1. 程式人生 > >java排序(直接插入排序)

java排序(直接插入排序)

1.直接插入排序

基本思想:

在排序的一組數中,假設前面(n-1)比n大,則把n和(n-1)換一下位置。如果(n+2)比n小,則把(n+2)放在n前面,n後面的數依次後移一位。

例項圖:


java實現:

public class insertSort{
public insertSort(){
int a[]={49,38,65,97,76,13,27,49,78,34,12,64,5,4,62,99,98,54,56};
int temp=0;
for(int i=1;i<a.length;i++){
int j=i-1;
temp=a[i];
//將大於temp的所有數後移
for(;j>0&&temp<a[j];j--){
a[j+1]=a[i];
}
a[j+1]=temp;
}
for(int i=0;i<a.length;i++){
system.out.println(a[i]);
}
}
}

基本思想:

例項圖:


publicclass shellSort {  
  publicshellSort(){  
      int a[]={1,54,6,3,78,34,12,45,56,100};  
      double d1=a.length;  
      int temp=0;  
      while(true){  
         d1= Math.ceil(d1/2);  
         int d=(int) d1;  
         for(int x=0;x<d;x++){  
             for(int i=x+d;i<a.length;i+=d){  
                int j=i-d;  
                temp=a[i];  
                for(;j>=0&&temp<a[j];j-=d){  
                a[j+d]=a[j];  
                }  
  a[j+d]=temp;  
             }  
         }  
         if(d==1)  
             break;  
      }  
      for(int i=0;i<a.length;i++)  
         System.out.println(a[i]);  
  }  
  }  

3.簡單排序

基本思想:

在要排序的一組數中,選出最小的一個數與第一個位置的數交換;

然後在剩下的數當中再找最小的與第二個位置的數交換,如此迴圈到倒數第二個數和最後一個數比較為止。

例項圖:


java實現:

 public class test1{
public test1(){
int a[]={1,5,6,8,2,38,42,21};
int position=0;
for(int i=0;i<a.length;i++){
int j=i+1;
position=i;
int temp=a[i];
for(;j<a.length;j++){
if(a[j]<temp){
temp=a[j];
position=j;
}
}
a[position]=a[i];
a[i]=temp;
}
for(int i=0;i<a.length;i++)
System.out.println(a[i]);

}
  
  }

4.堆排序

基本思想:

堆排序是一種樹形選擇排序,是對直接選擇排序的有效改進。

堆的定義如下:具有n個元素的序列(h1,h2,...,hn),當且僅當滿足(hi>=h2i,hi>=2i+1)或(hi<=h2i,hi<=2i+1)(i=1,2,...,n/2)時稱之為堆。在這裡只討論滿足前者條件的堆。由堆的定義可以看出,堆頂元素(即第一個元素)必為最大項(大頂堆)。完全二叉樹可以很直觀地表示堆的結構。堆頂為根,其它為左子樹、右子樹。初始時把要排序的數的序列看作是一棵順序儲存的二叉樹,調整它們的儲存序,使之成為一個堆,這時堆的根節點的數最大。然後將根節點與堆的最後一個節點交換。然後對前面(n-1)個數重新調整使之成為堆。依此類推,直到只有兩個節點的堆,並對它們作交換,最後得到有n個節點的有序序列。從演算法描述來看,堆排序需要兩個過程,一是建立堆,二是堆頂與堆的最後一個元素交換位置。所以堆排序有兩個函式組成。一是建堆的滲透函式,二是反覆呼叫滲透函式實現排序的函式。

例項圖:

初始序列:46,79,56,38,40,84

建堆:


交換,從堆中踢出最大數


剩餘結點再建堆,再交換踢出最大數


依次類推:最後堆中剩餘的最後兩個結點交換,踢出一個,排序完成。

java實現:

 publicclass HeapSort {  
       inta[]={49,38,65,97,76,13,27,49,78,34,12,64,5,4,62,99,98,54,56,17,18,23,34,15,35,25,53,51};  
      public  HeapSort(){  
         heapSort(a);  
      }  
      public  void heapSort(int[] a){  
          System.out.println("開始排序");  
          int arrayLength=a.length;  
          //迴圈建堆  
          for(int i=0;i<arrayLength-1;i++){  
              //建堆  
              buildMaxHeap(a,arrayLength-1-i);  
              //交換堆頂和最後一個元素  
              swap(a,0,arrayLength-1-i);  
              System.out.println(Arrays.toString(a));  
          }  
      }  
         private  void swap(int[] data, int i, int j) {  
          // TODO Auto-generated method stub  
          int tmp=data[i];  
          data[i]=data[j];  
          data[j]=tmp;  
      }  
      //對data陣列從0到lastIndex建大頂堆  
      privatevoid buildMaxHeap(int[] data, int lastIndex) {  
          // TODO Auto-generated method stub  
          //從lastIndex處節點(最後一個節點)的父節點開始  
          for(int i=(lastIndex-1)/2;i>=0;i--){  
              //k儲存正在判斷的節點  
              int k=i;  
              //如果當前k節點的子節點存在  
              while(k*2+1<=lastIndex){  
                  //k節點的左子節點的索引  
                  int biggerIndex=2*k+1;  
                  //如果biggerIndex小於lastIndex,即biggerIndex+1代表的k節點的右子節點存在  
                  if(biggerIndex<lastIndex){  
                      //若果右子節點的值較大  
                      if(data[biggerIndex]<data[biggerIndex+1]){  
                          //biggerIndex總是記錄較大子節點的索引  
                          biggerIndex++;  
                      }  
                  }  
                  //如果k節點的值小於其較大的子節點的值  
                  if(data[k]<data[biggerIndex]){  
                      //交換他們  
                      swap(data,k,biggerIndex);  
  
                    //將biggerIndex賦予k,開始while迴圈的下一次迴圈,重新保證k節點的值大於其左右子節點的值  
  
                    k=biggerIndex;  
                  }else{  
                      break;  
                  }  
              }  
          }  
      }  
          }