Java實(shí)現(xiàn)快速排序和堆排序的示例代碼
更新時(shí)間：2022年12月22日 10:55:13 作者：程序小猿2
這篇文章主要為大家詳細(xì)介紹了快速排序和堆排序的多種語(yǔ)言的實(shí)現(xiàn)（JavaScript、Python、Go語(yǔ)言、Java、C++），感興趣的小伙伴可以了解一下
快速排序
快速排序是由東尼·霍爾所發(fā)展的一種排序算法。在平均狀況下，排序 n 個(gè)項(xiàng)目要 Ο(nlogn) 次比較。在最壞狀況下則需要 Ο(n2) 次比較，但這種狀況并不常見(jiàn)。事實(shí)上，快速排序通常明顯比其他 Ο(nlogn) 算法更快，因?yàn)樗膬?nèi)部循環(huán)（inner loop）可以在大部分的架構(gòu)上很有效率地被實(shí)現(xiàn)出來(lái)。
快速排序使用分治法（Divide and conquer）策略來(lái)把一個(gè)串行（list）分為兩個(gè)子串行（sub-lists）。
快速排序又是一種分而治之思想在排序算法上的典型應(yīng)用。本質(zhì)上來(lái)看，快速排序應(yīng)該算是在冒泡排序基礎(chǔ)上的遞歸分治法。
快速排序的名字起的是簡(jiǎn)單粗暴，因?yàn)橐宦?tīng)到這個(gè)名字你就知道它存在的意義，就是快，而且效率高！它是處理大數(shù)據(jù)最快的排序算法之一了。雖然 Worst Case 的時(shí)間復(fù)雜度達(dá)到了 O(n²)，但是人家就是優(yōu)秀，在大多數(shù)情況下都比平均時(shí)間復(fù)雜度為 O(n logn) 的排序算法表現(xiàn)要更好，可是這是為什么呢，我也不知道。好在我的強(qiáng)迫癥又犯了，查了 N 多資料終于在《算法藝術(shù)與信息學(xué)競(jìng)賽》上找到了滿意的答案：
快速排序的最壞運(yùn)行情況是 O(n²)，比如說(shuō)順序數(shù)列的快排。但它的平攤期望時(shí)間是 O(nlogn)，且 O(nlogn) 記號(hào)中隱含的常數(shù)因子很小，比復(fù)雜度穩(wěn)定等于 O(nlogn) 的歸并排序要小很多。所以，對(duì)絕大多數(shù)順序性較弱的隨機(jī)數(shù)列而言，快速排序總是優(yōu)于歸并排序。
算法步驟
- 從數(shù)列中挑出一個(gè)元素，稱為 “基準(zhǔn)”（pivot）;
- 重新排序數(shù)列，所有元素比基準(zhǔn)值小的擺放在基準(zhǔn)前面，所有元素比基準(zhǔn)值大的擺在基準(zhǔn)的后面（相同的數(shù)可以到任一邊）。在這個(gè)分區(qū)退出之后，該基準(zhǔn)就處于數(shù)列的中間位置。這個(gè)稱為分區(qū)（partition）操作；
- 遞歸地（recursive）把小于基準(zhǔn)值元素的子數(shù)列和大于基準(zhǔn)值元素的子數(shù)列排序；
遞歸的最底部情形，是數(shù)列的大小是零或一，也就是永遠(yuǎn)都已經(jīng)被排序好了。雖然一直遞歸下去，但是這個(gè)算法總會(huì)退出，因?yàn)樵诿看蔚牡╥teration）中，它至少會(huì)把一個(gè)元素?cái)[到它最后的位置去。
動(dòng)圖演示
JavaScript代碼實(shí)現(xiàn)
function quickSort(arr,left,right){
var len = arr.length,
partitionIndex,
left = typeof left != 'number' ? 0 : left,
right = typeof right != 'number' ? len - 1 : right;
if(left < right){
partitionIndex = partition(arr,left,right);
quickSort(arr,left,partitionIndex-1);
quickSort(arr,partitionIndex+1,right);
}
return arr;
}
function partition(arr,left,right){ //分區(qū)操作
var prvot = left, //設(shè)定基準(zhǔn)值（pivot）
index = pivot + 1;
for(var i = index;i <= right;i++){
if(arr[i] < arr[pivot]){
swap(arr,i,index);
index++;
}
}
swap(arr,pivot,index - 1);
return index-1;
}
function swap(arr,i ,j){
var temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
function partition2(arr,low,high){
let pivot = arr[low];
while(low < high){
while(low < high && arr[high] > pivot){
--high;
}
arr[low] = arr[high];
while(low < high && arr[low] <= pivot){
++low
}
arr[high] = arr[low];
}
arr[low] = pivot;
return low;
}
function qunickSort2(arr,low,high){
if(low < high){
let pivot = pratition2(arr,low,high);
quickSort2(arr,low,pivot - 1);
quickSort2(arr,pivot + 1,high);
}
return arr;
} python代碼實(shí)現(xiàn)
def quickSort(arr,left=None,right=None):
left = 0 if not isinstance(left,(int,float)) else left
right = len(arr)-1 if not isinstance(right,(int,float)) else right
if left < right:
partitionIndex = partition(arr,left,right)
quickSort(arr,left,partitionIndex-1)
qunckSort(arr,partitionIndex+1,right)
return arr
def partition(arr,left,right):
pivot = left
index = pivot+1
i = index
while i <= right:
if arr[i] < arr[pivot]:
swap(arr,i,index0
index+=1
i+=1
swap(arr,pivot,index-1)
return index-1
def swap(arr,i,j):
arr[i],arr[j] = arr[j],arr[i]
Go代碼實(shí)現(xiàn)
func quickSort(arr []int) []int{
return _quickSort(arr,0,len(arr)-1)
}
func _quickSort(arr []int,left,right int) []int{
if left < right {
partitionIndex := partition(arr,left,right)
_quickSort(arr,left,partitionIndex-1)
_quickSort(arr,partitionIndex+1,right)
}
return arr
}
func partition(arr []int,left,right int)int{
pivot := left
index := pivot + 1
for i := index; i <= right; i++{
if arr[i] < arr[pivot]{
swap(arr,i,index)
index += 1
}
}
swap(arr,pivot,index-1)
return index - 1
}
func swap(arr []int, i, j int){
arr[i],arr[j] = arr[j],arr[i]
} C++代碼實(shí)現(xiàn)
Partition1(int A[],int low,int high){
int pivot = A[low];
while(low < high){
while(low<high && A[high] >= pivot){
--high;
}
A[low] = A[high];
while(low < high && A[low] <= pivot){
++low;
}
A[high] = A[low];
}
A[low] = pivot;
return low;
}
void QuickSort(int A[], int low, int high)
{
if(low < high){
int pivot = Partition1(A,low,high);
QuickSort(A,low,pivot - 1);
QuickSort(A,pivot + 1,high);
}
} Java代碼實(shí)現(xiàn)
public class QuickSort implements IArraySort{
@Override
public int[] sort(int[] sourceArray) throws Exception{
//對(duì)arr進(jìn)行拷貝，不改變參數(shù)內(nèi)容
int[] arr = Arrays.copyOf(sourceArray,sourceArray.length);
return quickSort(arr,0,arr.length - 1);
}
private int[] quickSort(int[] arr, int left, int right){
if(left < right){
int partitionIndex = partition(arr,left,right);
quicksort(arr,left,partitionIndex - 1);
quickSort(arr,partitionIndex + 1,right);
}
return arr;
}
private int partition(int[] arr, int left, int right){
//設(shè)定基準(zhǔn)值(pivot)
int pivot = left;
int index = pivot + 1;
for(int i = index; i<= right; i++){
if(arr[i] < arr[pivot]){
swao(arr,i,index);
index++;
}
}
swap(arr,pivot,index - 1);
return index - 1;
}
private void swap(int[] arr, int i, int j){
int temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
} 堆排序
堆排序（Heapsort）是指利用堆這種數(shù)據(jù)結(jié)構(gòu)所設(shè)計(jì)的一種排序算法。堆積是一個(gè)近似完全二叉樹的結(jié)構(gòu)，并同時(shí)滿足堆積的性質(zhì)：即子結(jié)點(diǎn)的鍵值或索引總是小于（或者大于）它的父節(jié)點(diǎn)。堆排序可以說(shuō)是一種利用堆的概念來(lái)排序的選擇排序。分為兩種方法：
- 大頂堆：每個(gè)節(jié)點(diǎn)的值都大于或等于其子節(jié)點(diǎn)的值，在堆排序算法中用于升序排列；
- 小頂堆：每個(gè)節(jié)點(diǎn)的值都小于或等于其子節(jié)點(diǎn)的值，在堆排序算法中用于降序排列；
堆排序的平均時(shí)間復(fù)雜度為 Ο(nlogn)。
算法步驟
1.將待排序序列構(gòu)建成一個(gè)堆 H[0……n-1]，根據(jù)（升序降序需求）選擇大頂堆或小頂堆；
2.把堆首（最大值）和堆尾互換；
3.把堆的尺寸縮小 1，并調(diào)用 shift_down(0)，目的是把新的數(shù)組頂端數(shù)據(jù)調(diào)整到相應(yīng)位置；
4.重復(fù)步驟 2，直到堆的尺寸為 1。
動(dòng)圖演示
JavaScript代碼實(shí)現(xiàn)
var len; //因?yàn)槁暶鞯亩鄠€(gè)函數(shù)都需要數(shù)據(jù)長(zhǎng)度，所以把len設(shè)置成為全局變量
function buildMaxHeap(arr){ //建立大頂堆
len = arr.length;
for(var i = Math.floor(len/2);i>=0;i--){
heapify(arr,i);
}
}
function heapify(arr,i){ //堆調(diào)整
var left = 2 * i + 1,
right = 2 * i + 2,
largest = i;
if(left < len && arr[left] > arr[largest]){
largest = left;
}
if(right < len && arr[right] > arr[largest]){
largest = right;
}
if(largest != i){
swap(arr,i,largest);
heapify(arr,largest);
}
}
function swap(arr,i,j){
var temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
function heapSort(arr){
buildMaxHeap(arr);
for(var i = arr.length-1; i > 0; i--){
swap(arr,0,i);
len--;
heapify(arr,0);
}
return arr;
} Python代碼實(shí)現(xiàn)
def buildMaxHeap(arr):
import math
for i in range(math.floor(len(arr)/2),-1,-1):
heapify(arr,i)
def heapify(arr,i):
left = 2*i+1
right = 2*i+2
largest = i
if left < arrLen and arr[left] > arr[largest]:
largest = left
if right < arrLen and arr[right] > arr[largest]:
largest = right
if largest != i:
swap(arr,i,largest)
heapify(arr,largest)
def swap(arr,i,j):
arr[i],arr[j] = arr[j],arr[i]
def heapSort(arr):
global arrLen
aeeLen = len(arr)
buildMasxHeap(arr)
for i in range(len(arr)-1,0,-1):
swap(arr,0,i)
arrLen -= 1
heapify(arr,0)
return arr Go代碼實(shí)現(xiàn)
func heapSort(arr []int) []int {
arrLen := len(arr)
buildMaxHeap(arr, arrLen)
for i := arrLen - 1; i >= 0; i-- {
swap(arr, 0, i)
arrLen -= 1
heapify(arr, 0, arrLen)
}
return arr
}
func buildMaxHeap(arr []int, arrLen int) {
for i := arrLen / 2; i >= 0; i-- {
heapify(arr, i, arrLen)
}
}
func heapify(arr []int, i, arrLen int) {
left := 2*i + 1
right := 2*i + 2
largest := i
if left < arrLen && arr[left] > arr[largest] {
largest = left
}
if right < arrLen && arr[right] > arr[largest] {
largest = right
}
if largest != i {
swap(arr, i, largest)
heapify(arr, largest, arrLen)
}
}
func swap(arr []int, i, j int) {
arr[i], arr[j] = arr[j], arr[i]
}Java代碼實(shí)現(xiàn)
public class HeapSort implements IArraySort{
@Override
public int[] sort(int[] sourceArray) throws Exception{
//對(duì)arr進(jìn)行拷貝，不改變參數(shù)內(nèi)容
int[] arr = Array.copyOf(sourceArray,sourceArray.length);
int len = arr.length;
buildMaxHeap(arr,len);
for(int i = len - 1; i > 0; i--){
swap(arr,0,i);
len--;
heapify(arr,0,len);
}
return arr;
}
private void buildMaxHeap(int[] arr,int i , int len){
int left = 2 * i + 1;
int right = 2 * i + 2;
int largest = i;
if(left < len && arr[left] > arr[largest]){
largest = left;
}
if(right < len && arr[right] > arr[largest]){
largest = right;
}
if(largest != i){
swap(arr,i,largest);
heapify(arr,length,len);
}
}
private void swap(int[] arr, int i, int j){
int temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
} 到此這篇關(guān)于Java實(shí)現(xiàn)快速排序和堆排序的示例代碼的文章就介紹到這了,更多相關(guān)Java 排序內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Java利用redis zset實(shí)現(xiàn)延時(shí)任務(wù)詳解
zset作為redis的有序集合數(shù)據(jù)結(jié)構(gòu)存在，排序的依據(jù)就是score。本文就將利用zset score這個(gè)排序的這個(gè)特性，來(lái)實(shí)現(xiàn)延時(shí)任務(wù)，感興趣的可以了解一下2022-08-08
這篇文章主要介紹了基于Java中兩種jersey文件上傳方式的相關(guān)資料,需要的朋友可以參考下2016-01-01
這篇文章主要介紹了Java的Semaphore信號(hào)量使用及原理解析,Semaphore 通常我們叫它信號(hào)量， 可以用來(lái)控制同時(shí)訪問(wèn)特定資源的線程數(shù)量，通過(guò)協(xié)調(diào)各個(gè)線程，以保證合理的使用資源,需要的朋友可以參考下2023-12-12
SpringBoot引入Thymeleaf的實(shí)現(xiàn)方法
這篇文章主要介紹了SpringBoot引入Thymeleaf的實(shí)現(xiàn)方法，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-04-04
本文主要介紹利用Springboot結(jié)合枚舉類enum進(jìn)行自定義參數(shù)的初始化和應(yīng)用,通過(guò)@Value注解實(shí)現(xiàn)參數(shù)的動(dòng)態(tài)注入,以實(shí)現(xiàn)靈活可維護(hù)的配置管理,具有一定的參考價(jià)值,感興趣的可以了解一下2024-09-09
SpringBoot中@PathVariable、@RequestParam和@RequestBody的區(qū)別和使用詳解
這篇文章主要介紹了SpringBoot中@PathVariable、@RequestParam和@RequestBody的區(qū)別和使用詳解,@PathVariable 映射 URL 綁定的占位符,通過(guò)@RequestMapping注解中的{}占位符來(lái)標(biāo)識(shí)URL中的變量部分,需要的朋友可以參考下2024-01-01
下面小編就為大家?guī)?lái)一篇hibernate框架環(huán)境搭建具體步驟(介紹)。小編覺(jué)得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2017-06-06
Spring?Boot實(shí)現(xiàn)第一次啟動(dòng)時(shí)自動(dòng)初始化數(shù)據(jù)庫(kù)流程詳解
在現(xiàn)在的后端開(kāi)發(fā)中，只要是使用關(guān)系型數(shù)據(jù)庫(kù)，相信SSM架構(gòu)（Spring?Boot?+?MyBatis）已經(jīng)成為首選，本文就以Spring?Boot?+?MyBatis為例，使用MySQL作為數(shù)據(jù)庫(kù)，完成數(shù)據(jù)庫(kù)初始化功能，文中有詳細(xì)的代碼示例,需要的朋友可以參考下2023-05-05
JavaEE SpringMyBatis是什么? 它和Hibernate的區(qū)別及如何配置MyBatis
這篇文章主要介紹了JavaEE Spring MyBatis是什么? 它和Hibernate的區(qū)別有哪些？如何配置MyBatis?本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2020-08-08
springboot集成mybatisplus實(shí)例詳解
這篇文章主要介紹了springboot集成mybatisplus實(shí)例詳解,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-09-09