排序

排序的介绍

排序是将一组数据，依指定的顺序进行排列的过程, 常见的排序：

1. 冒泡排序
2. 选择排序
3. 插入排序
4. 快速排序
5. 归并排序

 

冒泡排序

冒泡排序（Bubble Sorting）的基本思想是：通过对待排序序列从后向前（从下标较大的元素开始）,依次比较

相邻元素的排序码，若发现逆序则交换，使排序码较小的元素逐渐从后部移向前部（从下标较大的单元移向下

标较小的单元），就象水底下的气泡一样逐渐向上冒。

 

因为排序的过程中，各元素不断接近自己的位置，如果一趟比较下

来没有进行过交换，就说明序列有序，因此要在排序过程中设置

一个标志flag判断元素是否进行过交换。从而减少不必要的比较。

 

冒泡排序，前面的老师，已经讲过了。

 

• 冒泡排序的代码:

package com.atguigu.temp.sort

import java.text.SimpleDateFormat

import java.util.Date

object BubbleSort {

def main(args: Array[String]): Unit = {

//数组

//val arr = Array(3, 9, -1, 10, 20)

//创建一个80000个随机数据的数组

val random = new util.Random()

val arr = new Array[Int](80000)

for (i <- 0 until 80000) {

arr(i) = random.nextInt(8000000)

}

println("排序前")

val now: Date = new Date()

val dateFormat: SimpleDateFormat =

new SimpleDateFormat("yyyy-MM-dd HH:mm:ss")

val date = dateFormat.format(now)

println("排序前时间=" + date) //输出时间

 

println(arr.mkString(" "))

println("排序后")

bubbleSort(arr)

println(arr.mkString(" "))

val now2: Date = new Date()

val date2 = dateFormat.format(now2)

println("排序后时间=" + date2) //输出时间

}

def bubbleSort(arr: Array[Int]): Unit = {

 

for (i <- 0 until arr.length - 1) {

for (j <- 0 until arr.length - 1 - i) {

if (arr(j) > arr(j + 1)) {

val temp = arr(j)

arr(j) = arr(j + 1)

arr(j + 1) = temp

}

}

}

}

}

 

 

选择排序基本介绍

选择式排序也属于内部排序法，是从欲排序的数据中，按指定的规则选出某一元素，经过和其他元素重整，再依规定()交换位置后达到排序的目的。

 

选择排序思想:

选择排序（select sorting）也是一种简单的排序方法。它的基本思想是：第一次从R[0]~R[n-1]中选取最小值，与R[0]交换，第二次从R[1]~R[n-1]中选取最小值，与R[1]交换，第三次从R[2]~R[n-1]中选取最小值，与R[2]交换，…，第i次从R[i-1]~R[n-1]中选取最小值，与R[i-1]交换，…, 第n-1次从R[n-2]~R[n-1]中选取最小值，与R[n-2]交换，总共通过n-1次，得到一个按排序码从小到大排列的有序序列。

 

选择排序思路分析图:

选择排序的代码实现

package com.atguigu.chapter18.sort

 

import java.text.SimpleDateFormat

import java.util.Date

 

object SelectSort {

def main(args: Array[String]): Unit = {

//var arr = Array(101, 34, 119, 1)

 

val random = new util.Random()

val arr = new Array[Int](80000)

for (i <- 0 until 80000) { //循环的生成随机数

arr(i) = random.nextInt(8000000)

}

println("排序前")

val now: Date = new Date()

val dateFormat: SimpleDateFormat =

new SimpleDateFormat("yyyy-MM-dd HH:mm:ss")

val date = dateFormat.format(now)

println("排序前时间=" + date) //输出时间

 

//我们发现规律,调用选择排序

selectSort(arr)

 

println("排序后")

//println(arr.mkString(" "))

val now2: Date = new Date()

val date2 = dateFormat.format(now2)

println("排序后时间=" + date2) //输出时间

 

 

 

 

//我们看一下排序的一个演变过程

//第1轮排序 (101, 34, 119, 1) => (1, 34, 119, 101)

 

/*

 

var min = arr(0)

var minIndex = 0

//遍历

for (j <- (0 + 1) until arr.length) {

if (min > arr(j)) { // 说明min不是真的最小值

min = arr(j) // 重置min

minIndex = j // 重置minIndex

}

}

//判断是否需要交换

if (minIndex != 0) {

arr(minIndex) = arr(0)

arr(0) = min

}

 

println("第1轮结束")

println(arr.mkString(" "))

 

//第2轮排序 (1, 34, 119, 101) => (1, 34, 119, 101)

 

min = arr(1)

minIndex = 1

//遍历

for (j <- (1 + 1) until arr.length) {

if (min > arr(j)) { // 说明min不是真的最小值

min = arr(j) // 重置min

minIndex = j // 重置minIndex

}

}

//判断是否需要交换

if (minIndex != 1) {

arr(minIndex) = arr(1)

arr(1) = min

}

 

println("第2轮结束")

println(arr.mkString(" "))

 

 

//第3轮排序 (1, 34, 119, 101) => (1, 34, 101, 119)

 

min = arr(2)

minIndex = 2

//遍历

for (j <- (2 + 1) until arr.length) {

if (min > arr(j)) { // 说明min不是真的最小值

min = arr(j) // 重置min

minIndex = j // 重置minIndex

}

}

//判断是否需要交换

if (minIndex != 2) {

arr(minIndex) = arr(2)

arr(2) = min

}

 

println("第3轮结束")

println(arr.mkString(" "))

*/

 

}

 

def selectSort(arr:Array[Int]): Unit = {

 

for (i <- 0 until arr.length -1) {

var min = arr(i)

var minIndex = i

//遍历

for (j <- (i + 1) until arr.length) {

if (min > arr(j)) { // 说明min不是真的最小值

min = arr(j) // 重置min

minIndex = j // 重置minIndex

}

}

//判断是否需要交换

if (minIndex != i) {

arr(minIndex) = arr(i)

arr(i) = min

}

 

// println(s"第${i+1}轮结束")

// println(arr.mkString(" "))

}

}

}

 

 

插入排序法介绍:

插入式排序属于内部排序法，是对于欲排序的元素以插入的方式找寻该元素的适当位置，以达到排序的目的。

 

插入排序法思想:

插入排序（Insertion Sorting）的基本思想是：把n个待排序的元素看成为一个有序表和一个无序表，开始时有序表中只包含一个元素，无序表中包含有n-1个元素，排序过程中每次从无序表中取出第一个元素，把它的排序码依次与有序表元素的排序码进行比较，将它插入到有序表中的适当位置，使之成为新的有序表。

插入排序法思路示意图

插入排序的代码实现

package com.atguigu.chapter18.sort

 

import java.text.SimpleDateFormat

import java.util.Date

 

object InsertSort {

def main(args: Array[String]): Unit = {

 

//测试数组

//val arr = Array(101, 34, 119, 1,-1, 45,900)

 

val random = new util.Random()

val arr = new Array[Int](80000)

for (i <- 0 until 80000) { //循环的生成随机数

arr(i) = random.nextInt(8000000)

}

println("排序前")

val now: Date = new Date()

val dateFormat: SimpleDateFormat =

new SimpleDateFormat("yyyy-MM-dd HH:mm:ss")

val date = dateFormat.format(now)

println("排序前时间=" + date) //输出时间

 

insertSort(arr) //调用插入排序

 

println("插入排序后")

 

val now2: Date = new Date()

val date2 = dateFormat.format(now2)

println("排序后时间=" + date2) //输出时间

//println(arr.mkString(" "))

 

 

//第1轮插入排序

//(101), 34, 119, 1 => (34,101),119,1

 

// (101, 101) 119, 1

/* var insertVal = arr(1)

var insertIndex = 1 - 1 // 表示有序表的最后这个元素的下标

 

//还没找到位置

while (insertIndex >= 0 && insertVal < arr(insertIndex)) {

arr(insertIndex+1) = arr(insertIndex)

insertIndex -= 1

}

//退出while 说明插入的位置就找到了

arr(insertIndex + 1) = insertVal

 

println("第1轮的结果是")

println(arr.mkString(" "))

 

 

//第2轮

insertVal = arr(2)

insertIndex = 2 - 1 // 表示有序表的最后这个元素的下标

 

//还没找到位置

while (insertIndex >= 0 && insertVal < arr(insertIndex)) {

arr(insertIndex+1) = arr(insertIndex)

insertIndex -= 1

}

//退出while 说明插入的位置就找到了

arr(insertIndex + 1) = insertVal

 

println("第2的结果是")

println(arr.mkString(" "))

 

 

//第3轮

insertVal = arr(3)

insertIndex = 3 - 1 // 表示有序表的最后这个元素的下标

 

//还没找到位置

while (insertIndex >= 0 && insertVal < arr(insertIndex)) {

arr(insertIndex+1) = arr(insertIndex)

insertIndex -= 1

}

//退出while 说明插入的位置就找到了

arr(insertIndex + 1) = insertVal

 

println("第3的结果是")

println(arr.mkString(" "))*/

 

}

 

def insertSort(arr:Array[Int]): Unit ={

//发现规律

for (i <- 1 until arr.length) {

var insertVal = arr(i)

var insertIndex = i - 1 // 表示有序表的最后这个元素的下标

 

//还没找到位置

while (insertIndex >= 0 && insertVal < arr(insertIndex)) {

arr(insertIndex+1) = arr(insertIndex)

insertIndex -= 1

}

//退出while 说明插入的位置就找到了

arr(insertIndex + 1) = insertVal

 

// println(s"第${i}轮的结果是")

// println(arr.mkString(" "))

}

}

}

 

/*

插入排序的思路:

插入排序（Insertion Sorting）的基本思想是：把n个待排序的元素看成为一个有序表和一个无序表，开始时有序表中只包含一个元素，无序表中包含有n-1个元素，排序过程中每次从无序表中取出第一个元素，把它的排序码依次与有序表元素的排序码进行比较，将它插入到有序表中的适当位置，使之成为新的有序表。

 

*/

 

快速排序法介绍:

快速排序（Quicksort）是对冒泡排序的一种改进。基本思想是：通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另外一部分的所有数据都要小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列

 

快速排序法示意图:

1. 代码实现

package com.atguigu.chapter18.sort

 

import java.text.SimpleDateFormat

import java.util.Date

 

import util.control.Breaks._

 

object QuickSort {

def main(args: Array[String]): Unit = {

 

//val arr = Array(-9,78,0,23,-567,70)

 

val random = new util.Random()

val arr = new Array[Int](80000000)

for (i <- 0 until 80000000) { //循环的生成随机数

arr(i) = random.nextInt(8000000)

}

println("排序前")

val now: Date = new Date()

val dateFormat: SimpleDateFormat =

new SimpleDateFormat("yyyy-MM-dd HH:mm:ss")

val date = dateFormat.format(now)

println("排序前时间=" + date) //输出时间

 

quickSort(0, arr.length -1, arr) // 调用快排

println("排序后")

 

val now2: Date = new Date()

val date2 = dateFormat.format(now2)

println("排序后时间=" + date2) //输出时间

//println(arr.mkString(" ")) // ( 0 )// -567 -9 0 23 78 70

}

 

/*

1. left: 指定从数组的左边的下标 0

2. right : 指定从数组的右边的下标 length -1

3. arr : 进行排序的数组

*/

def quickSort(left: Int, right: Int, arr: Array[Int]): Unit = {

var l = left // 左下标

var r = right // 右下标

var pivot = arr((left + right) / 2) // 以中间的值为基准进行分割

var temp = 0

breakable {

// while 语句的作用就是把比 pivot 小的数放到左边, 比pivot大的数放到右边

while (l < r) {

while (arr(l) < pivot) { //从左边找一个比 pivot 大的值对应下标

l += 1

}

while (arr(r) > pivot) { //从右边找一个比 pivot 小的值对应下标

r -= 1

}

if (l >= r) { // 说明本次交换结束,退出本次while

break()

}

var temp = arr(l) //交换

arr(l) = arr(r)

arr(r) = temp

//处理后，如果发现arr(l) == pivot 就r - =1 , 提高效率

if (arr(l) == pivot) {

r -= 1

}

//

if ((arr(r)) == pivot) {

l += 1

}

}

}

if (l == r) { // 提高效率

l += 1

r -= 1

}

 

if (left < r) { //向左递归排序

quickSort(left, r, arr)

}

if (right > l) {//向右递归排序

quickSort(l, right, arr)

}

}

 

}

 

 

归并排序介绍:

归并排序（MERGE-SORT）是利用归并的思想实现的排序方法，该算法采用经典的分治（divide-and-conquer）策略（分治法将问题分(divide)成一些小的问题然后递归求解，而治(conquer)的阶段则将分的阶段得到的各答案"修补"在一起，即分而治之)。

 

归并排序思想示意图1-基本思想:

归并排序思想示意图2-合并相邻有序子序列:

再来看看治阶段，我们需要将两个已经有序的子序列合并成一个有序序列，比如上图中的最后一次合并，要将[4,5,7,8]和[1,2,3,6]两个已经有序的子序列，合并为最终序列[1,2,3,4,5,6,7,8]，来看下实现步骤

1. 归并排序的代码实现

package com.atguigu.chapter18.sort

 

import java.text.SimpleDateFormat

import java.util.Date

 

object MergeSort {

def main(args: Array[String]): Unit = {

 

//var arr = Array(-9, 78, 0, 23, -567, 70)

 

val random = new util.Random()

val arr = new Array[Int](80000000)

for (i <- 0 until 80000000) { //循环的生成随机数

arr(i) = random.nextInt(8000000)

}

println("排序前")

val now: Date = new Date()

val dateFormat: SimpleDateFormat =

new SimpleDateFormat("yyyy-MM-dd HH:mm:ss")

val date = dateFormat.format(now)

 

val temp = new Array[Int](arr.length) //临时的数组

 

println("排序前时间=" + date) //输出时间

 

mergeSort(arr, 0, arr.length - 1, temp) //调用归并排序法

 

println("归并排序后")

 

val now2: Date = new Date()

val date2 = dateFormat.format(now2)

println("排序后时间=" + date2) //输出时间

 

// println(arr.mkString(" "))

 

}

 

//是后一个归并排序

/*

1. arr :待排序的数组

2. left: 最初的左边的下标 0

3. right: 最初的右边下标 length - 1

4. temp ：就是临时数组 , 事先就开辟好的，大小和 arr 一样.

*/

def mergeSort(arr: Array[Int], left: Int, right: Int, temp: Array[Int]): Unit = {

if (left < right) { //如果 left < right 就可以继续分

val mid = (left + right) / 2

mergeSort(arr, left, mid, temp) // 递归将左边的数据做成有序列表

mergeSort(arr, mid + 1, right, temp) //递归将右边的数据做成有序列表

// merge 是合并的操作

merge(arr, left, mid, right, temp)

}

}

 

def merge(arr: Array[Int], left: Int, mid: Int, right: Int, temp: Array[Int]) {

var i = left // i 就是左边指针[索引]

var j = mid + 1 //j 就是右边的指针

var t = 0 // t 是temp 数组的索引

while (i <= mid && j <= right) {

// 如果是当前的左边的有序列表的值小于当前的右边有序列表的值

// 就把这个值拷贝到 temp数组

if (arr(i) <= arr(j)) {

temp(t) = arr(i)

t += 1

i += 1

} else { // 如果是当前的右边的有序列表的值小于当前的左边有序列表的值，就把这个值拷贝到 temp数组

temp(t) = arr(j)

t += 1

j += 1

}

}

while (i <= mid) { //如果左边有序列表还有剩余数据，就依次拷贝到temp数组

temp(t) = arr(i)

t += 1

i += 1

}

while (j <= right) { //如果右边有序列表还有剩余数据，就依次拷贝到temp数组

temp(t) = arr(j)

t += 1

j += 1

}

 

// 下面代码是完成将本次的temp 的数据拷贝到arr中

t = 0

var tempLeft = left

while (tempLeft <= right) {

arr(tempLeft) = temp(t)

t += 1

tempLeft += 1

}

}

 

 

}

 

课后思考题： {1,8, 10, 89, 1000, 1000，1234} 当一个有序数组中，有多个相同的数值时，如何将所有的数值都查找到，比如这里的 1000.

• 新版的代码如下

package com.atguigu.chapter18.search

 

import scala.collection.mutable.ArrayBuffer

import util.control.Breaks._

 

object BinarySearch {

def main(args: Array[String]): Unit = {

 

val arr = Array(1, 8, 10, 1000, 1000,1000, 1000, 1000, 1000,1000, 1000,1000, 1234)

// val index = binarySearch(arr, 0, arr.length - 1, 1000)

// if (index != -1) {

// println("找到，下标为" + index)

// } else {

// println("没有找到")

// }

 

var resArr = binarySearch2(arr, 0, arr.length - 1, 1000)

resArr = resArr.sortBy((x:Int) => x)

if (resArr.length != 0) {

for (index<-resArr) {

println("找到的索引有" + index)

}

}else {

println("没有找到")

}

}

 

//二分查找的思路

//1. 先找到中间值

//2. 然后将中间值和查找值比较

//2.1 相等，找出

//2.2 中间值 > 查找值, 向左进行递归查找

//2.3 中间值 < 查找值, 向右进行递归查找

// ? 在什么情况下，表示找不到?

//如果存在值，就返回对应的下标，否则返回-1

def binarySearch(arr: Array[Int], l: Int, r: Int, findVal: Int): Int = {

 

//找不到条件?

if (l > r) {

return -1

}

 

val midIndex = (l + r) / 2

val midVal = arr(midIndex)

if (midVal > findVal) {

//向左进行递归查找

binarySearch(arr, l, midIndex - 1, findVal)

} else if (midVal < findVal) { //向右进行递归查找

binarySearch(arr, midIndex + 1, r, findVal)

} else {

return midIndex

}

 

}

 

/*

课后思考题： {1,8, 10, 89, 1000, 1000，1234} 当一个有序数组中，有多个相同的数值时，如何将所有的数值都查找到，比如这里的 1000.

//分析

1. 返回的结果是一个可变数组 ArrayBuffer

2. 在找到结果时，向左边扫描，向右边扫描 [条件]

3. 找到结果后，就加入到ArrayBuffer

*/

def binarySearch2(arr: Array[Int], l: Int, r: Int,

findVal: Int): ArrayBuffer[Int] = {

 

//找不到条件?

if (l > r) {

return ArrayBuffer()

}

 

val midIndex = (l + r) / 2

val midVal = arr(midIndex)

if (midVal > findVal) {

//向左进行递归查找

binarySearch2(arr, l, midIndex - 1, findVal)

} else if (midVal < findVal) { //向右进行递归查找

binarySearch2(arr, midIndex + 1, r, findVal)

} else {

println("midIndex=" + midIndex)

//定义一个可变数组

val resArr = ArrayBuffer[Int]()

//向左边扫描

var temp = midIndex - 1

breakable {

while (true) {

if (temp < 0 || arr(temp) != findVal) {

break()

}

if (arr(temp) == findVal) {

resArr.append(temp)

}

temp -= 1

}

}

//将中间这个索引加入

resArr.append(midIndex)

//向右边扫描

temp = midIndex + 1

breakable {

while (true) {

if (temp > arr.length - 1 || arr(temp) != findVal) {

break()

}

if (arr(temp) == findVal) {

resArr.append(temp)

}

temp += 1

}

}

return resArr

}

 

}

}