首页 > 代码库 > 排序与查找简单算法 java代码实现

排序与查找简单算法 java代码实现

    最近整理了下以前的资料。有的算法没有实现,嘿嘿,以后再补吧!

/**
* 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;    
 * 
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。
 * @author HaiYang
 *
 */
public class SortTest {

	/**
	 * 创建数组
	 * @param len
	 * @return
	 */
	public int[] creatArray(int len){
		 int arr[] = new int[len];
		  Random r=new Random();
		  for(int i=0;i<len-1;i++){
			  arr[i]=r.nextInt(1000)+1; 
		  }
		  System.out.println("初始数组...");
		  printArray(arr);
		  return arr ;
	}
	/**
	 * 打印数组
	 * @param arr
	 */
	public static void printArray(int[] arr) {
		for(int i=0;i<arr.length;i++){
		   System.out.print(arr[i]+"\t");
		  }
		System.out.println("");
	}
	/**
	 * 反转数组
	 * @param arr
	 */
	private void reverseArray(int[] arr) {
		int len = arr.length;
		int tmp =0;
		for(int i=0;i<len/2;i++){
			tmp = arr[i];
			arr[i] = arr[len -1 - i	];
			arr[len -1 - i	] = tmp;
			printArray( arr);
		}
	}
	/**    
	        * 交换数组中指定的两元素的位置    
	        * @param data    
	        * @param x    
	        * @param y
	        
	 * @return */
	private void swap (int[] arry ,int x,int y	){
		int tmp = arry[x];
		arry[x] = arry[y];
		arry[y] = tmp;
		//printArray(arry);
	}
	/**    
	        * 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( "asc".equals(sortType)){//正序
			for( int i=0;i<data.length-1;i++){
				for(int j=0;j<data.length-1;j++){
					if(data[j] > data[j+1]){
						swap(data,j,j+1);
					}
				}
			}
		}else{
			for( int i=0;i<data.length-1;i++){
				for(int j=0;j<data.length-1;j++){
					if(data[j]  < data[j+1]){
						swap(data,j,j+1);
					}
				}
			}
		}
	}
	/**
	 * * 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  
	 */
	public void selecteSort( int[] data ,String sortType){
		
		if( "asc".equals(sortType)){//正序
			int index ;
			//找出最大 
			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;
					}
				}
				//放到最后
				swap(data,data.length-i	,index );
			}
		}else{ 
			int index ;
			//找出 最小的索引
			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;
					}
				}
				//放到最后
				swap(data,data.length-i	,index );
			}
		}
	}
	/** 
     * 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( "asc".equals(sortType)){//正序
			 
			for( int i=1;i<data.length;i++){
				 
				for(int j=0;j< i;j++){
					if(data[j]  > data[ i ]){
						swap(data,i	,j );
					}
				}
			}
		}else{ 
			for( int i=1;i<data.length;i++){
				 
				for(int j=0;j< i;j++){
					if(data[j]  < data[ i ]){
						swap(data,i	,j );
					}
				}
			}
		}
	}
	/**    
	 *  http://mobile.51cto.com/news-450017.htm
	  * 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( "asc".equals(sortType)){//正序
			qsort_asc(data, 0, data.length - 1);
			 
		}else{ 
			qsort_desc(data, 0, data.length - 1);
		}
	 }
	
	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--; // 从右向左找第一个大于x的数
				}
				if (i < j) {
					data[i] = data[j]; 
					i++;
				}
				while (i < j && data[i] > x) {
					i++; // 从左向右找第一个小于x的数

				}
				if (i < j) {
					data[j] = data[i]; 
					j--;
				}
			}
			//已data[i]为分节点 左边都是大于它的,右边都是小于他的
			data[i] = x; printArray(data); System.out.println( i );
			qsort_desc(data, low, i - 1);
			qsort_desc(data, i + 1, 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--;
				}
			}
			//已data[i]为分节点 左边都是小于它的,右边都是大于他的
			data[i] = x; printArray(data); System.out.println( i );
			qsort_asc(data, low, i - 1);
			qsort_asc(data, i + 1, high);
		}
	}
	
	 /**
	  * 堆的定义如下:
  n个元素的序列{k0,k1,...,ki,…,k(n-1)}当且仅当满足下关系时,称之为堆。
  " ki<=k2i,ki<=k2i+1;或ki>=k2i,ki>=k2i+1.(i=1,2,…,[n/2])"
  若将和此次序列对应的一维数组(即以一维数组作此序列的存储结构)看成是一个完全二叉树,

  则完全二叉树中每一个节点的值的都大于或等于任意一个字节的值(如果有的话),称之为大顶堆。

  则完全二叉树中每一个节点的值的都小于或等于任意一个字节的值(如果有的话),称之为小顶堆。

  由此,若序列{k0,k1,…,k(n-1)}是堆,则堆顶元素(或完全二叉树的根)必为序列中n个元素的最小值(或最大值)。

  倘若给堆中每一个节点都赋予一个整数值标签,根节点被标记为0,对于每一个标记为i的节点,其左子节点(若存在的话)
		被标记为2*i+1,其右子节点(若存在的话)被标记为2*i+2,对于一个标记为i的非根节点,其父节点被标记为(i-1)/2。使用这个标记,
		我们能够将堆存储在数组中,节点存储在数据中的位置就使其标签。
	  * @param data
	  * @param sortType
	  */
	public void heapSort(int[] data, String sortType){
		 
//		1 创建一个堆H[0..n-1]
//
//		2 把堆首(最大值或最小值)和堆尾互换
//
//		3. 把堆的尺寸缩小1,目的是把新的数组顶端数据调整到相应位置
//
//		4. 重复步骤2,直到堆的尺寸为1
		if( "asc".equals(sortType)){//正序
			build_max_heap(data);
			for(int i = data.length - 1; i>=1; i--){
				swap(data, i, 0);
				max_heapify(data, 0,i);
			}
		}else{ 
			build_min_heap(data);
			for(int i = data.length - 1; i>=1; i--){
				swap(data, i, 0);
				min_heapify(data, 0,i);
			}
		}
	
	}
	/**
	 * 创建最大堆
	 * @param data
	 */
	private void build_max_heap(int[] data) {
		int  heap_size = data.length;
		for(int i=heap_size/2-1;i>=0;i--){
			max_heapify(data, i,heap_size);
		}
		printArray(data);
	}
	/**
	 * 保持最大堆 结构
	 * @param data 数组
	 * @param i 
	 * @param heap_size
	 */
	private void max_heapify(int[] data, int i,int heap_size) {
		 
		int left = 2*i+1;
		int right = 2*i + 2;
		int largest = 0;
		if(left < heap_size && data[i]<data[left]){
			largest = left;
		}else{
			largest = i;
		}
		if(right < heap_size && data[right] > data[largest]){
			largest = right;
		}
		if(largest == i){
			return ;
		}else{
			swap(data, largest, i); //递归交换 堆顶最后变最大
			max_heapify(data, largest,heap_size);
		}
	
		
	}
	private void build_min_heap(int[] data) {
		int  heap_size = data.length;
		for(int i=heap_size/2-1;i>=0;i--){
			min_heapify(data, i,heap_size);
		}
	}
	private void min_heapify(int[] data, int i, int heap_size) {
		 
		int left = 2*i+1;
		int right = 2*i + 2;
		int min = 0;
		if(left < heap_size && data[i]>data[left]){
			min = left;
		}else{
			min = i;
		}
		if(right < heap_size && data[right] < data[min]){
			min = right;
		}
		if(min == i){
			return ;
		}else{
			swap(data, min, i);
			min_heapify(data, min,heap_size);
		}
	
		
	}

	public void mergeSort(int[] data, String sortType){
		sort(data,0,data.length-1);
	}
	public static int[] sort(int[] nums, int low, int high) {
		int mid = (low + high) / 2;
		if (low < high) {
			// 左边
			sort(nums, low, mid);
			// 右边
			sort(nums, mid + 1, high);
			// 左右归并
			merge(nums, low, mid, high);
		}
		return nums;
	}
	public static void merge(int[] nums, int low, int mid, int high) {
		int[] temp = new int[high - low + 1];
		int i = low;// 左指针
		int j = mid + 1;// 右指针
		int k = 0;

		// 把较小的数先移到新数组中
		while (i <= mid && j <= high) {
			if (nums[i] < nums[j]) {
				temp[k++] = nums[i++];
			} else {
				temp[k++] = nums[j++];
			}
		}

		// 把左边剩余的数移入数组
		while (i <= mid) {
			temp[k++] = nums[i++];
		}

		// 把右边边剩余的数移入数组
		while (j <= high) {
			temp[k++] = nums[j++];
		}

		// 把新数组中的数覆盖nums数组
		for (int k2 = 0; k2 < temp.length; k2++) {
			nums[k2 + low] = temp[k2];
		}
	}
	
	/**
	 * * 二分查找算法 * *
	 * 二分查找算法是一种在有序数组中查找某一特定元素的搜索算法。搜素过程从数组的中间元素开始,
	 * 如果中间元素正好是要查找的元素,则搜 素过程结束; 如果某一特定元素大于或者小于中间元素,
	 * 则在数组大于或小于中间元素的那一半中查找,而且跟开始一样从中间元素开始比较。如果在某一步
	 * 骤数组 为空,则代 表找不到。这种搜索算法每一次比较都使搜索范围缩小一半。折半搜索每次把搜索区域减少一半,时间复杂度为Ο(logn) 。
	 * @param srcArray
	 *            有序数组 *
	 * @param des
	 *            查找元素 *
	 * @return des的数组下标,没找到返回-1
	 */ 
   public static int binarySearch(int[] srcArray, int des){ 
	
		int low = 0; 
		int high = srcArray.length-1; 
		while(low <= high) { 
			int middle = (low + high)/2; 
			if(des == srcArray[middle]) { 
			    return middle; 
			}else if(des <srcArray[middle]) { 
			    high = middle - 1; 
			}else { 
			    low = middle + 1; 
			}
		}
		return -1;
   }
      
	  /**  
	 *二分查找特定整数在整型数组中的位置(递归)  
	 *@paramdataset  
	 *@paramdata  
	 *@parambeginIndex  
	 *@paramendIndex  
	 *@returnindex  
	 */
	public static int binarySearch(int[] dataset,int data,int beginIndex,int endIndex){  
	   int midIndex = (beginIndex+endIndex)/2;  
	   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;  
	   }  
   } 
	public static void main(String[] args) {
		SortTest  st = new SortTest();
		int[] data = st.creatArray(10);
		String sortType ="asc";
		st.mergeSort(data, sortType);
		printArray(data);
		
		System.out.println( st.binarySearch( new int[]{1,4,5,6,9,15,25},1));
	}
	
}


排序与查找简单算法 java代码实现