/**
*
* @author yuzhiping
* @version 1.0
* 功能说明:计算机领域经典的算法
*
*/
public class sortAlgorithm<T extends Comparable<T>> {
//交换索引i和索引j的值
private void swap(T [] data ,int i,int j){
T tmp;
tmp=data[i];
data[i]=data[j];
data[j]=tmp;
}
//-----堆排序 时间复杂度O(nlogn)-----
public void heapSort(T [] data){
int arrayLength=data.length;
//循环件堆
for(int i=0;i<arrayLength-1;i++){
// 建堆
builMaxdHeap(data, arrayLength - 1 - i);
// 交换堆顶和最后一个元素
swap(data, 0, arrayLength - 1 - i);
}
}
// 对data数组从0到lastIndex建大顶堆
private void builMaxdHeap(T[] data, int lastIndex) {
// 从lastIndex处节点（最后一个节点）的父节点开始
for (int i = (lastIndex - 1) / 2; i >= 0; i--) {
// k保存当前正在判断的节点
int k = i;
// 如果当前k节点的子节点存在
while (k * 2 + 1 <= lastIndex) {
// k节点的左子节点的索引
int biggerIndex = 2 * k + 1;
// 如果biggerIndex小于lastIndex，即biggerIndex + 1
// 代表的k节点的右子节点存在
if (biggerIndex < lastIndex) {
// 如果右子节点的值较大
if (data[biggerIndex].compareTo(data[biggerIndex + 1]) < 0) {
// biggerIndex总是记录较大子节点的索引
biggerIndex++;
}
}
// 如果k节点的值小于其较大子节点的值
if (data[k].compareTo(data[biggerIndex]) < 0) {
// 交换它们
swap(data, k, biggerIndex);
// 将biggerIndex赋给k，开始while循环的下一次循环，
// 重新保证k节点的值大于其左、右子节点的值。
k = biggerIndex;
} else {
break;
}
}
}
}
//------冒泡排序法 时间复杂度O(n^2)----
public void bubbleSort(T[] data){
int i,j;
for(i=0;i<data.length-1;i++){
for(j=0;j<data.length-i-1;j++){
if(data[j].compareTo(data[j+1]) > 0){
swap(data,j+1,j);
}
}
}
}
//-----选择排序法 时间复杂度O(n^2)-----
public void selectSort(T[] data){
int i,j;
for(i=0;i<data.length-1;i++){
for(j=i+1;j<data.length;j++){
if (data[i].compareTo(data[j]) > 0){
swap(data,i,j);
}
}
}
}
//-----快速排序法 时间复杂度为O(log2n)-----
public void quickSort(T[] data){
subQuickSort(data,0,data.length-1);
}
private void subQuickSort(T[] data,int start,int end){
if( start < end ){
//以第一个元素作为分界值
T base = data[start];
//i从左边开始搜索大于分界值元素的索引
int i = start;
//j从右边开始搜索小于分界值元素的索引
int j = end + 1;
while(true){
//左边跳过比base小的元素
while(i < end && data[++i].compareTo(base) <= 0);
//右边跳过比base大的元素
while(j > start && data[--j].compareTo(base) >= 0);
if(j > i){
swap(data,i,j);
}else{
break;
}
}
//将分界值还原
swap(data,start,j);
//递归左边序列
subQuickSort(data,start,j-1);
//递归右边序列
subQuickSort(data,j+1,end);
}
}
//-----插入排序法 时间复杂度O(n^2)-----
public void insertSort(T[] data){
int arrayLength = data.length;
for(int i=1;i<arrayLength;i++){
//当整体后移时保证data[i]的值不会丢失
T tmp = data[i];
//i索引处的值已经比前面所有值都大,表明已经有序,无需插入
//i-1处索引之前的数值已经有序,i-1处索引处元素的值也是最大值
if(data[i].compareTo(data[i-1]) < 0){
int j = i-1;
//整体后移一个
while(j>=0 && data[j].compareTo(tmp) > 0){
data[j+1] = data[j];
j--;
}
data[j+1] = tmp;
}
}
}
//-----折半插入排序法 时间复杂度-----
public void binaryInsertSort(T[] data) {
int arrayLength = data.length;
for (int i = 1; i < arrayLength; i++) {
if (data[i - 1].compareTo(data[i]) > 0) {
// 缓存i处的元素值
T tmp = data[i];
// 记录搜索范围的左边界
int low = 0;
// 记录搜索范围的右边界
int high = i - 1;
while (high >= low) {
// 记录中间位置
int mid = (high + low) / 2;
// 比较中间位置数据和i处数据大小，以缩小搜索范围
if (tmp.compareTo(data[mid]) > 0) {
low = mid + 1;
} else {
high = mid - 1;
}
}
// 将low~i处数据整体向后移动1位
for (int j = i; j > low; j--) {
data[j] = data[j - 1];
}
data[low] = tmp;
}
}
}
//-----希尔排序法 时间复杂度O(nlogn)O(n^2)具体看h的值-----
public void shellSort(T[] data){
int arrayLength = data.length;
//h保存可变增量
int h = 1;
while(h<=arrayLength/3){
h = h * 3 + 1;
}
while(h > 0){
//System.out.println(Arrays.toString( data )+"h="+h);
for(int i=h;i<arrayLength;i++){
//当整体后移时,保证data[i]的值不丢失
T tmp = data[i];
//i索引处的值已经比前面所有的值大
//(i-1索引之前的值已经有序的,i-1索引处元素的值就是最大值)
if(data[i].compareTo(data[i-h]) < 0){
int j = i-h;
//整体后移一格
while(j>=0 && data[j].compareTo(tmp) > 0){
data[j+h] = data[j];
j-=h;
}
//最后将tmp值插入合适的位置
data[j+h] = tmp;
}
}
h = (h-1)/3;
}
}
//-----归并排序法 时间复杂度为O(nlog2n)-----
public void mergeSort(T[] data){
subMergeSort(data,0,data.length-1);
}
private void subMergeSort(T[] data,int left,int right){
if(right > left){
//找出中间索引
//System.out.println( Arrays.toString(data) );
int center = (left + right)/2;
//对左边数组进行递归
subMergeSort(data,left,center);
//对右边数组进行递归
subMergeSort(data,center+1,right);
//合并
merge(data,left,center,right);
}
}
@SuppressWarnings("unchecked")
private void merge(T[] data, int left, int center, int right) {
Object[] tmpArr = new Object[data.length];
int mid = center + 1;
// third记录中间处索引
int third = left;
.........................................................