9种排序算法

package test.sort;

public abstract class Sorter<E extends Comparable<E>> {
    
    public abstract void sort(E[] array,int from ,int len);
    
    public final void sort(E[] array)
    {
        sort(array,0,array.length);
    }
    protected final void swap(E[] array,int from ,int to)
    {
        E tmp=array[from];
        array[from]=array[to];
        array[to]=tmp;
    }

}

 

 package test.sort;

/*
快速排序
快速排序是目前使用可能最广泛的排序算法了。
一般分如下步骤：
1）选择一个枢纽元素（有很对选法，我的实现里采用去中间元素的简单方法）
2）使用该枢纽元素分割数组，使得比该元素小的元素在它的左边，比它大的在右边。并把枢纽元素放在合适的位置。
3）根据枢纽元素最后确定的位置，把数组分成三部分，左边的，右边的，枢纽元素自己，对左边的，右边的分别递归调用快速排序算法即可。
快速排序的核心在于分割算法，也可以说是最有技巧的部分。
*/
public class QuickSorter<E extends Comparable<E>> extends Sorter<E> {

   /* (non-Javadoc)
    * @see Sorter#sort(E[], int, int)
    */
   @Override
   public void sort(E[] array, int from, int len) {
    count = 0;
       q_sort(array,from,from+len-1);
       System.out.println("quick sort count = " + count);
   }

   
   private final void q_sort(E[] array, int from, int to) {
       if(to-from<1)return;
       int pivot=selectPivot(array,from,to);

       pivot=partion(array,from,to,pivot);
       
       q_sort(array,from,pivot-1);
       q_sort(array,pivot+1,to);
       
   }

   int count = 0;
   
   private int partion(E[] array, int from, int to, int pivot) {
       E tmp = array[pivot];
       //将最右元素放到pivot位置
       array[pivot] = array[to];//now to's position is available
       
       while(from != to)
       {
        //从左边开始只得到一个大于枢纽元素的元素，将其放到数组to的位置（to元素已被跟换地址，临时交换空间）
           while(from < to && array[from].compareTo(tmp) <= 0) from ++;
           if(from < to)
           {
               array[to] = array[from];//now from's position is available
               to --;
               count ++;
           }
           //从右边开始只得到一个小于枢纽元素的元素，将其放到数组from的位置（from元素在上面换地址，临时交换空间）
           while(from < to && array[to].compareTo(tmp) >= 0)to --;
           if(from < to)
           {
               array[from] = array[to];//now to's position is available now 
               from ++;
               count ++;
           }
       }
       //得到枢纽元素的排序位置为from
       array[from] = tmp;count ++;
       return from;
   }


   private int selectPivot(E[] array, int from, int to) {
   
       return (from+to)/2;
   }

}

 

package test.sort;

import java.util.Arrays;

/*
 基数排序可以说是扩展了的桶式排序，比如当待排序列在一个很大的范围内，比如0到999999内，那么用桶式排序是很浪费空间的。
 而基数排序把每个排序码拆成由d个排序码，比如任何一个6位数（不满六位前面补0）拆成6个排序码，分别是个位的，十位的，百位的。。。。
排序时，分6次完成，每次按第i个排序码来排。
一般有两种方式:
1) 高位优先(MSD)： 从高位到低位依次对序列排序
2）低位优先(LSD)： 从低位到高位依次对序列排序
计算机一般采用低位优先法（人类一般使用高位优先），但是采用低位优先时要确保排序算法的稳定性。
基数排序借助桶式排序，每次按第N位排序时，采用桶式排序。对于如何安排每次落入同一个桶中的数据有两种安排方法：
1）顺序存储：每次使用桶式排序，放入r个桶中,相同时增加计数。
2）链式存储：每个桶通过一个静态队列来跟踪。
 */
public class RadixSorter {
    
    public static boolean USE_LINK=true;
    
    /**
     * 
     * @param keys
     * @param from
     * @param len
     * @param radix  key's radix
     * @param d      how many sub keys should one key divide to
     */
    public void sort(int[] keys,int from ,int len,int radix, int d)
    {
        if(USE_LINK)
        {
            link_radix_sort(keys,from,len,radix,d);
        }
        else
        {
            array_radix_sort(keys,from,len,radix,d);
        }
        
    }
    
    
    private final void array_radix_sort(int[] keys, int from, int len, int radix,
            int d) 
    {
        int[] temporary=new int[len];
        int[] count=new int[radix];
        int R=1;
        
        for(int i=0;i<d;i++)
        {
            System.arraycopy(keys, from, temporary, 0, len);
            Arrays.fill(count, 0);
            for(int k=0;k<len;k++)
            {
                int subkey=(temporary[k]/R)%radix;
                count[subkey]++;
            }
            for(int j=1;j<radix;j++)
            {
                count[j]=count[j]+count[j-1];
            }
            for(int m=len-1;m>=0;m--)
            {
                int subkey=(temporary[m]/R)%radix;
                --count[subkey];
                keys[from+count[subkey]]=temporary[m];
            }
            R*=radix;
        }
           
    }


    private static class LinkQueue
    {
        int head=-1;
        int tail=-1;
    }
    private final void link_radix_sort(int[] keys, int from, int len, int radix, int d) {
        
        int[] nexts=new int[len];
        
        LinkQueue[] queues=new LinkQueue[radix];
        for(int i=0;i<radix;i++)
        {
            queues[i]=new LinkQueue();
        }
        for(int i=0;i<len-1;i++)
        {
            nexts[i]=i+1;
        }
        nexts[len-1]=-1;
        
        int first=0;
        for(int i=0;i<d;i++)
        {
            link_radix_sort_distribute(keys,from,len,radix,i,nexts,queues,first);
            first=link_radix_sort_collect(keys,from,len,radix,i,nexts,queues);
        }
        int[] tmps=new int[len];
        int k=0;
        while(first!=-1)
        {
        
            tmps[k++]=keys[from+first];
            first=nexts[first];
        }
        System.arraycopy(tmps, 0, keys, from, len);
        
        
    }
    private final void link_radix_sort_distribute(int[] keys, int from, int len,
            int radix, int d, int[] nexts, LinkQueue[] queues,int first) {
        
        for(int i=0;i<radix;i++)queues[i].head=queues[i].tail=-1;
        while(first!=-1)
        {
            int val=keys[from+first];
            for(int j=0;j<d;j++)val/=radix;
            val=val%radix;
            if(queues[val].head==-1)
            {
                queues[val].head=first;
            }
            else 
            {
                nexts[queues[val].tail]=first;
                
            }
            queues[val].tail=first;
            first=nexts[first];
        }
        
    }
    private int link_radix_sort_collect(int[] keys, int from, int len,
            int radix, int d, int[] nexts, LinkQueue[] queues) {
        int first=0;
        int last=0;
        int fromQueue=0;
        for(;(fromQueue<radix-1)&&(queues[fromQueue].head==-1);fromQueue++);
        first=queues[fromQueue].head;
        last=queues[fromQueue].tail;
        
        while(fromQueue<radix-1&&queues[fromQueue].head!=-1)
        {
            fromQueue+=1;
            for(;(fromQueue<radix-1)&&(queues[fromQueue].head==-1);fromQueue++);
            
            nexts[last]=queues[fromQueue].head;
            last=queues[fromQueue].tail;
            
        }
        if(last!=-1)nexts[last]=-1;
        return first;
    }
    
    /**
     * @param args
     */
    public static void main(String[] args) {
        int[] a={1,4,8,3,2,9,5,0,7,6,9,10,9,135,14,15,11,222222222,1111111111,12,17,45,16};
        USE_LINK=true;
        RadixSorter sorter=new RadixSorter();
        sorter.sort(a,0,a.length,10,10);
        for(int i=0;i<a.length;i++)
        {
            System.out.print(a[i]+",");
        }


    }

}

 

package test.sort;

/*
 * 选择排序
 选择排序相对于冒泡来说，它不是每次发现逆序都交换，而是在找到全局第i小的时候记下该元素位置，最后跟第i个元素交换，
 从而保证数组最终的有序。相对与插入排序来说，选择排序每次选出的都是全局第i小的，不会调整前i个元素了。
 */
public class SelectSorter<E extends Comparable<E>> extends Sorter<E> {

    /* (non-Javadoc)
     * @see Sorter#sort(E[], int, int)
     */
    @Override
    public void sort(E[] array, int from, int len) {
     int count = 0;
        for(int i=0;i<len;i++)
        {
            int smallest=i;
            int j=i+from;
            for(;j<from+len;j++)
            {
                if(array[j].compareTo(array[smallest])<0)
                {
                    smallest=j;
                    count ++;
                }
            }
            swap(array,i,smallest);
                   
        }
        System.out.println("select sort count = " + count);
    }
  
}


 

package test.sort;

/*
  Shell排序
 Shell排序可以理解为插入排序的变种，它充分利用了插入排序的两个特点：
 1）当数据规模小的时候非常高效
 2）当给定数据已经有序时的时间代价为O(N)
 所以，Shell排序每次把数据分成若个小块，来使用插入排序，而且之后在这若个小块排好序的情况下把它们合成大一点的小块，
 继续使用插入排序，不停的合并小块，直到最后成一个块，并使用插入排序。

 这里每次分成若干小块是通过“增量” 来控制的，开始时增量较大，接近N/2,从而使得分割出来接近N/2个小块，
 逐渐的减小“增量“最终到减小到1。

 一直较好的增量序列是2^k-1,2^(k-1)-1,.....7,3,1,这样可使Shell排序时间复杂度达到O(N^1.5)
 所以我在实现Shell排序的时候采用该增量序列
 */
public class ShellSorter<E extends Comparable<E>> extends Sorter<E>  {

    /* (non-Javadoc)
     * Our delta value choose 2^k-1,2^(k-1)-1,.7,3,1.
     * complexity is O(n^1.5)
     * @see Sorter#sort(E[], int, int)
     */
    @Override
    public void sort(E[] array, int from, int len) {
        count = 0;
        //1.calculate  the first delta value;
        int value=1;
        while((value+1)*2<len)
        {
            value=(value+1)*2-1;
        
        }
    
        for(int delta=value;delta>=1;delta=(delta+1)/2-1)
        {
            for(int i=0;i<delta;i++)
            {
                modify_insert_sort(array,from+i,len-i,delta);
            }
        }
        System.out.println("shell sort count = " + count);
    }
    
    int count = 0;
    
    private final  void modify_insert_sort(E[] array, int from, int len,int delta) {
          if(len<=1)return;
          E tmp=null;
          for(int i=from+delta;i<from+len;i+=delta)
          {
              tmp=array[i];
              int j=i;
              //从后向前插入
              for(;j>from;j-=delta)
              {
                  if(tmp.compareTo(array[j-delta])<0)
                  {
                      array[j]=array[j-delta];
                      count ++;
                  }
                  else break;
              }
              array[j]=tmp;
          }
    }
}


package test.sort;

/* 
 冒泡排序
 这可能是最简单的排序算法了，算法思想是每次从数组末端开始比较相邻两元素，把第i小的冒泡到数组的第i个位置。
 i从0一直到N-1从而完成排序。（当然也可以从数组开始端开始比较相邻两元素，把第i大的冒泡到数组的第N-i个位置。
 i从0一直到N-1从而完成排序。)
 */
public class BubbleSorter<E extends Comparable<E>> extends Sorter<E> {
 
 /**
  * 排序方式
  */
    public static  boolean DWON=false;
    
    public final void bubble_down(E[] array, int from, int len)
    {
     int count = 0;
        for(int i=from;i<from+len;i++)
        {
            for(int j=from+len-1;j>i;j--)
            {
                if(array[j].compareTo(array[j-1])<0)
                {
                    swap(array,j-1,j);
                    count ++;
                }
            }
        }System.out.println("bubble sort count = "+count);
    }
    
    public final void bubble_up(E[] array, int from, int len)
    {int count = 0;
        for(int i=from+len-1;i>=from;i--)
        {
            for(int j=from;j<i;j++)
            {
                if(array[j].compareTo(array[j+1])>0)
                {
                    swap(array,j,j+1);
                    count ++;
                }
            }
        }System.out.println("bubble sort count = "+count);
    }
    @Override
    public void sort(E[] array, int from, int len) {
        
        if(DWON)
        {
            bubble_down(array,from,len);
        }
        else
        {
            bubble_up(array,from,len);
        }
    }
    
}


 

package test.sort;

public class BucketSorter {

    
    /*
     桶式排序不再是基于比较的了，它和基数排序同属于分配类的排序，这类排序的特点是事先要知道待排序列的一些特征。
 桶式排序事先要知道待排序列在一个范围内，而且这个范围应该不是很大的。
 比如知道待排序列在[0,M）内，那么可以分配M个桶，第I个桶记录I的出现情况，最后根据每个桶收到的位置信息把数据输出成有序的形式。
 这里我们用两个临时性数组，一个用于记录位置信息，一个用于方便输出数据成有序方式，
 另外我们假设数据落在0到MAX,如果所给数据不是从0开始，你可以把每个数减去最小的数。
     */
    public void sort(int[] keys,int from,int len,int max)
    {
        int[] temp=new int[len];
        int[] count=new int[max];
        
        
        for(int i=0;i<len;i++)
        {
            count[keys[from+i]]++;
        }
        //calculate position info
        for(int i=1;i<max;i++)
        {
            count[i]=count[i]+count[i-1];//this means how many number which is less or equals than i,thus it is also position + 1 
        }
        
        System.arraycopy(keys, from, temp, 0, len);
        for(int k=len-1;k>=0;k--)//from the ending to beginning can keep the stability
        {
            keys[--count[temp[k]]]=temp[k];// position +1 =count
        }
        
       
    }
    public static void main(String[] args) {
        int[] a={1,4,8,3,2,9,5,0,7,6,9,10,9,13,14,15,11,12,17,16};
        BucketSorter sorter=new BucketSorter();
        sorter.sort(a,0,a.length,20);//actually is 18, but 20 will also work
        
        
        for(int i=0;i<a.length;i++)
        {
            System.out.print(a[i]+",");
        }

    }

}


package test.sort;

/*
 堆排序
 堆是一种完全二叉树，一般使用数组来实现。
 堆主要有两种核心操作，
 1）从指定节点向上调整(shiftUp)
 2）从指定节点向下调整(shiftDown)
 建堆，以及删除堆定节点使用shiftDwon,而在插入节点时一般结合两种操作一起使用。
 堆排序借助最大值堆来实现，第i次从堆顶移除最大值放到数组的倒数第i个位置，然后shiftDown到倒数第i+1个位置,
  一共执行N此调整，即完成排序。
 显然，堆排序也是一种选择性的排序，每次选择第i大的元素。
 */
public class HeapSorter<E extends Comparable<E>> extends Sorter<E>  {

    /* (non-Javadoc)
     * @see Sorter#sort(E[], int, int)
     */
    @Override
    public void sort(E[] array, int from, int len) {
     //建树
  build_heap(array, from, len);
for(E e : array){
 System.out.println(e);
}System.out.println("--------------------------");
  //对树排序
  for (int i = 0; i < len; i++) {
   //swap max value to the (len-i)-th position
   swap(array, from, from + len - 1 - i);
   shift_down(array, from, len - 1 - i, 0);//always shiftDown from 0
  }
 }
    
 private final void build_heap(E[] array, int from, int len) {
  //we start from (len-1)/2, because branch's node +1=leaf's node, 
  //and all leaf node is already a heap
  //pos为最后一个树枝节点
  int pos = (len - 1) / 2;
  for (int i = pos; i >= 0; i--) {
   shift_down(array, from, len, i);
  }

 }
 /*
  为pos节点在其子树中找到合适的位置
  */
 private final void shift_down(E[] array, int from, int len, int pos) {
  //保存pos节点 到临时空间tmp
  //找出pos节点的左右子节点中比较大的节点（index）；
  // 如果index节点大于tmp，将其移动到pos位置，此时index空间的值没有意义，
  // pos应指向index，index指向pos的子节点，继续向下搜索；
  //直到没有比tmp大的index节点，即找到tmp应该存贮的位置pos
  E tmp = array[from + pos];
  int index = pos * 2 + 1;//use left child
  while (index < len)//until no child
  {
   //right child is bigger than left child
   if (index + 1 < len
     && array[from + index].compareTo(array[from + index + 1]) < 0){
    //switch to right child
    index += 1;
   }
   if (tmp.compareTo(array[from + index]) < 0) {
    array[from + pos] = array[from + index];
    pos = index;
    index = pos * 2 + 1;

   } 
   else break;

  }
  array[from + pos] = tmp;

 }

    
}


package test.sort;

/*
 * 插入排序
 该算法在数据规模小的时候十分高效，该算法每次插入第K+1到前K个有序数组中一个合适位置，K从0开始到N-1,从而完成排序
 */
public class InsertSorter<E extends Comparable<E>> extends Sorter<E> {

    /* (non-Javadoc)
     * @see Sorter#sort(E[], int, int)
     */
    public void sort(E[] array, int from, int len) {
         E tmp=null;int count = 0;
          for(int i=from+1;i<from+len;i++)
          {
              tmp=array[i];
              int j=i;
              for(;j>from;j--)
              {
                  if(tmp.compareTo(array[j-1])<0)
                  {
                      array[j]=array[j-1];count ++;
                  }
                  else break;
              }
              array[j]=tmp;
          }
          System.out.println("insert sort count = " + count);
    }
        
    

}


 

package test.sort;

import java.lang.reflect.Array;

/*
归并排序
算法思想是每次把待排序列分成两部分，分别对这两部分递归地用归并排序，完成后把这两个子部分合并成一个序列。
归并排序借助一个全局性临时数组来方便对子序列的归并，该算法核心在于归并。
 */
public class MergeSorter<E extends Comparable<E>> extends Sorter<E>  {
 
 int count;

    /* (non-Javadoc)
     * @see Sorter#sort(E[], int, int)
     */
    @SuppressWarnings("unchecked")
    @Override
    public void sort(E[] array, int from, int len) {
        if (len <= 1) return;
  E[] temporary = (E[]) Array.newInstance(array[0].getClass(), len);
  count = 0;
  merge_sort(array, from, from + len - 1, temporary);
  System.out.println("merger sort count = " + count);
    }

    private final void merge_sort(E[] array, int from, int to, E[] temporary) {
        if (to <= from) {
   return;
  }
  int middle = (from + to) / 2;
  merge_sort(array, from, middle, temporary);
  merge_sort(array, middle + 1, to, temporary);
  merge(array, from, to, middle, temporary);
    }
    /*
     将from到middle之间的元素正序放在temparary下标0开始的空间内，
     然后将middle + 1到to之间的元素反序放在temparary下标（middle - from + 1）开始的空间内。
     比较temparary左右索引所对应的元素，按正序把元素值放入源数组from开始的空间内。
     */
    private final void merge(E[] array, int from, int to, int middle, E[] temporary) {
        int k = 0, leftIndex = 0, rightIndex = to - from;
        //将from到middle之间的元素正序放在temparary下标0开始的空间内
  System.arraycopy(array, from, temporary, 0, middle - from + 1);
  //然后将middle + 1到to之间的元素反序放在temparary下标（middle - from + 1）开始的空间内
  for (int i = 0; i < to - middle; i++) {
   temporary[to - from - i] = array[middle + i + 1];count ++;
  }
  //比较temparary左右索引所对应的元素，按正序把元素值放入源数组from开始的空间内
  while (k < to - from + 1) {
   if (temporary[leftIndex].compareTo(temporary[rightIndex]) < 0) {
    array[k + from] = temporary[leftIndex++];count ++;

   } else {
    array[k + from] = temporary[rightIndex--];count ++;
   }
   k++;
  }

 }

}


 

package test.sort;


public class SortTest {
 public static void main(String[] args) {
  Integer[] a = new Integer[]{9,8,7,6,5,4,3,2,1,0};
  Integer[] b = new Integer[]{0,1,2,3,4,5,6,7,8,9};
  Integer[] c = new Integer[]{1,9,2,1,6,8,6,4,2,3};
  
  
  long s = System.currentTimeMillis();
  
  Sorter<Integer> sorter = null;
  
//  sorter = new InsertSorter<Integer>();
//
//  sorter = new BubbleSorter<Integer>();
//
//  sorter = new SelectSorter<Integer>();
//
//  sorter = new ShellSorter<Integer>();
//
//  sorter = new QuickSorter<Integer>();
  
//  sorter = new MergeSorter<Integer>();
  
//  sorter = new HeapSorter<Integer>();

  
  s = System.currentTimeMillis();
  sorter.sort(a);
  sorter.sort(b);
  sorter.sort(c);
  System.out.println(System.currentTimeMillis() - s);
  
//  System.out.println("======a======");
//  for(int t : a){
//   System.out.println(t);
//  }
//  System.out.println("======b======");
//  for(int t : b){
//   System.out.println(t);
//  }
//  System.out.println("======c======");
//  for(int t : c){
//   System.out.println(t);
//  }
 }
}