Java實現(xiàn)快速排序和堆排序的示例代碼

更新時間：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介紹了快速排序和堆排序的多種語言的實現(xiàn)（JavaScript、Python、Go語言、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 個項目要 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。事實上，快速排序通常明顯比其他 Ο(nlogn) 算法更快，因為它的內(nèi)部循環(huán)（inner loop）可以在大部分的架構(gòu)上很有效率地被實現(xiàn)出來。

快速排序使用分治法（Divide and conquer）策略來把一個串行（list）分為兩個子串行（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單粗暴，因為一聽到這個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 的時間復(fù)雜度達到了 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)競賽》上找到了滿意的答案：

快速排序的最壞運行情況是 O(n²)，比如說順序數(shù)列的快排。但它的平攤期望時間是 O(nlogn)，且 O(nlogn) 記號中隱含的常數(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，對絕大多數(shù)順序性較弱的隨機數(shù)列而言，快速排序總是優(yōu)于歸并排序。

算法步驟

從數(shù)列中挑出一個元素，稱為 “基準”（pivot）;
重新排序數(shù)列，所有元素比基準值小的擺放在基準前面，所有元素比基準值大的擺在基準的后面（相同的數(shù)可以到任一邊）。在這個分區(qū)退出之后，該基準就處于數(shù)列的中間位置。這個稱為分區(qū)（partition）操作；
遞歸地（recursive）把小于基準值元素的子數(shù)列和大于基準值元素的子數(shù)列排序；

遞歸的最底部情形，是數(shù)列的大小是零或一，也就是永遠都已經(jīng)被排序好了。雖然一直遞歸下去，但是這個算法總會退出，因為在每次的迭代（iteration）中，它至少會把一個元素擺到它最后的位置去。

動圖演示

JavaScript代碼實現(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代碼實現(xiàn)

public class QuickSort implements IArraySort{

    @Override
    public int[] sort(int[] sourceArray) throws Exception{
        //對arr進行拷貝，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)計的一種排序算法。堆積是一個近似完全二叉樹的結(jié)構(gòu)，并同時滿足堆積的性質(zhì)：即子結(jié)點的鍵值或索引總是小于（或者大于）它的父節(jié)點。堆排序可以說是一種利用堆的概念來排序的選擇排序。分為兩種方法：

大頂堆：每個節(jié)點的值都大于或等于其子節(jié)點的值，在堆排序算法中用于升序排列；
小頂堆：每個節(jié)點的值都小于或等于其子節(jié)點的值，在堆排序算法中用于降序排列；

堆排序的平均時間復(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。

動圖演示

JavaScript代碼實現(xiàn)

var len;      //因為聲明的多個函數(shù)都需要數(shù)據(jù)長度，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代碼實現(xiàn)

public class HeapSort implements IArraySort{

    @Override
    public int[] sort(int[] sourceArray) throws Exception{
        //對arr進行拷貝，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！

您可能感興趣的文章: