八大排序算法二分查找

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;

import org.junit.Test;

public class InsertSort {
public static void display(int[] arr){
System.out.print("[");
for(int i=0;i<arr.length;i++){
if(i == arr.length-1){
System.out.print(arr[i]);
}else{
System.out.print(arr[i]+",");
}
}
System.out.print("]");

}
/**
* 直接插入排序
* 原理:
* 在要排序的一组数中,假设前面(n-1)[n>=2] 个数已经是排 好顺序的,
* 现在要把第n 个数插到前面的有序数中,使得这 n个数 也是排好顺序的。
* 如此反复循环,直到全部排好顺序。
*/
public void insertSort1(int[] arr){
if(arr.length<2 || arr == null){
return;
}
for(int i=1;i<arr.length;i++){
int current = arr[i];
int position = i;
for(int j=i-1;j>=0;j--){
if(arr[j]>arr[j+1]){
arr[j+1] = arr[j];
position -=1;
}else{
break;
}
arr[position] = current;
}
}

}
//测试插入排序
@Test
public void testInsertSort(){
int[] arr = {4,9,5,2,8,6,1};
display(arr);
System.out.println();
insertSort1(arr);
display(arr);
}
/*
* 希尔排序(最小增量排序)
* 算法先将要排序的一组数按某个增量 d(n/2,n为要排序数的个数)分成若干组,
* 每组中记录的下标相差 d.对每组中全部元素进行直接插入排序,然后再用一个较小的增量(d/2)对它进行分组,
* 在每组中再进行直接插入排序。当增量减到 1 时,进行直接插入排序后,排序完成。
*/
public void ShellSort(int[] arr){
int h = 1;
while(h<arr.length/3){
h = h*3 +1;
}
while(h> 0){
int temp = 0;
for(int i=h;i<arr.length;i++){
temp = arr[i];
int j = i;
while(j>h-1 && arr[j-h]>= temp){
arr[j] = arr[j-h];
j -= h;
}
arr[j]= temp;
}
h = (h-1)/3;
}
}

//测试希尔排序
@Test
public void testShellSort(){
int[] arr={1,54,6,3,78,34,12,45,56,100};
ShellSort(arr);
display(arr);
}

/**
* 简单选择排序
* 基本思想:在要排序的一组数中,选出最小的一个数与第一个位置的数交换;
* 然后在剩下的数当中再找最小的与第二个位置的数交换,如此循环到倒数第二个数和最后一个数比较为止。
*/
public void SelectSort(int[] arr){
int k = 0;
int temp = 0;
for(int i=0;i<arr.length-1;i++){
k = i;
for(int j=i;j<arr.length;j++){
if(arr[j]<arr[k]){
k = j;
}
}
temp = arr[i];
arr[i] = arr[k];
arr[k] = temp;
}
}

//测试简单排序
@Test
public void testSelectSort(){
int[] arr={1,54,6,3,78,34,12,45,56,100};
SelectSort(arr);
display(arr);
}
/**
* 堆排序
* 堆排序是一种树形选择排序,是对直接选择排序的有效改进。
* 堆的定义如下:具有n个元素的序列(h1,h2,...,hn),当且仅当满足(hi>=h2i,hi>=2i+1)
* 或(hi<=h2i,hi<=2i+1)(i=1,2,...,n/2)时称之为堆。在这里只讨论满足前者条件的堆。
* 由堆的定义可以看出,堆顶元素(即第一个元素)必为最大项(大顶堆)。
* 完全二叉树可以很直观地表示堆的结构。堆顶为根,其它为左子树、右子树。
* 初始时把要排序的数的序列看作是一棵顺序存储的二叉树,调整它们的存储序,使之成为一个堆,这时堆的根节点的数最大。
* 然后将根节点与堆的最后一个节点交换。然后对前面(n-1)个数重新调整使之成为堆。
* 依此类推,直到只有两个节点的堆,并对它们作交换,最后得到有 n个节点的有序序列。
* 从算法描述来看,堆排序需要两个过程,一是建立堆,二是堆顶与堆的最后一个元素交换位置。
* 所以堆排序有两个函数组成。一是建堆的渗透函数,二是反复调用渗透函数实现排序的函数。
*/
public void HeapSort(int[] arr){
System.out.println("开始排序");
int length = arr.length;
for(int i=0;i<length-1;i++){
buildMaxHeap(arr,length-1-i);
swap(arr,0,length-1-i);
display(arr);
System.out.println();

}
}
private void swap(int[] arr, int i, int j) {
int temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;

}
private void buildMaxHeap(int[] arr, int lastIndex) {
for(int i=(lastIndex-1)/2;i>=0;i--){
int k=i;
while(k*2+1<=lastIndex){
int biggerIndex = 2*k+1;
if(biggerIndex<lastIndex){
if(arr[biggerIndex]<arr[biggerIndex+1]){
biggerIndex++;
}
}
if(arr[k]<arr[biggerIndex]){
swap(arr,k,biggerIndex);
k=biggerIndex;
}else{
break;
}
}
}

}
//测试
@Test
public void testHeap(){
int a[]={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};
display(a);
HeapSort(a);
System.out.println();
display(a);
}
/**
* 冒泡排序
* 在要排序的一组数中,对当前还未排好序的范围内的全部数,
* 自上而下对相邻的两个数依次进行比较和调整,让较大的数往下沉,
* 较小的往上冒。即:每当两相邻的数比较后发现它们的排序与排序要求相反时,
* 就将它们互换。
*/
public void bubbleSort(int[] arr){
for(int i=0;i<arr.length-1;i++){
for(int j=arr.length-1;j>i;j--){
if(arr[j]<arr[j-1]){
int temp = arr[j];
arr[j] = arr[j-1];
arr[j-1] = temp;
}
}
}
}

//测试冒泡排序
@Test
public void testbubbleSort(){
int[] arr={1,54,6,3,78,34,12,45,56,100};
bubbleSort(arr);
display(arr);
}

/**
*
* 快速排序
* 选择一个基准元素,通常选择第一个元素或者最后一个元素,通过一趟扫描,
* 将待排序列分成两部分,一部分比基准元素小,一部分大于等于基准元素,
* 此时基准元素在其排好序后的正确位置,然后再用同样的方法递归地排序划分的两部分。
*/
public static int partion(int[] arr,int left,int right,int point){
int leftPtr = left -1;
int rightPtr = right;
while(true){
while(leftPtr <rightPtr && arr[++leftPtr] < point);
while(leftPtr <rightPtr && arr[--rightPtr] > point);
if(leftPtr>=rightPtr){
break;
}else{
int temp = arr[leftPtr];
arr[leftPtr] = arr[rightPtr];
arr[rightPtr] = temp;
}
}
int temp = arr[leftPtr];
arr[leftPtr] = arr[right];
arr[right] = temp;
return leftPtr;
}
public void sort(int arr[],int left,int right){
if(right - left <=0){
return;
}else{
int point = arr[right];
int partion = partion(arr,left,right,point);
sort(arr,left,partion-1);
sort(arr,partion+1,right);

}
}
//测试快速排序
@Test
public void testQuerySort(){
int[] arr = new int[10];
for(int i=0;i<10;i++){
arr[i] = (int)(Math.random()*100);
}
display(arr);
sort(arr,0,arr.length-1);
System.out.println();
display(arr);
}

/**
* 归并排序
* 归并(Merge)排序法是将两个(或两个以上)有序表合并成一个新的有序表,
* 即把待排序序列分为若干个子序列,每个子序列是有序的。
* 然后再把有序子序列合并为整体有序序列。
*/
public void mergingSort(int[] arr){

}
public void sort1(int[] data, int left, int right) {

// TODO Auto-generatedmethod stub
if(left<right){
//找出中间索引
int center=(left+right)/2;
//对左边数组进行递归
sort1(data,left,center);
//对右边数组进行递归
sort1(data,center+1,right);
//合并
merge(data,left,center,right);
}
}
private void merge(int[] data, int left, int center, int right) {
int [] tmpArr=new int[data.length];
int mid=center+1;
//third 记录中间数组的索引
int third=left;
int tmp=left;
while(left<=center&&mid<=right){
//从两个数组中取出最小的放入中间数组
if(data[left]<=data[mid]){
tmpArr[third++]=data[left++];
}else{
tmpArr[third++]=data[mid++];
}
}
//剩余部分依次放入中间数组
while(mid<=right){
tmpArr[third++]=data[mid++];
}
while(left<=center){
tmpArr[third++]=data[left++];
}
//将中间数组中的内容复制回原数组
while(tmp<=right){
data[tmp]=tmpArr[tmp++];
}
System.out.println(Arrays.toString(data));

}

//归并排序
@Test
public void testmergingSort(){
int[] a={49,38,65,97,76,13,27,78,34,12,64,5,4,62,99,98,54,56,17,18,23,34,15,35,25,53,51};
sort1(a,0,a.length-1);

}
/**
* 基数排序
* 将所有待比较数值(正整数)统一为同样的数位长度,数位较短的数前面补零。
* 然后,从最低位开始,依次进行一次排序。这样从最低位排序一直到最高位排序完成以后,
* 数列就变成一个有序序列。
*/
public void radixSort(int[] array){
int max=array[0];
for(int i=0;i<array.length;i++){
if(array[i]>max){
max = array[i];
}
}
int time=0;
while(max>0){
max/=10;
time++;
}
List<ArrayList> queue = new ArrayList();
for(int i=0;i<10;i++){
ArrayList<Integer> queue1 = new ArrayList<Integer>();
queue.add(queue1);
}
for(int i=0;i<time;i++){
for(int j=0;j<array.length;j++){
int x = array[j]%(int)Math.pow(10,i+1)/(int)Math.pow(10, i);
ArrayList<Integer> queue2 =queue.get(x);
queue2.add(array[j]);
queue.set(x, queue2);
}
int count = 0;
for(int k=0;k<10;k++){
while(queue.get(k).size()>0){
ArrayList<Integer> queue3 = queue.get(k);
array[count] = queue3.get(0);
count++;
}
}
}
}
//基数排序
@Test
public void testRadix(){
int a[]={49,38,65,97,76,13,27,49,78};
display(a);
radixSort(a);
System.out.println();
display(a);
}
//二分查找
public int binarySearch(int[] arr,int value){
int start = 0;
int end = arr.length-1;
while(start<=end){
int middle = (start+end)/2;
if(arr[middle]==value){
return middle;
}else if(arr[middle]>value){
end = middle-1;
}else {
start = middle +1;
}
}
return -1;
}
public int binarySearch2(int[] arr,int start,int end,int value){
while(start<=end){
int middle = (start+end)/2;
if(arr[middle]==value){
return middle;
}else if(arr[middle]>value){
end = middle-1;
binarySearch2(arr,start, end, 3);
}else {
start = middle +1;
binarySearch2(arr,start, end, 3);
}
}
return -1;
}
@Test
public void testBinary(){
int[] arr = {1,2,3,4,5};
display(arr);
int a = binarySearch2(arr,0,arr.length,3);
System.out.println(a);
display(arr);
}
}

时间: 2024-08-12 10:14:05

八大排序算法二分查找的相关文章

八大排序算法学习笔记:插入排序(二分插入排序)

二分插入排序   也称折半插入排序, 1.基本思想:设数列[0....n]分为两部分一部分是[0...i]为有序序列,另一部分是[i+1.....n]为无序序列,从无序序列中取一个数 x ,利用二分查找算法找到 x 在有序序列中的插入位置并插入,有序序列还是有序的,接下来重复上述步骤,直到无序序列全部插入有序序列 ,这是整个序列只剩下有序序列即有序了. 2.代码:    3.复杂度: 用二分插入排序所要进行的总比较次数为O(lgn),当n较大时,比直接插入排序的最大比较次数小得多,但大于最小比较

数据结构与算法之——八大排序算法

附:关于这个主题,网上好的文章已经数不胜数,本篇是整合后的文章. 正文: 一.概述 排序算法可以分为内部排序和外部排序,内部排序是数据记录在内存中进行排序,而外部排序是因排序的数据很大,一次不能容纳全部的排序记录,在排序过程中需要访问外存. 本文所指八大排序就是内部排序. 当n较大,则应采用时间复杂度为O(nlog2n)的排序方法:快速排序.堆排序或归并排序序. 快速排序:是目前基于比较的内部排序中被认为是最好的方法,当待排序的关键字是随机分布时,快速排序的平均时间最短: 二.排序算法详述 1.

(转)详解八大排序算法

概述 排序有内部排序和外部排序,内部排序是数据记录在内存中进行排序,而外部排序是因排序的数据很大,一次不能容纳全部的排序记录,在排序过程中需要访问外存. 我们这里说说八大排序就是内部排序. 当n较大,则应采用时间复杂度为O(nlog2n)的排序方法:快速排序.堆排序或归并排序序. 快速排序:是目前基于比较的内部排序中被认为是最好的方法,当待排序的关键字是随机分布时,快速排序的平均时间最短: 1.插入排序—直接插入排序(Straight Insertion Sort) 基本思想: 将一个记录插入到

Java实现八大排序算法

本文对常见的排序算法进行了总结. 常见排序算法如下: 直接插入排序 希尔排序 简单选择排序 堆排序 冒泡排序 快速排序 归并排序 基数排序 它们都属于内部排序,也就是只考虑数据量较小仅需要使用内存的排序算法,他们之间关系如下: 稳定与非稳定: 如果一个排序算法能够保留数组中重复元素的相对位置则可以被称为是 稳定 的.反之,则是 非稳定 的. 直接插入排序 基本思想 通常人们整理桥牌的方法是一张一张的来,将每一张牌插入到其他已经有序的牌中的适当位置.在计算机的实现中,为了要给插入的元素腾出空间,我

八大排序算法学习笔记:插入排序(一)

插入排序     包括:直接插入排序,二分插入排序(又称折半插入排序),链表插入排序,希尔排序(又称缩小增量排序).属于稳定排序的一种(通俗地讲,就是两个相等的数不会交换位置) . 直接插入排序: 1.算法的伪代码(这样便于理解):     INSERTION-SORT (A, n)             A[1 . . n] for j ←2 to n do key ← A[ j] i ← j – 1 while i > 0 and A[i] > key do A[i+1] ← A[i]

数据结构常见的八大排序算法(详细整理)

https://www.jianshu.com/p/7d037c332a9d?utm_campaign=hugo&utm_medium=reader_share&utm_content=note&utm_source=weixin-friends 八大排序,三大查找是<数据结构>当中非常基础的知识点,在这里为了复习顺带总结了一下常见的八种排序算法.常见的八大排序算法,他们之间关系如下: 排序算法.png 他们的性能比较: 性能比较.png 下面,利用Python分别将他

Python实现八大排序算法

Python实现八大排序算法,具体内容如下 1.插入排序描述 插入排序的基本操作就是将一个数据插入到已经排好序的有序数据中,从而得到一个新的.个数加一的有序数据,算法适用于少量数据的排序,时间复杂度为O(n^2).是稳定的排序方法.插入算法把要排序的数组分成两部分:第一部分包含了这个数组的所有元素,但将最后一个元素除外(让数组多一个空间才有插入的位置),而第二部分就只包含这一个元素(即待插入元素).在第一部分排序完成后,再将这个最后元素插入到已排好序的第一部分中. 代码实现 def insert

谈谈八大排序算法问题

排序算法可以说是算法的入门以及算法学习阶段的基石,排序算法显得那么的基础又是非常重要的一种算法.排序算法常常作为一些高阶算法的数据处理中间过程在实际的问题处理中被应用的最为广泛,因此算法选将阶段就从八大排序算法开始.在本节内容中既可以看到一般性的比如插入排序,冒泡排序等基础算法又可以看到比如基数排序,位图排序,快速排序等等比较难理解的算法,算法之门从排序算法说起. 1.插入排序 插入排序算法的原理很简单,默认A中有一部分数据已经排好序了,后续只要从没有排好序的序列里面每拿出一个数字就在排好序的序

八大排序算法源码 + 耗时长度比较(看到好东西转下)

八大排序算法的排序时间长度的比较,测试数据10000000时部分结果如下 输入测试数据长度: 10000000数据初始化中...数据初始化完成!        堆排序用时:    8秒 499毫秒      快速排序用时:   22秒  35毫秒      归并排序用时:   34秒 473毫秒 另外五种排序本人并未等待结果,读者可自行测试 测试时请注意内存消耗,以免数据太大,内存不够,可自行测试单一算法以便增加可测试数据数目 #include <iostream> #include <