• 冒泡,插入,希尔,快速,归并,桶排序,堆排序算法汇总实现


    冒泡:

    public void bubbleSort(int[] arr){
            for(int i=arr.length-1;i>0;i--){
                for(int j=0;j<i;j++){
                    if(arr[j]>arr[j+1]){
                        swap(arr,j,j+1);
                    }
                }
            }
        }
    //也可以
    public void bubbleSort2(int[] arr){
            for(int i=0;i<arr.length;i++){
                for(int j=0;j<arr.length-1-i;j++){
                    if(arr[j]>arr[j+1]){
                        swap(arr,j,j+1);
                    }
                }
            }
        }

    插入:

     //插入排序 ({3},1,2)=>({1,3},2)=>({1,2,3})
        public void insertSort(int[] arr){
            //首先假设前方都排完了,我们排下一位 //第一个为有序,依次找
            int insertIndex,insertVal;
            for (int i = 0; i < arr.length; i++) {
                insertVal=arr[i];
                insertIndex=i-1;
                while (insertIndex>=0&&arr[insertIndex]>insertVal){
                    arr[insertIndex+1]=arr[insertIndex];
                    insertIndex--;
                }
                //前方全部后移之后,将该值插入到
                arr[++insertIndex]=insertVal;
            }
        }
    public void insertSort(int[] arr){
            int temp;
            for (int i = 1; i < arr.length; i++) {
                for (int j = i; j > 0; j--) {
                    if(arr[j]<arr[j-1]){
                        temp=arr[j];
                        arr[j]=arr[j-1];
                        arr[j-1]=temp;
                    }
                }
            }
        }

    希尔(移动):

     //希尔排序(移动法) 具有增量的插入排序
        public static void shellSort(int[] arr){
            //增量+插入
            int gap=arr.length/2;
            int insertIndex,insertVal;
            while (gap!=0){
                for (int i = gap; i < arr.length; i++) {
                    insertIndex=i-gap;
                    insertVal=arr[i];
                    while (insertIndex>=0&&insertVal<arr[insertIndex]){
                        arr[insertIndex+gap]=arr[insertIndex];
                        insertIndex-=gap;
                    }
                    arr[insertIndex+gap]=insertVal;
                }
                gap=gap/2;
            }
        }

    快速:

     //快速排序 固定首位,先从右往左找小,再从左往右找大,重合时交换首位,再排基准的左和右
        public static void quickSort(int[] arr){
            quickSortFunc(arr,0,arr.length-1);
        }
        private static void quickSortFunc(int[] arr,int left,int right){
            if(left>right){
                return;
            }
            int l=left,r=right,base=arr[left];
            while (l!=r){
                //先从右往左找小,同时需要r指针不能小于l指针,之所以没等号,是因为如果本次满足的话,r--这样就小于l了,因此这里不可以加等于号
                while (arr[r]>=base&&l<r){
                    r--;
                }
                //再从左往右找大
                while (arr[l]<=base&&l<r){
                    l++;
                }
                ///交换
                int temp=arr[l];
                arr[l]=arr[r];
                arr[r]=temp;
            }
            //此时说明l和r重合 即l==r
            arr[left]=arr[l];
            arr[l]=base;
            //对于基准的左边排
            quickSortFunc(arr,left,l-1);
            //对于基准的右边排
            quickSortFunc(arr,l+1,right);
        }

    归并:

      //归并排序 对半分解,然后(排序)拼接
        public static void mergeSort(int[] arr){
            int[] temp=new int[arr.length];//临时交换使用的数组
            mergeSortFunc(arr,0,arr.length-1,temp);
        }
        private static void mergeSortFunc(int[] arr,int left,int right,int[] temp){
            if(left>=right){//只有一个的时候 也不需要排序了
                return;
            }
            int mid=(left+right)/2;
            mergeSortFunc(arr,left,mid,temp);//先排左边
            mergeSortFunc(arr,mid+1,right,temp);//再排右边
            //此时mid的左边和右边都是各自按照顺序排列,此时的思想和插入排序一样了
            int l=mid,r=right,t=right;
            while (l>=left&&r>=mid+1){
                if(arr[l]>arr[r]){
                    temp[t]=arr[l];//可以直接写成:temp[t--]=arr[l--]; 为了防止以后忘记,我写开,便于快速回忆
                    t--;
                    l--;
                }else {
                    temp[t--]=arr[r--];
                }
            }
            //此时说明左边或者右边有一个已经全部填充完毕
            //那么另一个直接按照顺序填充就去就好了
            while (l>=left){
                temp[t--]=arr[l--];
            }
            while (r>=mid+1){
                temp[t--]=arr[r--];
            }
            //将本次调整的在temp记录的有顺序的值,赋值给arr对应位置
            for (int i = left; i <= right; i++) {
                arr[i]=temp[i];
            }
        }

     桶排序:

      (大顶堆:本节点的值要大于等于其左右子节点的值;  在升序排列中我们使用大顶堆,在降序排列中,我们是用小顶堆)

    public static void bucketSort(int[] arr){
            //第一次我们需要找倒数第一个非叶子节点,构造大顶堆(其索引位置在length/2-1),逐步由下往上构建大顶堆
            for (int i = arr.length/2-1; i >=0; i--) {
                adjustHead(arr,i,arr.length);
            }
            //之后我们将根节点的元素与最后的元素交换,也就是和叶子节点交换,
            //因为除了根节点外,其余节点结构均未改变,因此我们只需要从根节点出发构建大顶堆即可了
            for (int i=arr.length-1;i>=0;i--){
                int temp=arr[0];
                arr[0]=arr[i];
                arr[i]=temp;
                adjustHead(arr,0,i);
            }
        }
        /**
         * 升序排,我们需要构建大顶堆,然后交换到最后
         * @param arr 需要排序的数组
         * @param i 非叶子节点在数组中的索引
         * @param length 需要构建大顶堆的元素个数,length在逐渐减少
         */
        public static void adjustHead(int[] arr,int i,int length){
            int temp=arr[i];//取出当前非叶子节点的值
            //从当前非叶子节点开始,调整,一直调整到最下方
            for (int j = i*2+1; j < length; j=j*2+1) {
                //判断左右节点那个值大
                if(j+1<length&&arr[j]<arr[j+1]){
                    j++;//如果右节点的值较大,则j指向右节点,使用较大的值与temp比较
                }
                if(arr[j]>temp){
                    arr[i]=arr[j];//让当前非叶子节点的值,赋值为这个最大的值
                    i=j;//同时i指向j当前位置,因为这个节点改变了嘛,因此我还需要判断当前这个节点是否满足大顶堆
                }else {
                    break;//如果当前非叶子节点的值最大,那么它已经是一个大顶堆了,我们不要再动了
                }
            }
            arr[i]=temp;
        }

     堆排序:

       推荐网址(非常清晰):https://www.cnblogs.com/chengxiao/p/6129630.html

     public static void sort(int[] arr) {
            //1.构建大顶堆
            for (int i = arr.length / 2 - 1; i >= 0; i--) {
                //从第一个非叶子结点从下至上,从右至左调整结构
                adjustHeap(arr, i, arr.length);
            }
            //2.调整堆结构+交换堆顶元素与末尾元素
            for (int j = arr.length - 1; j > 0; j--) {
                swap(arr, 0, j);//将堆顶元素与末尾元素进行交换
                adjustHeap(arr, 0, j);//重新对堆进行调整
            }
    
        }
    
        /**
         * 调整大顶堆(仅是调整过程,建立在大顶堆已构建的基础上)
         *
         * @param arr
         * @param i
         * @param length
         * 也就是要把当前位置的值放包含当前的值和子节点的值
         */
        public static void adjustHeap(int[] arr, int i, int length) {
            int temp = arr[i];//先取出当前元素i
            for (int k = i * 2 + 1; k < length; k = k * 2 + 1) {//从i结点的左子结点开始,也就是2i+1处开始
                if (k + 1 < length && arr[k] < arr[k + 1]) {//如果左子结点小于右子结点,k指向右子结点
                    k++;
                }
                if (arr[k] > temp) {//如果子节点大于父节点,将子节点值赋给父节点(不用进行交换)
                    arr[i] = arr[k];
                    i = k;
                } else {
                    break;
                }
            }
            arr[i] = temp;//将temp值放到最终的位置
        }
    
        /**
         * 交换元素
         *
         * @param arr
         * @param a
         * @param b
         */
        public static void swap(int[] arr, int a, int b) {
            int temp = arr[a];
            arr[a] = arr[b];
            arr[b] = temp;
        }
     //递归版的更好理解(B站视频讲解很清楚哦)
        public static void adjustHead(int[] arr,int i,int length){
            if(i>=length)return;
            int leftChildIndex=2*i+1;
            int rightChildIndex=2*i+2;
            int maxIndex=i;
            if(leftChildIndex < length && arr[leftChildIndex]> arr[maxIndex]){
                maxIndex = leftChildIndex;
            }
            if(rightChildIndex < length && arr[rightChildIndex]> arr[maxIndex]){
                maxIndex = rightChildIndex;
            }
            if(maxIndex!=i){
                swap(arr,i,maxIndex);
                adjustHead(arr,maxIndex,length);
            }
        }
  • 相关阅读:
    时间序列数据
    python--模块
    聚类模型
    数模写作
    分类问题
    图论的基本概念
    706. Design HashMap
    第七讲异方差、多重共线性、逐步回归
    187.Repeated DNA Sequences
    C语言堆内存的分配和使用
  • 原文地址:https://www.cnblogs.com/ningxinjie/p/13088975.html
Copyright © 2020-2023  润新知