4)归并排序,//在插入排序基础上海展览中心开修达到希尔排序

本博文首借使自己从前写过的一对算法程序,里面首要从不难的插入排序到希尔排序表达。

转载自http://blog.csdn.net/qy1387/article/details/7752973

 

分类:

#include
#include

1)插入排序(间接插入排序、希尔排序)
2)沟通排序(冒泡排序、快速排序)
3)选用排序(直接选用排序、堆排序)
4)归并排序
5)分配排序(基数排序)
所需辅助空间最多:归并排序
所需帮忙空间最少:堆排序
平均速度最快:快速排序

void shellSort(int *arr,int len);
//在插入排序基础上开始展览修达到希尔排序
void shellSortReal(int *arr,int len); //简化的希尔排序
void insertSort(int *arr,int len); //原生态插入排序

不稳定:火速排序,希尔排序,堆排序。

int main(){
 int arr[5]={36,13,37,12,78};
 //shellSort(arr,5);
 shellSortReal(arr,5);
 for(int i=0;i<5; i++)
  std::cout<<arr[i]<<std::endl;
 
}

  图片 1

函数功效:
 Hill排序的规律:希尔排序的规律是在插入排序原理上实行革新,从前插入排序是涨幅为1,依次当
 前的因素插入到前面己经排好序的数组中,相当于是有三个己经排好序的数组,数老董度比实际的元
 素数目大1,有二个新的要素要插入到数组中,因而大家唯有从后往前插,假诺是按从小到大排序,则
 将日前因素与最后的元素比较,假使当前成分比最终边的因素小,则将最终的要素以往移一下,然后
 再用当下因素与尾数第②个因素比较,假如照旧比近日因素大,则将如今成分后移,实际上是刚刚移
 到原理最后那些成分上了,注意:小编说的脚下因素是待插入成分。
 那么希尔排序是分多次的不等幅度的排序,也正是是将原本的数组斥分成许多子数组,那些子数组进
 行插入排序再统一,并频频回落步长。至到步长为1.
输入参数:

 

  arr,数组
  len,数组大小

[java] view
plain
 copy

void shellSort(int *arr,int len){
 for(int gap=len/2; gap>0;gap=gap/2){//步长循环,不断减弱步长
  for(int i=0;i
   for(int j=gap; j
       int temp=arr[j];
       int k=j-gap;
       while(k>=0&&arr[k]>temp){
       arr[k+gap]=arr[k];
        k-=gap;    
    }
    if(k!=j-gap){
     arr[k+gap]=temp;
    }
   }
  }
 }
}

 

函数功效与原理:
 这一个函数的功效是相对于地方12分函数的简便,上边十一分函数写法是不易的,然则代码量太大,不方
 便了解。由此大家应有简化那些代码
 Hill排序的规律:希尔排序的规律是在插入排序原理上拓展改良,在此之前插入排序是小幅度为1,依次当
 前的成分插入到前边己经排好序的数组中,约等于是有2个己经排好序的数组,数组长度比实际的元
 素数目大1,有1个新的因素要插入到数组中,由此大家唯有从后往前插,假如是按从小到大排序,则
 将日前成分与终极的要素相比较,假设当前因素比最终边的成分小,则将最终的因素以后移一下,然后
 再用当下因素与尾数第1个要素相比,即使依然比当下成分大,则将近年来因素后移,实际上是刚刚移
 到原理最终特别成分上了,注意:笔者说的此时此刻成分是待插入成分。
 那么希尔排序是分数次的例外幅度的排序,也正是是将本来的数组斥分成许多子数组,这么些子数组进
 行插入排序再统一,并不停回落步长。至到步长为1.

 print?

入口参数:

  1. // 排序原始数据  
  2. private static final int[] NUMBERS =  
  3. {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};  

arr,数组
  len,数组大小
void shellSortReal(int *arr,int len){
 for(int gap=len/2; gap>0;gap=gap/2){
  for(int i=gap; i
   int temp=arr[i];
   int j=i-gap;
   while(j>=0&&arr[j]>temp){
    arr[j+gap]=arr[j];
    j=j-gap;
   }
   if(j!=i-gap){
    arr[j+gap]=temp;
   }
  }
 
 }
}

 

函数功用:插入排序功能,原理是不停地从前面的数目中挑选数据插入到前面己排好的数据列中,
    
因为前边的己经是排好的,因而一旦在将前边采取的选据在前头的连串中找到本身的职分就足以了
    
将手上的数目从己排好序的数目背后开端,将这么些数量今后挪,一直找到合适本人的岗位就消除了。

 

进口参数:arr,数组
  len,数组大小

 1. 直接插入排序

void insertSort(int *arr,int len){

基本思想:在要排序的一组数中,即使前边(n-1)[n>=2] 个数已经是排

for(int i=1; i
  int temp=arr[i];
  int j=i-1; //从这一个地点上马向前找合适的岗位
  while((j>=0)&&(arr[j]>temp)){//当前边的成分比temp要大时,则arr[J]要今后运动。
   arr[j+1]=arr[j]; //向后挪嘛,前面包车型客车要素覆盖前边的。
   j–;             //继续
  }
  if(j!=i-1){    //唯有在必要插入的时候才插入,唯有移动过岗位才须求处理
   arr[j+1]=temp;
  }
 }
}

好顺序的,现在要把第n个数插到眼前的静止数中,使得那n个数

也是排好顺序的。如此反复循环,直到整个排好顺序。

 

图片 2

 

[java] view
plain
 copy

 

 print?

  1.  public static void insertSort(int[] array) {  
  2.      for (int i = 1; i < array.length; i++) {  
  3.          int temp = array[i];  
  4.          int j = i – 1;  
  5.          for (; j >= 0 && array[j] > temp; j–) {  
  6.              //将大于temp的值全体后移2个单位  
  7.              array[j + 1] = array[j];  
  8.          }  
  9.          array[j + 1] = temp;  
  10.      }  
  11.      System.out.println(Arrays.toString(array) + ” insertSort”);  
  12.  }  

 

2希尔排序

希尔排序,也称递减增量排序算法,是插入排序的一种更高速的校对版本。希尔排序是非稳定排序算法。
希尔排序是基于插入排序的以下两点性质而提议改进方式的:
插入排序在对大概已经排好序的多少操作时,功效高,即能够高达到规定的分数线性排序的频率;
但插入排序一般的话是无用的,因为插入排序每回只好将数据移动一个人。
先取1个正整数d1 < n,
把具有相隔d1的笔录放一组,每一种组内举行直接插入排序;然后d2 <
d1,重复上述分组和排序操作;直至di = 1,即具备记录放进3个组中排序截至。

 

图片 3

 

 

[java] view
plain
 copy

 

 print?

  1. public static void shellSort(int[] array) {  
  2.     int i;  
  3.     int j;  
  4.     int temp;  
  5.     int gap = 1;  
  6.     int len = array.length;  
  7.     while (gap < len / 3) { gap = gap * 3 + 1; }  
  8.     for (; gap > 0; gap /= 3) {  
  9.         for (i = gap; i < len; i++) {  
  10.             temp = array[i];  
  11.             for (j = i – gap; j >= 0 && array[j] > temp; j -= gap) {  
  12.                 array[j + gap] = array[j];  
  13.             }  
  14.             array[j + gap] = temp;  
  15.         }  
  16.     }  
  17.     System.out.println(Arrays.toString(array) + ” shellSort”);  
  18. }  

 

3简简单单选用排序

基本考虑:在要排序的一组数中,选出最小的二个数与第五个职分的数交流;

然后在结余的数当中再找小小的与首个职位的数沟通,如此循环往复到尾数第三个数和最终3个数相比结束。

 

图片 4

 

[java] view
plain
 copy

 

 print?

  1. public static void selectSort(int[] array) {  
  2.     int position = 0;  
  3.     for (int i = 0; i < array.length; i++) {  
  4.         int j = i + 1;  
  5.         position = i;  
  6.         int temp = array[i];  
  7.         for (; j < array.length; j++) {  
  8.             if (array[j] < temp) {  
  9.                 temp = array[j];  
  10.                 position = j;  
  11.             }  
  12.         }  
  13.         array[position] = array[i];  
  14.         array[i] = temp;  
  15.     }  
  16.     System.out.println(Arrays.toString(array) + ” selectSort”);  
  17. }  

 

4堆排序

骨干思维:堆排序是一种树形选取排序,是对直接采用排序的立竿见影创新。

堆的定义如下:具有n个成分的连串(h1,h2,…,hn),当且仅当满意(hi>=h2i,hi>=2i+1)或(hi<=h2i,hi<=2i+1)(i=1,2,…,n/2)时名叫堆。在此地只谈谈知足前者条件的堆。由堆的概念能够看看,堆顶成分(即首先个要素)必为最大项(大顶堆)。完全二叉树能够很直观地表示堆的布局。堆顶为根,其余为左子树、右子树。开端时把要排序的数的类别看作是一棵顺序存款和储蓄的二叉树,调整它们的存储序,使之成为两个堆,那时堆的根节点的数最大。然后将根节点与堆的最终三个节点交流。然后对前方(n-1)个数重新调整使之变成堆。依此类推,直到唯有多少个节点的堆,并对它们作调换,最终收获有n个节点的稳步种类。从算法描述来看,堆排序需求三个经过,一是白手起家堆,二是堆顶与堆的结尾多少个因素调换地方。所以堆排序有三个函数组成。一是建堆的渗透函数,二是多次调用渗透函数达成排序的函数。

 

建堆:

图片 5

调换,从堆中踢出最大数

图片 6

 

剩余结点再建堆,再交流踢出最大数

图片 7

 

逐条类推:最终堆中多余的尾声四个结点交换,踢出叁个,排序达成。

 

[java] view
plain
 copy

 

 print?

  1. public static void heapSort(int[] array) {  
  2.     /* 
  3.      *  第③步:将数组堆化 
  4.      *  beginIndex = 第三个非叶子节点。 
  5.      *  从第几个非叶子节点起头即可。无需从最终三个纸牌节点开头。 
  6.      *  叶子节点可以作为已符合堆要求的节点,根节点便是它自身且本人以下值为最大。 
  7.      */  
  8.     int len = array.length – 1;  
  9.     int beginIndex = (len – 1) >> 1;  
  10.     for (int i = beginIndex; i >= 0; i–) {  
  11.         maxHeapify(i, len, array);  
  12.     }  
  13.     /* 
  14.      * 第一步:对堆化数据排序 
  15.      * 每一趟都以移出最顶层的根节点A[0],与最尾部节点地点调换,同时遍历长度 – 1。 
  16.      * 然后从新整理被换到根节点的末梢成分,使其符合堆的特色。 
  17.      * 直至未排序的堆长度为 0。 
  18.      */  
  19.     for (int i = len; i > 0; i–) {  
  20.         swap(0, i, array);  
  21.         maxHeapify(0, i – 1, array);  
  22.     }  
  23.     System.out.println(Arrays.toString(array) + ” heapSort”);  
  24. }  
  25. private static void swap(int i, int j, int[] arr) {  
  26.     int temp = arr[i];  
  27.     arr[i] = arr[j];  
  28.     arr[j] = temp;  
  29. }  
  30. /** 
  31.  * 调整目录为 index 处的数码,使其符合堆的性子。 
  32.  * 
  33.  * @param index 需求堆化处理的多寡的索引 
  34.  * @param len   未排序的堆(数组)的尺寸 
  35.  */  
  36. private static void maxHeapify(int index, int len, int[] arr) {  
  37.     int li = (index << 1) + 1; // 左子节点索引  
  38.     int ri = li + 1;           // 右子节点索引  
  39.     int c马克斯 = li;             // 子节点值最大索引,私下认可左子节点。  
  40.     if (li > len) {  
  41.         return;       // 左子节点索引超出总计范围,直接回到。  
  42.     }  
  43.     if (ri <= len && arr[ri] > arr[li]) // 先判断左右子节点,哪个较大。  
  44.     { cMax = ri; }  
  45.     if (arr[cMax] > arr[index]) {  
  46.         swap(c马克斯, index, arr);      // 借使父节点被子节点调换,  
  47.         maxHeapify(c马克斯, len, arr);  // 则要求后续判断换下后的父节点是否符合堆的特色。  
  48.     }  
  49. }  

 

5冒泡排序

骨干思想:在要排序的一组数中,对当前还未排好序的限制内的总体数,自上而下对邻近的四个数各样举行相比和调整,让较大的数往下沉,较小的往上冒。即:每当两邻近的数比较后发现它们的排序与排序须要反而时,就将它们调换。

 

图片 8

 

[java] view
plain
 copy

 

 print?

  1. public static void bubbleSort(int[] array) {  
  2.     int temp = 0;  
  3.     for (int i = 0; i < array.length – 1; i++) {  
  4.         for (int j = 0; j < array.length – 1 – i; j++) {  
  5.             if (array[j] > array[j + 1]) {  
  6.                 temp = array[j];  
  7.                 array[j] = array[j + 1];  
  8.                 array[j + 1] = temp;  
  9.             }  
  10.         }  
  11.     }  
  12.     System.out.println(Arrays.toString(array) + ” bubbleSort”);  
  13. }  

 

6急迅排序

核心境维:选取三个尺度成分,日常选用第①个成分也许最终贰个成分,通过一趟扫描,将待排类别分成两有些,一部分比标准成分小,一部分超过等于基准成分,此时标准成分在其排好序后的不错地方,然后再用同一的艺术递归地排序划分的两部分。

 

图片 9

 

[java] view
plain
 copy

 

 print?

  1. public static void quickSort(int[] array) {  
  2.     _quickSort(array, 0, array.length – 1);  
  3.     System.out.println(Arrays.toString(array) + ” quickSort”);  
  4. }  
  5.   
  6.   
  7. private static int getMiddle(int[] list, int low, int high) {  
  8.     int tmp = list[low];    //数组的率先个作为中轴  
  9.     while (low < high) {  
  10.         while (low < high && list[high] >= tmp) {  
  11.             high–;  
  12.         }  
  13.   
  14.   
  15.         list[low] = list[high];   //比中轴小的记录移到低端  
  16.         while (low < high && list[low] <= tmp) {  
  17.             low++;  
  18.         }  
  19.   
  20.   
  21.         list[high] = list[low];   //比中轴大的笔录移到高端  
  22.     }  
  23.     list[low] = tmp;              //中轴记录到尾  
  24.     return low;                  //再次回到中轴的职责  
  25. }  
  26.   
  27.   
  28. private static void _quickSort(int[] list, int low, int high) {  
  29.     if (low < high) {  
  30.         int middle = getMiddle(list, low, high);  //将list数组实行一分为二  
  31.         _quickSort(list, low, middle – 1);      //对低字表实行递归排序  
  32.         _quickSort(list, middle + 1, high);      //对高字表实行递归排序  
  33.     }  
  34. }  

 

柒 、归并排序

主导排序:归并(Merge)排序法是将多少个(或三个以上)有序表合并成一个新的雷打不动表,即把待排序类别分为若干个子种类,每一个子体系是铁板钉钉的。然后再把有序子系列合并为完整稳步体系。

 

图片 10

 

[java] view
plain
 copy

 

 print?

  1. public static void mergingSort(int[] array) {  
  2.     sort(array, 0, array.length – 1);  
  3.     System.out.println(Arrays.toString(array) + ” mergingSort”);  
  4. }  
  5.   
  6. private static void sort(int[] data, int left, int right) {  
  7.     if (left < right) {  
  8.         //找出中间索引  
  9.         int center = (left + right) / 2;  
  10.         //对左侧数组进行递归  
  11.         sort(data, left, center);  
  12.         //对左边数组实行递归  
  13.         sort(data, center + 1, right);  
  14.         //合并  
  15.         merge(data, left, center, right);  
  16.     }  
  17. }  
  18.   
  19. private static void merge(int[] data, int left, int center, int right) {  
  20.     int[] tmpArr = new int[data.length];  
  21.     int mid = center + 1;  
  22.     //third记录中间数组的目录  
  23.     int third = left;  
  24.     int tmp = left;  
  25.     while (left <= center && mid <= right) {  
  26.         //从四个数组中取出最小的放入中间数组  
  27.         if (data[left] <= data[mid]) {  
  28.             tmpArr[third++] = data[left++];  
  29.         } else {  
  30.             tmpArr[third++] = data[mid++];  
  31.         }  
  32.     }  
  33.   
  34.     //剩余部分每一个放入中间数组  
  35.     while (mid <= right) {  
  36.         tmpArr[third++] = data[mid++];  
  37.     }  
  38.   
  39.     while (left <= center) {  
  40.         tmpArr[third++] = data[left++];  
  41.     }  
  42.   
  43.     //将中间数组中的内容复制回原数组  
  44.     while (tmp <= right) {  
  45.         data[tmp] = tmpArr[tmp++];  
  46.     }  
  47. }  

 

捌 、基数排序

 

骨干考虑:将全体待相比较数值(正整数)统一为同一的数位长度,数位较短的数前边补零。然后,从压低位起始,依次展开一次排序。那样从压低位排序一贯到最高位排序完毕以往,数列就变成五个静止系列。

 

图片 11

 

 

[java] view
plain
 copy

 

 print?

  1. public static void radixSort(int[] array) {  
  2.     //首先分明排序的趟数;  
  3.     int max = array[0];  
  4.     for (int i = 1; i < array.length; i++) {  
  5.         if (array[i] > max) {  
  6.             max = array[i];  
  7.         }  
  8.     }  
  9.     int time = 0;  
  10.     //判断位数;  
  11.     while (max > 0) {  
  12.         max /= 10;  
  13.         time++;  
  14.     }  
  15.   
  16.   
  17.     //建立10个队列;  
  18.     ArrayList<ArrayList<Integer>> queue = new ArrayList<>();  
  19.     for (int i = 0; i < 10; i++) {  
  20.         ArrayList<Integer> queue1 = new ArrayList<>();  
  21.         queue.add(queue1);  
  22.     }  
  23.   
  24.   
  25.     //进行time次分配和采集;  
  26.     for (int i = 0; i < time; i++) {  
  27.         //分配数组成分;  
  28.         for (int anArray : array) {  
  29.             //得到数字的第time+1位数;  
  30.             int x = anArray % (int)Math.pow(10, i + 1) / (int)Math.pow(10, i);  
  31.             ArrayList<Integer> queue2 = queue.get(x);  
  32.             queue2.add(anArray);  
  33.             queue.set(x, queue2);  
  34.         }  
  35.         int count = 0;//成分计数器;  
  36.         //收集队列元素;  
  37.         for (int k = 0; k < 10; k++) {  
  38.             while (queue.get(k).size() > 0) {  
  39.                 ArrayList<Integer> queue3 = queue.get(k);  
  40.                 array[count] = queue3.get(0);  
  41.                 queue3.remove(0);  
  42.                 count++;  
  43.             }  
  44.         }  
  45.     }  
  46.     System.out.println(Arrays.toString(array) + ” radixSort”);  
  47. }  

 

结果

图片 12

 

相关文章