热门标签 | HotTags
当前位置:  开发笔记 > 人工智能 > 正文

java中常用的排序方法

今天给大家介绍一下,java中常用的排序方法。

代码如下:

package com.test;

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 Sort {
 /**
  * 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     // 将相邻两个数进行比较,较大的数往后冒泡
    for (int j = 0; 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     // 将相邻两个数进行比较,较大的数往后冒泡
    for (int j = 0; j      if (data[j]       // 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     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     index = 0;
    for (int j = 1; j <= data.length - i; j++) {
     if (data[j]       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     // 保证前i+1个数排好序
    for (int j = 0; j      if (data[j] > data[i]) {
      // 交换在位置j和i两个数
      swap(data, i, j);
     }
    }
   }
  } else if (sortType.equals("desc")) { // 倒排序,从大排到小
   // 比较的轮数
   for (int i = 1; i     // 保证前i+1个数排好序
    for (int j = 0; j      if (data[j]       // 交换在位置j和i两个数
      swap(data, i, j);
     }
    }
   }
  } 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    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    i = low;
   j = high;
   x = data[i];
   while (i     while (i x) {
     j--; // 从右向左找第一个小于x的数
    }
    if (i      data[i] = data[j];
     i++;
    }
    while (i      i++; // 从左向右找第一个大于x的数
    }
    if (i      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    i = low;
   j = high;
   x = data[i];
   while (i     while (i      j--; // 从右向左找第一个小于x的数
    }
    if (i      data[i] = data[j];
     i++;
    }
    while (i x) {
     i++; // 从左向右找第一个大于x的数
    }
    if (i      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[endIndex] || beginIndex > endIndex)
   return -1;
  if (data    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[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     endIndex = midIndex - 1;
   } else if (data > dataset[midIndex]) {
    beginIndex = midIndex + 1;
   } else {
    return midIndex;
   }
  }
  return -1;
 }

 public static void main(String[] args) {

  Sort sortTest = new Sort();

  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)");
 }
}


推荐阅读
  • 本文详细探讨了Java中的24种设计模式及其应用,并介绍了七大面向对象设计原则。通过创建型、结构型和行为型模式的分类,帮助开发者更好地理解和应用这些模式,提升代码质量和可维护性。 ... [详细]
  • 本文介绍了Java并发库中的阻塞队列(BlockingQueue)及其典型应用场景。通过具体实例,展示了如何利用LinkedBlockingQueue实现线程间高效、安全的数据传递,并结合线程池和原子类优化性能。 ... [详细]
  • 在给定的数组中,除了一个数字外,其他所有数字都是相同的。任务是找到这个唯一的不同数字。例如,findUniq([1, 1, 1, 2, 1, 1]) 返回 2,findUniq([0, 0, 0.55, 0, 0]) 返回 0.55。 ... [详细]
  • 本文探讨了卷积神经网络(CNN)中感受野的概念及其与锚框(anchor box)的关系。感受野定义了特征图上每个像素点对应的输入图像区域大小,而锚框则是在每个像素中心生成的多个不同尺寸和宽高比的边界框。两者在目标检测任务中起到关键作用。 ... [详细]
  • 网络攻防实战:从HTTP到HTTPS的演变
    本文通过一系列日记记录了从发现漏洞到逐步加强安全措施的过程,探讨了如何应对网络攻击并最终实现全面的安全防护。 ... [详细]
  • 本文深入探讨了Linux系统中网卡绑定(bonding)的七种工作模式。网卡绑定技术通过将多个物理网卡组合成一个逻辑网卡,实现网络冗余、带宽聚合和负载均衡,在生产环境中广泛应用。文章详细介绍了每种模式的特点、适用场景及配置方法。 ... [详细]
  • 本文探讨了如何在给定整数N的情况下,找到两个不同的整数a和b,使得它们的和最大,并且满足特定的数学条件。 ... [详细]
  • 深度学习理论解析与理解
    梯度方向指示函数值增加的方向,由各轴方向的偏导数综合而成,其模长表示函数值变化的速率。本文详细探讨了导数、偏导数、梯度等概念,并结合Softmax函数、卷积神经网络(CNN)中的卷积计算、权值共享及池化操作进行了深入分析。 ... [详细]
  • 机器学习中的相似度度量与模型优化
    本文探讨了机器学习中常见的相似度度量方法,包括余弦相似度、欧氏距离和马氏距离,并详细介绍了如何通过选择合适的模型复杂度和正则化来提高模型的泛化能力。此外,文章还涵盖了模型评估的各种方法和指标,以及不同分类器的工作原理和应用场景。 ... [详细]
  • 自学编程与计算机专业背景者的差异分析
    本文探讨了自学编程者和计算机专业毕业生在技能、知识结构及职业发展上的不同之处,结合实际案例分析两者的优势与劣势。 ... [详细]
  • 2023年京东Android面试真题解析与经验分享
    本文由一位拥有6年Android开发经验的工程师撰写,详细解析了京东面试中常见的技术问题。涵盖引用传递、Handler机制、ListView优化、多线程控制及ANR处理等核心知识点。 ... [详细]
  • 深入浅出:Google工程师的算法学习指南
    通过Google工程师的专业视角,带你系统掌握算法的核心概念与实践技巧。 ... [详细]
  • 本文深入探讨了 Python 列表切片的基本概念和实际应用,通过具体示例展示了不同切片方式的使用方法及其背后的逻辑。 ... [详细]
  • 本文详细介绍了K-Medoids聚类算法,这是一种基于划分的聚类方法,适用于处理大规模数据集。文章探讨了其优点、缺点以及具体实现步骤,并通过实例进行说明。 ... [详细]
  • 本文探讨如何利用人工智能算法自动区分网页是详情页还是列表页,介绍具体的实现思路和技术细节。 ... [详细]
author-avatar
手机用户2602921437_525
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有