排序演算法的介紹
排序也稱排序演算法 (Sort Algorithm)，排序是將一 組資料，依指定的順序進行排列 的程序，
排序的分類
- 內部排序：指將需要處理的所有資料都加載到內部存盤器中進行，
- 外部排序法：資料量過大，無法全部加載到記憶體中，需要借助外部存盤進行 排序，
冒號排序
冒泡排序（BubbleSorting）的基本思想是：通過對待排序序列從前向后（從下標較小的元素開始）,依次比較相鄰元素的值，若發現逆序則交換，使值較大的元素逐漸從前移向后部，就象水底下的氣泡一樣逐漸 向上冒，
圖解：
代碼示例：
public class BubbleSort {
public static void main(String[] args) {
int[] arr = {3, 2, 4, 1, 7, 5, 6};
bubbleSort(arr);
}
/**
* 時間復雜度O(n^2)
*
* @param arr
*/
public static void bubbleSort(int[] arr) {
boolean flag = false;
for (int i = 0; i < arr.length - 1; i++) {
for (int j = 0; j < arr.length - 1 - i; j++) {
if (arr[j] > arr[j + 1]) {
flag = true;
arr[j] = arr[j] ^ arr[j + 1];
arr[j + 1] = arr[j] ^ arr[j + 1];
arr[j] = arr[j] ^ arr[j + 1];
}
}
if (!flag) {
break;
} else {
// 重置flag, 進行下次判斷
flag = false;
}
// System.out.println("第" + (i + 1) + "次排序后的結果: ");
// System.out.println(Arrays.toString(arr));
}
}
}
選擇排序
選擇排序（selectsorting）也是一種簡單的排序方法，
它的基本思想 是：第一次從arr[0]->arr[n-1]中選取最小值，與arr[0]交換，第二次從arr[1]->arr[n1]中選取最小值，與arr[1]交換，第三次從arr[2]->arr[n-1]中選取最小值，與arr[2]交換，…，第i次從arr[i-1]->arr[n-1]中選取最小值，與arr[i-1]交換，…,第n-1次從arr[n-2]->arr[n-1]中選取最小值，與arr[n-2]交換，總共通過n-1次，得到一個按排序碼從小到大排列的有序序列，
圖解：
代碼示例：
public class SelectSort {
public static void main(String[] args) {
int[] arr = {101, 34, 119, 1, 64, 412, 10};
selectSort(arr);
System.out.println(Arrays.toString(arr));
}
public static void selectSort(int[] arr) {
for (int j = 0; j < arr.length - 1; j++) {
// 假如最小值就是下標為0的元素
int minIndex = j;
int min = arr[j];
for (int i = j + 1; i < arr.length; i++) {
if (min > arr[i]) { // 說明假定的最小值,并不是最小的
// 重置最小值
min = arr[i];
minIndex = i;
}
}
// 將最小值,放在arr[0],即交換
if (minIndex != j) {
arr[minIndex] = arr[j];
arr[j] = min;
}
// System.out.println("第" + (j + 1) + "輪后: ");
// System.out.println(Arrays.toString(arr));
}
}
}
插入排序
插入排序（InsertionSorting）的基本思想是：把n個待排序的元素看成為一個有序表和一個無序表，開始時有序表中只包含一個元素，無序表中包含有n-1個元素，排序程序中每次從無序表中取出第一個元素，把它排序碼依次與有序表元素的排序碼進行比較，將它插入到有序表中的適當位置，使之成為新的有序表，
圖解:
代碼示例:
public class InsertSort {
public static void main(String[] args) {
int[] arr = {101, 34, 119, 1, -1, 89};
insertSort(arr);
System.out.println(Arrays.toString(arr));
}
public static void insertSort(int[] arr) {
for (int i = 1; i < arr.length; i++) {
int insertVal = arr[i]; // 要插入的數
int insertIndex = i - 1; // 要插入數的位置,即arr[1]的前面這個數的下標
/*
給insertVal 找到插入的位置
說明:
1.insertIndex >= 0 保證在給insertVal找插入位置時,不越界
2.insertVal < arr[insertIndex] 說明待插入的數,還沒有找到插入位置
3.將arr[insertIndex] 后移
*/
while (insertIndex >= 0 && insertVal < arr[insertIndex]) {
arr[insertIndex + 1] = arr[insertIndex];
insertIndex--;
}
// 當退出回圈時,說明插入的位置找到, 就是: insertIndex + 1 的位置
// 判斷是否需要賦值
if (insertIndex + 1 != i) {
arr[insertIndex + 1] = insertVal;
}
// System.out.println("第" + i + "輪插入后: ");
// System.out.println(Arrays.toString(arr));
}
}
}
希爾排序
希爾排序也是一種插入排序，它是簡單插入排序經過改進之后的一個更高效的版本，也稱為縮小增量排序，
希爾排序是把記錄按下標的一定增量分組，對每組使用直接插入排序演算法排序；隨著增量逐漸減少，每組包含的關鍵詞越來越多，當增量減至1 時，整個檔案恰被分成一組，演算法便終止
圖解：
代碼示例：
public class ShellSort {
public static int temp = 2;
public static int temp1 = 5;
public static int temp2 = 2;
public static int temp3 = 1;
public static void main(String[] args) {
int[] arr = {8, 9, 1, 7, 2, 3, 5, 4, 6, 0};
// shellSort1(arr);
shellSort2(arr);
System.out.println(Arrays.toString(arr));
}
/**
* shellSort1,對有序序列在插入時采用交換法,效率不是很高
*
* @param arr
*/
public static void shellSort1(int[] arr) {
int count = 0;
for (int gap = arr.length / temp; gap > 0; gap /= temp) {
for (int i = gap; i < arr.length; i++) {
// 遍歷各組中所有的元素(共gap組),步長gap
for (int j = i - gap; j >= 0; j -= gap) {
// 如果當前元素大于加上步長后的那個元素,說明交換
if (arr[j] > arr[j + gap]) {
arr[j] = arr[j] ^ arr[j + gap];
arr[j + gap] = arr[j] ^ arr[j + gap];
arr[j] = arr[j] ^ arr[j + gap];
}
}
}
// System.out.printf("希爾排序交換法,第%d輪: \n", ++count);
// System.out.println(Arrays.toString(arr));
}
}
/**
* shellSort2,對有序序列在插入時采用移位法,效率更高
*
* @param arr
*/
public static void shellSort2(int[] arr) {
int count = 0;
for (int gap = arr.length / temp; gap > 0; gap /= temp) {
// 從第gap個元素,逐個對其所在的組進行直接插入排序
for (int i = gap; i < arr.length; i++) {
// 待插入的位置的下標
int j = i;
// 記錄要插入的值
int temp = arr[i];
if (arr[j] < arr[j - gap]) {
while (j - gap >= 0 && temp < arr[j - gap]) {
// 移動
arr[j] = arr[j - gap];
j -= gap;
}
// 當退出while回圈后,就給temp找到了插入的位置
arr[j] = temp;
}
}
// System.out.printf("希爾排序移位法,第%d輪: \n", ++count);
// System.out.println(Arrays.toString(arr));
}
}
public static void shellSort3(int[] arr) {
// 逐步推導分析思路:
// 希爾排序的第一輪排序:
// 因為第一輪排序, 是將10個資料分成了5組
for (int i = 5; i < arr.length; i++) {
// 遍歷各組中所有的元素(共5組,每組有兩個元素),步長5
for (int j = i - temp1; j >= 0; j -= temp1) {
// 如果當前元素大于加上步長后的那個元素,說明交換
if (arr[j] > arr[j + 5]) {
arr[j] = arr[j] ^ arr[j + 5];
arr[j + 5] = arr[j] ^ arr[j + 5];
arr[j] = arr[j] ^ arr[j + 5];
}
}
}
System.out.println("希爾排序1輪后: ");
System.out.println(Arrays.toString(arr));
// 思路:
// 希爾排序的第二輪排序:
// 因為第二輪排序, 是在第一輪的基礎上, 將資料分成了5 / 2 = 2 組
for (int i = 2; i < arr.length; i++) {
// 遍歷各組中所有的元素(共5組,每組有兩個元素),步長5
for (int j = i - temp2; j >= 0; j -= temp2) {
// 如果當前元素大于加上步長后的那個元素,說明交換
if (arr[j] > arr[j + 2]) {
arr[j] = arr[j] ^ arr[j + 2];
arr[j + 2] = arr[j] ^ arr[j + 2];
arr[j] = arr[j] ^ arr[j + 2];
}
}
}
System.out.println("希爾排序2輪后: ");
System.out.println(Arrays.toString(arr));
// 思路:
// 希爾排序的第三輪排序:
// 因為第三輪排序, 是在第二輪的基礎上, 將資料分成了2 / 2 = 1 組
for (int i = 1; i < arr.length; i++) {
// 遍歷各組中所有的元素(共5組,每組有兩個元素),步長5
for (int j = i - temp3; j >= 0; j -= temp3) {
// 如果當前元素大于加上步長后的那個元素,說明交換
if (arr[j] > arr[j + 1]) {
arr[j] = arr[j] ^ arr[j + 1];
arr[j + 1] = arr[j] ^ arr[j + 1];
arr[j] = arr[j] ^ arr[j + 1];
}
}
}
System.out.println("希爾排序3輪后: ");
System.out.println(Arrays.toString(arr));
}
}
快速排序
快速排序（Quicksort）是對冒泡排序的一種改進，基本思想是：通過一趟排序將要排序的資料分割成獨立的兩部分，其中一部分的所有數 據都比另外一部分的所有資料都要小，然后再按此方法對這兩部分資料分別進行快速排序，整個排序程序可以遞回進行，以此達到整個資料變成有序序列，
圖解:
代碼示例:
public class QuickSort {
public static void main(String[] args) {
int[] arr = {-9, 78, 0, 23, -567, 70};
quickSort(arr, 0, arr.length - 1);
System.out.println(Arrays.toString(arr));
}
/**
* 快速排序
*
* @param arr 陣列
* @param left 左下標
* @param right 右下標
*/
public static void quickSort(int[] arr, int left, int right) {
// 左下標
int l = left;
// 右下標
int r = right;
// 中軸
int pivot = arr[(left + right) / 2];
// while回圈的目的是讓比pivot值小的放到左邊,比pivot大的值放到右邊
while (l < r) {
// 在pivot左邊一直找,找到大于等于pivot值,才退出
while (arr[l] < pivot) {
l += 1;
}
// 在pivot右邊一直找,找到小于等于pivot值,才退出
while (arr[r] > pivot) {
r -= 1;
}
/*
如果 l >= r 說明pivot的左右倆的值,已經按照左邊全部是小于等于pivot的值,
右邊全是是大于等于pivot的值
*/
if (l >= r) {
break;
}
// 交換
arr[l] = arr[l] ^ arr[r];
arr[r] = arr[l] ^ arr[r];
arr[l] = arr[l] ^ arr[r];
// 如果交換完后,發現這個 arr[l] == pivot 值 相等 r--,前移
if (arr[l] == pivot) {
r -= 1;
}
// 如果交換完后,發現這個 arr[r] == pivot 值 相等 l--,后移
if (arr[r] == pivot) {
l += 1;
}
}
// 如果 l == r, 必須 l++, r--, 否則會出現堆疊溢位
if (l == r) {
l += 1;
r -= 1;
}
// 向左遞回
if (left < r) {
quickSort(arr, left, r);
}
// 向右遞回
if (right > l) {
quickSort(arr, l, right);
}
}
}
歸并排序
歸并排序介紹:
歸并排序（MERGE-SORT）是利用歸并的思想實作的排序方法，該演算法采用經典的分治（divide-and-conquer）策略（分治法將問題分(divide)成一些小的問題然后遞回求解，而治(conquer)的階段則將分的階段得到的各答案"修補"在一起，即分而治之)，
歸并排序思想示意圖：
說明:
可以看到這種結構很像一棵完全二叉樹，本文的歸并排序我們采用遞回去實作（也可采用迭代的方式去實作），分階段可以理解為就是遞回拆 分子序列的程序，
治階段，我們需要將兩個已經有序的子序列合并成一個有序序列，比如上圖中的 最后一次合并，要將[4,5,7,8]和[1,2,3,6]，
治階段示意圖：
基數排序
基數排序(桶排序)介紹:
- 基數排序（RadixSort）屬于“分配式排序”（DistributionSort），又稱“桶子法”（BucketSort）或BinSort，顧名思義，它是通過鍵值的各個位的值，將要排序的元素分配至某些“桶”中，達到排序的作用，
- 基數排序法是屬于穩定性的排序，基數排序法的是效率高的穩定性排序法，
- 基數排序(Radix Sort)是桶排序的擴展
基數排序基本思想：
將所有待比較數值統一為同樣的數位長度，數位較短的數前面補零，然后， 從最低位開始，依次進行一次排序，這樣從最低位排序一直到最高位排序完 成以后, 數列就變成一個有序序列，
基數排序的說明:
- 基數排序是對傳統桶排序的擴展，速度很快.
- 基數排序是經典的空間換時間的方式，占用記憶體很大,當對海量資料排序時，容易造成 OutOfMemoryError ，
- 基數排序是穩定的，[注:假定在待排序的記錄序列中，存在多個具有相同的關鍵字的記錄，若經過排序，這些記錄的相對次序保持不變，即在原序列中，r[i]=r[j]，且r[i]在r[j]之前，而在排序后的序列中，r[i]仍在r[j]之前，則稱這種排序演算法是穩定的；否則稱為不穩定的]
- 有負數的陣列，我們不用基數排序來進行排序, 如果要支持負數，參考: https://code.i-harness.com/zh-CN/q/e98fa9
基數排序圖文說明：
代碼示例：
public class RadixSort {
public static void main(String[] args) {
int[] arr = {53, 3, 542, 748, 14, 214};
radixSort(arr);
System.out.println(Arrays.toString(arr));
}
public static void radixSort(int[] arr) {
// 定義一個二維陣列,表示10個桶,每個桶就是一個一維陣列
/*
說明:
1.二維陣列包含10個一維陣列
2.為了防止在放入數的時候,資料溢位,則每個一維陣列(桶),大小定為arr.length 空間換時間
*/
int[][] bucket = new int[10][arr.length];
// 為了記錄每個桶中,實際存放了多少個資料,定義一個一維陣列,來記錄各個桶每次放入的資料個數
// 比如: bucketElementCounts[0],記錄的就是bucket[0]桶的放入資料的個數
int[] bucketElementCounts = new int[10];
// 1.得到陣列中最大的數的位數,假設第一數就是最大數
int max = arr[0];
for (int i = 1; i < arr.length; i++) {
if (arr[i] > max) {
max = arr[i];
}
}
// 得到最大數是幾位數
int maxLength = (max + "").length();
for (int i = 0, n = 1; i < maxLength; i++, n *= 10) {
// 針對每個元素的對應位進行排序處理,第一次是個位,第二次是十位,第三次是百位
for (int j = 0; j < arr.length; j++) {
// 取出每個元素的對應位的值
int digitOfElement = arr[j] / n % 10;
// 放入到對應的桶中
bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
bucketElementCounts[digitOfElement]++;
}
// 按照這個桶的順序(一維陣列的下標依次取出資料,放入原來的陣列)
int index = 0;
// 遍歷每一桶,并將桶中的資料,放入到原陣列
for (int k = 0; k < bucketElementCounts.length; k++) {
// 如果桶中有資料,才放入到原陣列
if (bucketElementCounts[k] != 0) {
// 回圈該桶,即第k個桶(即第k個一維陣列),放入
for (int l = 0; l < bucketElementCounts[k]; l++) {
// 取出元素放入arr
arr[index++] = bucket[k][l];
}
}
// 第i+1輪處理后,需要將每個bucketElementCounts[k] = 0
bucketElementCounts[k] = 0;
}
// System.out.println("第" + (i + 1) + "輪,對個位的排序處理: ");
// System.out.println(Arrays.toString(arr));
}
}
/**
* 拆解步驟推導
*
* @param arr
*/
public static void radixSort2(int[] arr) {
// 定義一個二維陣列,表示10個桶,每個桶就是一個一維陣列
/*
說明:
1.二維陣列包含10個一維陣列
2.為了防止在放入數的時候,資料溢位,則每個一維陣列(桶),大小定為arr.length 空間換時間
*/
int[][] bucket = new int[10][arr.length];
// 為了記錄每個桶中,實際存放了多少個資料,定義一個一維陣列,來記錄各個桶每次放入的資料個數
// 比如: bucketElementCounts[0],記錄的就是bucket[0]桶的放入資料的個數
int[] bucketElementCounts = new int[10];
// 第一輪(針對每個元素的個位進行排序處理)
for (int j = 0; j < arr.length; j++) {
// 取出每個元素的個位的值
int digitOfElement = arr[j] % 10;
// 放入到對應的桶中
bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
bucketElementCounts[digitOfElement]++;
}
// 按照這個桶的順序(一維陣列的下標依次取出資料,放入原來的陣列)
int index = 0;
// 遍歷每一桶,并將桶中的資料,放入到原陣列
for (int k = 0; k < bucketElementCounts.length; k++) {
// 如果桶中有資料,才放入到原陣列
if (bucketElementCounts[k] != 0) {
// 回圈該桶,即第k個桶(即第k個一維陣列),放入
for (int l = 0; l < bucketElementCounts[k]; l++) {
// 取出元素放入arr
arr[index++] = bucket[k][l];
}
}
// 第一輪處理后,需要將每個bucketElementCounts[k] = 0
bucketElementCounts[k] = 0;
}
System.out.println("第一輪,對個位的排序處理: ");
System.out.println(Arrays.toString(arr));
// =================================================
// 第二輪(針對每個元素的個位進行排序處理)
for (int j = 0; j < arr.length; j++) {
// 取出每個元素的十位的值
// 748 / 10 => 74 % 10 = 4
int digitOfElement = arr[j] / 10 % 10;
// 放入到對應的桶中
bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
bucketElementCounts[digitOfElement]++;
}
// 按照這個桶的順序(一維陣列的下標依次取出資料,放入原來的陣列)
index = 0;
// 遍歷每一桶,并將桶中的資料,放入到原陣列
for (int k = 0; k < bucketElementCounts.length; k++) {
// 如果桶中有資料,才放入到原陣列
if (bucketElementCounts[k] != 0) {
// 回圈該桶,即第k個桶(即第k個一維陣列),放入
for (int l = 0; l < bucketElementCounts[k]; l++) {
// 取出元素放入arr
arr[index++] = bucket[k][l];
}
}
// 第二輪處理后,需要將每個bucketElementCounts[k] = 0
bucketElementCounts[k] = 0;
}
System.out.println("第二輪,對個位的排序處理: ");
System.out.println(Arrays.toString(arr));
// =================================================
// 第三輪(針對每個元素的個位進行排序處理)
for (int j = 0; j < arr.length; j++) {
// 取出每個元素的百位的值
// 748 / 100 => 7 % 10 = 7
int digitOfElement = arr[j] / 100 % 10;
// 放入到對應的桶中
bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
bucketElementCounts[digitOfElement]++;
}
// 按照這個桶的順序(一維陣列的下標依次取出資料,放入原來的陣列)
index = 0;
// 遍歷每一桶,并將桶中的資料,放入到原陣列
for (int k = 0; k < bucketElementCounts.length; k++) {
// 如果桶中有資料,才放入到原陣列
if (bucketElementCounts[k] != 0) {
// 回圈該桶,即第k個桶(即第k個一維陣列),放入
for (int l = 0; l < bucketElementCounts[k]; l++) {
// 取出元素放入arr
arr[index++] = bucket[k][l];
}
}
// 第三輪處理后,需要將每個bucketElementCounts[k] = 0
bucketElementCounts[k] = 0;
}
System.out.println("第三輪,對個位的排序處理: ");
System.out.println(Arrays.toString(arr));
}
}
常用排序演算法總結和對比
相關術語解釋：
- 穩定：如果a原本在b前面，而a=b，排序之后a仍然在b的前面；
- 不穩定：如果a原本在b的前面，而a=b，排序之后a可能會出現在b的后面；
- 內排序：所有排序操作都在記憶體中完成；
- 外排序：由于資料太大，因此把資料放在磁盤中，而排序通過磁盤和記憶體的資料傳輸才能進行；
- 時間復雜度： 一個演算法執行所耗費的時間，
- 空間復雜度：運行完一個程式所需記憶體的大小，
- n: 資料規模
- k: “桶”的個數
- In-place: 不占用額外記憶體
- Out-place: 占用額外記憶體
以上演算法匯總，并測驗耗時
public class Sort {
public static int temp = 2;
public static int num = 20000000;
public static void main(String[] args) {
// 測驗排序
int[] arr = {101, 34, 119, 1, -1, 89};
// 測驗執行時間
int[] bigArr = new int[num];
for (int i = 0; i < num; i++) {
bigArr[i] = (int) (Math.random() * num);
}
SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
Date beginDate = new Date();
String dateStr1 = simpleDateFormat.format(beginDate);
System.out.println("排序前的時間是: " + dateStr1);
// 20萬 個資料測驗速度對比
// 冒號排序(78秒左右)
// bubbleSort(bigArr);
// 選擇排序(12秒左右)
// selectSort(bigArr);
// 插入排序(3秒左右)
// insertSort(bigArr);
// 希爾排序-交換法(43秒左右)
// shellSort1(bigArr);
// 希爾排序-移位法(1秒不到) **提升到2000萬資料測驗,6秒左右**
// shellSort2(bigArr);
// 快速排序(1秒不到) **提升到2000萬資料測驗,3秒左右**
// quickSort(bigArr, 0, bigArr.length - 1);
// 基數排序 **提升到2000萬資料測驗,1秒左右**
radixSort(bigArr);
Date endDate = new Date();
String dateStr2 = simpleDateFormat.format(endDate);
System.out.println("排序后的時間是: " + dateStr2);
System.out.println("總耗時: " + (endDate.getTime() - beginDate.getTime()) / 1000 + " 秒");
// System.out.println(Arrays.toString(arr));
}
/**
* 冒號排序
*
* @param arr
*/
public static void bubbleSort(int[] arr) {
boolean flag = false;
for (int i = 0; i < arr.length - 1; i++) {
for (int j = 0; j < arr.length - 1 - i; j++) {
if (arr[j] > arr[j + 1]) {
flag = true;
arr[j] = arr[j] ^ arr[j + 1];
arr[j + 1] = arr[j] ^ arr[j + 1];
arr[j] = arr[j] ^ arr[j + 1];
}
}
if (!flag) {
break;
} else {
flag = false;
}
}
}
/**
* 選擇排序
*
* @param arr
*/
public static void selectSort(int[] arr) {
for (int i = 0; i < arr.length - 1; i++) {
int minIndex = i;
int minVal = arr[i];
for (int j = i + 1; j < arr.length; j++) {
if (minVal > arr[j]) {
minVal = arr[j];
minIndex = j;
}
}
if (minIndex != i) {
arr[minIndex] = arr[i];
arr[i] = minVal;
}
}
}
/**
* 插入排序
*
* @param arr
*/
public static void insertSort(int[] arr) {
for (int i = 1; i < arr.length; i++) {
// 1
int insertVal = arr[i];
int insertIndex = i - 1;
while (insertIndex >= 0 && insertVal < arr[insertIndex]) {
arr[insertIndex + 1] = arr[insertIndex];
insertIndex--;
}
if (insertIndex + 1 != i) {
arr[insertIndex + 1] = insertVal;
}
}
}
/**
* shellSort1,對有序序列在插入時采用交換法,效率不是很高
*
* @param arr
*/
public static void shellSort1(int[] arr) {
for (int gap = arr.length / temp; gap > 0; gap /= temp) {
for (int i = gap; i < arr.length; i++) {
for (int j = i - gap; j >= 0; j -= gap) {
if (arr[j] > arr[j + gap]) {
arr[j] = arr[j] ^ arr[j + gap];
arr[j + gap] = arr[j] ^ arr[j + gap];
arr[j] = arr[j] ^ arr[j + gap];
}
}
}
}
}
/**
* shellSort2,對有序序列在插入時采用移位法,效率更高
*
* @param arr
*/
public static void shellSort2(int[] arr) {
for (int gap = arr.length / temp; gap > 0; gap /= temp) {
for (int i = gap; i < arr.length; i++) {
int j = i;
int temp = arr[i];
if (arr[j] < arr[j - gap]) {
while (j - gap >= 0 && temp < arr[j - gap]) {
arr[j] = arr[j - gap];
j -= gap;
}
arr[j] = temp;
}
}
}
}
/**
* 快速排序
*
* @param arr 陣列
* @param left 左下標
* @param right 右下標
*/
public static void quickSort(int[] arr, int left, int right) {
int l = left;
int r = right;
int pivot = arr[(left + right) / 2];
while (l < r) {
while (arr[l] < pivot) {
l += 1;
}
while (arr[r] > pivot) {
r -= 1;
}
if (l >= r) {
break;
}
arr[l] = arr[l] ^ arr[r];
arr[r] = arr[l] ^ arr[r];
arr[l] = arr[l] ^ arr[r];
if (arr[l] == pivot) {
r -= 1;
}
if (arr[r] == pivot) {
l += 1;
}
}
if (l == r) {
l += 1;
r -= 1;
}
if (left < r) {
quickSort(arr, left, r);
}
if (right > l) {
quickSort(arr, l, right);
}
}
/**
* 基數排序
*
* @param arr
*/
public static void radixSort(int[] arr) {
int[][] bucket = new int[10][arr.length];
int[] bucketElementCounts = new int[10];
int max = arr[0];
for (int i = 1; i < arr.length; i++) {
if (arr[i] > max) {
max = arr[i];
}
}
int maxLength = (max + "").length();
for (int i = 0, n = 1; i < maxLength; i++, n *= 10) {
for (int j = 0; j < arr.length; j++) {
int digitOfElement = arr[j] / n % 10;
bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
bucketElementCounts[digitOfElement]++;
}
int index = 0;
for (int k = 0; k < bucketElementCounts.length; k++) {
if (bucketElementCounts[k] != 0) {
for (int l = 0; l < bucketElementCounts[k]; l++) {
arr[index++] = bucket[k][l];
}
}
bucketElementCounts[k] = 0;
}
}
}
}
持續更新相關的排序演算法······
如果覺得對你有幫助，歡迎來訪我的博客：http://jianjieming.com
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/138799.html
標籤：其他