于x的数
}
if (i < j) {
data[i] = data[j];
i++;
}
while (i < j && data[i] > x) {
i++; // 从左向右找第一个大于x的数
}
if (i < j) {
data[j] = data[i];
j--;
}
}
data[i] = x;
qsort_desc(data, low, i - 1);
qsort_desc(data, i + 1, high);
}
}
/**
*
* 二分查找特定整数在整型数组中的位置(递归)
*
* 查找线性表必须是有序列表
*
* @paramdataset
*
* @paramdata
*
* @parambeginIndex
*
* @paramendIndex
*
* @returnindex
*
*/
public int binarySearch(int[] dataset, int data, int beginIndex,
int endIndex) {
int midIndex = (beginIndex + endIndex) >>> 1; // 相当于mid = (low + high)
// / 2，但是效率会高些
if (data < dataset[beginIndex] || data > dataset[endIndex]
|| beginIndex > endIndex)
return -1;
if (data < dataset[midIndex]) {
return binarySearch(dataset, data, beginIndex, midIndex - 1);
} else if (data > dataset[midIndex]) {
return binarySearch(dataset, data, midIndex + 1, endIndex);
} else {
return midIndex;
}
}
/**
*
* 二分查找特定整数在整型数组中的位置(非递归)
*
* 查找线性表必须是有序列表
*
* @paramdataset
*
* @paramdata
*
* @returnindex
*
*/
public int binarySearch(int[] dataset, int data) {
int beginIndex = 0;
int endIndex = dataset.length - 1;
int midIndex = -1;
if (data < dataset[beginIndex] || data > dataset[endIndex]
|| beginIndex > endIndex)
return -1;
while (beginIndex <= endIndex) {
midIndex = (beginIndex + endIndex) >>> 1; // 相当于midIndex =
// (beginIndex +
// endIndex) / 2，但是效率会高些
if (data < dataset[midIndex]) {
endIndex = midIndex - 1;
} else if (data > dataset[midIndex]) {
beginIndex = midIndex + 1;
} else {
return midIndex;
}
}
return -1;
}
public static void main(String[] args) {
SortTest sortTest = new SortTest();
int[] array = sortTest.createArray();
System.out.println("==========冒泡排序后(正序)==========");
sortTest.bubbleSort(array, "asc");
System.out.println("==========冒泡排序后(倒序)==========");
sortTest.bubbleSort(array, "desc");
array = sortTest.createArray();
System.out.println("==========倒转数组后==========");
sortTest.reverse(array);
array = sortTest.createArray();
System.out.println("==========选择排序后(正序)==========");
sortTest.selectSort(array, "asc");
System.out.println("==========选择排序后(倒序)==========");
sortTest.selectSort(array, "desc");
array = sortTest.createArray();
System.out.println("==========插入排序后(正序)==========");
sortTest.insertSort(array, "asc");
System.out.println("==========插入排序后(倒序)==========");
sortTest.insertSort(array, "desc");
array = sortTest.createArray();
System.out.println("==========快速排序后(正序)==========");
sortTest.quickSort(array, "asc");
sortTest.printArray(array);
System.out.println("==========快速排序后(倒序)==========");
sortTest.quickSort(array, "desc");
sortTest.printArray(array);
System.out.println("==========数组二分查找==========");
System.out.println("您要找的数在第" + sortTest.binarySearch(array, 74)
+ "个位子。（下标从0计算）");
}
}