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(shù)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！

您可能感興趣的文章: