import java.util.Random;
/**
* 排序测试类
*
* 排序算法的分类如下：
* 1. 插入排序（直接插入排序、折半插入排序、希尔排序）；
* 2. 交换排序（冒泡泡排序、快速排序）；
* 3. 选择排序（直接选择排序、堆排序）；
* 4. 归并排序；
* 5. 基数排序。
*
* 关于排序方法的选择：
* (1) 若 n 较小 ( 如 n≤50) ，可采用直接插入或直接选择排序。
* 当记录规模较小时，直接插入排序较好；否则因为直接选择移动的记录数少于直接插人，应选直接选择排序为宜。
* (2) 若文件初始状态基本有序 ( 指正序 ) ，则应选用直接插人、冒泡或随机的快速排序为宜；
* (3) 若 n 较大，则应采用时间复杂度为 O(nlgn) 的排序方法：快速排序、堆排序或归并排序。
*
*/
public class SortTest {
/**
* 初始化测试数组的方法
* @return 一个初始化好的数组
*/
public int [] createArray() {
Random random = new Random();
int [] array = new int [10];
for ( int i = 0; i < 10; i++) {
array[i] = random.nextInt(100) - random.nextInt(100); // 生成两个随机数相减，保证生成的数中有负数
}
System. out .println( "========== 原始序列 ==========" );
printArray(array);
return array;
}
/**
* 打印数组中的元素到控制台
* @param source
*/
public void printArray( int [] data) {
for ( int i : data) {
System. out .print(i + " " );
}
System. out .println();
}
/**
* 交换数组中指定的两元素的位置
* @param data
* @param x
* @param y
*/
private void swap( int [] data, int x, int y) {
int temp = data[x];
data[x] = data[y];
data[y] = temp;
}
/**
* 冒泡排序 ---- 交换排序的一种
* 方法：相邻两元素进行比较，如有需要则进行交换，每完成一次循环就将最大元素排在最后（如从小到大排序），下一次循环是将其他的数进行类似操作。
* 性能：比较次数 O(n^2),n^2/2 ；交换次数 O(n^2),n^2/4
*
* @param data 要排序的数组
* @param sortType 排序类型
* @return
*/
public void bubbleSort( int [] data, String sortType) {
if (sortType.equals( "asc" )) { // 正排序，从小排到大
// 比较的轮数
for ( int i = 1; i < data. length ; i++) {
// 将相邻两个数进行比较，较大的数往后冒泡
for ( int j = 0; j < data. length - i; j++) {
if (data[j] > data[j + 1]) {
// 交换相邻两个数
swap(data, j, j + 1);
}
}
}
} else if (sortType.equals( "desc" )) { // 倒排序，从大排到小
// 比较的轮数
for ( int i = 1; i < data. length ; i++) {
// 将相邻两个数进行比较，较大的数往后冒泡
for ( int j = 0; j < data. length - i; j++) {
if (data[j] < data[j + 1]) {
// 交换相邻两个数
swap(data, j, j + 1);
}
}
}
} else {
System. out .println( " 您输入的排序类型错误！ " );
}
printArray(data); // 输出冒泡排序后的数组值
}
/**
* 直接选择排序法 ---- 选择排序的一种
* 方法：每一趟从待排序的数据元素中选出最小（或最大）的一个元素， 顺序放在已排好序的数列的最后，直到全部待排序的数据元素排完。
* 性能：比较次数 O(n^2),n^2/2
* 交换次数 O(n),n
* 交换次数比冒泡排序少多了，由于交换所需 CPU 时间比比较所需的 CUP 时间多，所以选择排序比冒泡排序快。
* 但是 N 比较大时，比较所需的 CPU 时间占主要地位，所以这时的性能和冒泡排序差不太多，但毫无疑问肯定要快些。
*
* @param data 要排序的数组
* @param sortType 排序类型
* @return
*/
public void selectSort( int [] data , String sortType) {
if (sortType.equals( "asc" )) { // 正排序，从小排到大
int index;
for ( int i = 1; i < data . length ; i++) {
index = 0;
for ( int j = 1; j <= data . length - i; j++) {
if (data [j] > data [index]) {
index = j;
}
}
// 交换在位置 data.length-i 和 index( 最大值 ) 两个数
swap(data , data . length - i, index);
}
} else if (sortType.equals( "desc" )) { // 倒排序，从大排到小
int index;
for ( int i = 1; i < data . length ; i++) {
index = 0;
for ( int j = 1; j <= data . length - i; j++) {
if (data [j] < data [index]) {
index = j;
}
}
// 交换在位置 data.length-i 和 index( 最大值 ) 两个数
swap(data , data . length - i, index);
}
} else {
System. out .println( " 您输入的排序类型错误！ " );
}
printArray(data ); // 输出直接选择排序后的数组值
}
/**
* 插入排序
* 方法：将一个记录插入到已排好序的有序表（有可能是空表）中 , 从而得到一个新的记录数增 1 的有序表。
* 性能：比较次数 O(n^2),n^2/4
* 复制次数 O(n),n^2/4
* 比较次数是前两者的一般，而复制所需的 CPU 时间较交换少，所以性能上比冒泡排序提高一倍多，而比选择排序也要快。
*
* @param data 要排序的数组
* @param sortType 排序类型
*/
public void insertSort( int [] data, String sortType) {
if (sortType.equals( "asc" )) { // 正排序，从小排到大
// 比较的轮数
for ( int i = 1; i < data. length ; i++) {
// 保证前 i+1 个数排好序
for ( int j = 0; j < i; j++) {
if (data[j] > data[i]) {
// 交换在位置 j 和 i 两个数
swap(data, i, j);
}
}
}
} else if (sortType.equals( "desc" )) { // 倒排序，从大排到小
// 比较的轮数
for ( int i = 1; i < data. length ; i++) {
// 保证前 i+1 个数排好序
for ( int j = 0; j < i; j++) {
if (data[j] < data[i]) {
// 交换在位置 j 和 i 两个数
swap(data, i, j);
}
}
}
} else {
System. out .println( " 您输入的排序类型错误！ " );
}
printArray(data); // 输出插入排序后的数组值
}
/**
* 反转数组的方法
* @param data 源数组
*/
public void reverse( int [] data) {
int length = data. length ;
int temp = 0; // 临时变量
for ( int i = 0; i < length / 2; i++) {
temp = data[i];
data[i] = data[length - 1 - i];
data[length - 1 - i] = temp;
}
printArray(data); // 输出到转后数组的值
}
/**
* 快速排序
* 快速排序使用分治法 （ Divide and conquer ） 策略来把一个序列 （ list ） 分为两个子序列 （ sub - lists ） 。
* 步骤为：
* 1. 从数列中挑出一个元素，称为 " 基准 " （ pivot ），
* 2. 重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分割之后，该基准是它的最后位置。这个称为分割（ partition ）操作。
* 3. 递归地（ recursive ）把小于基准值元素的子数列和大于基准值元素的子数列排序。
* 递回的最底部情形，是数列的大小是零或一，也就是永远都已经被排序好了。虽然一直递回下去，但是这个算法总会结束，因为在每次的迭代（ iteration ）中，它至少会把一个元素摆到它最后的位置去。
* @param data 待排序的数组
* @param low
* @param high
* @see SortTest#qsort(int[], int, int)
* @see SortTest#qsort_desc(int[], int, int)
*/
public void quickSort( int [] data, String sortType) {
if (sortType.equals( "asc" )) { // 正排序，从小排到大
qsort_asc(data, 0, data. length - 1);
} else if (sortType.equals( "desc" )) { // 倒排序，从大排到小
qsort_desc(data, 0, data. length - 1);
} else {
System. out .println( " 您输入的排序类型错误！ " );
}
}
/**
* 快速排序的具体实现，排正序
* @param data
* @param low
* @param high
*/
private void qsort_asc( int data[], int low, int high) {
int i, j, x;
if (low < high) { // 这个条件用来结束递归
i = low;
j = high;
x = data[i];
while (i < j) {
while (i < j && data[j] > x) {
j--; // 从右向左找第一个小于 x 的数
}
if (i < j) {
data[i] = data[j];
i++;
}
while (i < j && data[i] < x) {
i++; // 从左向右找第一个大于 x 的数
}
if (i < j) {
data[j] = data[i];
j--;
}
}
data[i] = x;
qsort_asc(data, low, i - 1);
qsort_asc(data, i + 1, high);
}
}
/**
* 快速排序的具体实现，排倒序
* @param data
* @param low
* @param high
*/
private void qsort_desc( int data[], int low, int high) {
int i, j, x;
if (low < high) { // 这个条件用来结束递归
i = low;
j = high;
x = data[i];
while (i < j) {
while (i < j && data[j] < x) {
j--; // 从右向左找第一个小于 x 的数
}
if (i < j) {
data[i] = data[j];
i++;
}
while (i < j && data[i] > x) {
i++; // 从左向右找第一个大于 x 的数
}
if (i < j) {
data[j] = data[i];
j--;
}
}
data[i] = x;
qsort_desc(data, low, i - 1);
qsort_desc(data, i + 1, high);
}
}
/**
* 二分查找特定整数在整型数组中的位置 ( 递归 )
* 查找线性表必须是有序列表
* @paramdataset
* @paramdata
* @parambeginIndex
* @paramendIndex
* @returnindex
*/
public int binarySearch( int [] dataset, int data, int beginIndex,
int endIndex) {
int midIndex = (beginIndex + endIndex) >>> 1; // 相当于 mid = (low + high) / 2 ，但是效率会高些
if (data < dataset[beginIndex] || data > dataset[endIndex]
|| beginIndex > endIndex)
return -1;
if (data < dataset[midIndex]) {
return binarySearch(dataset, data, beginIndex, midIndex - 1);
} else if (data > dataset[midIndex]) {
return binarySearch(dataset, data, midIndex + 1, endIndex);
} else {
return midIndex;
}
}
/**
* 二分查找特定整数在整型数组中的位置 ( 非递归 )
* 查找线性表必须是有序列表
* @paramdataset
* @paramdata
* @returnindex
*/
public int binarySearch( int [] dataset, int data) {
int beginIndex = 0;
int endIndex = dataset. length - 1;
int midIndex = -1;
if (data < dataset[beginIndex] || data > dataset[endIndex]
|| beginIndex > endIndex)
return -1;
while (beginIndex <= endIndex) {
midIndex = (beginIndex + endIndex) >>> 1; // 相当于 midIndex = (beginIndex + endIndex) / 2 ，但是效率会高些
if (data < dataset[midIndex]) {
endIndex = midIndex - 1;
} else if (data > dataset[midIndex]) {
beginIndex = midIndex + 1;
} else {
return midIndex;
}
}
return -1;
}
public static void main(String[] args) {
SortTest sortTest = new SortTest();
int [] array = sortTest.createArray();
System. out .println( "========== 冒泡排序后 ( 正序 )==========" );
sortTest.bubbleSort(array, "asc" );
System. out .println( "========== 冒泡排序后 ( 倒序 )==========" );
sortTest.bubbleSort(array, "desc" );
array = sortTest.createArray();
System. out .println( "========== 倒转数组后 ==========" );
sortTest.reverse(array);
array = sortTest.createArray();
System. out .println( "========== 选择排序后 ( 正序 )==========" );
sortTest.selectSort(array, "asc" );
System. out .println( "========== 选择排序后 ( 倒序 )==========" );
sortTest.selectSort(array, "desc" );
array = sortTest.createArray();
System. out .println( "========== 插入排序后 ( 正序 )==========" );
sortTest.insertSort(array, "asc" );
System. out .println( "========== 插入排序后 ( 倒序 )==========" );
sortTest.insertSort(array, "desc" );
array = sortTest.createArray();
System. out .println( "========== 快速排序后 ( 正序 )==========" );
sortTest.quickSort(array, "asc" );
sortTest.printArray(array);
System. out .println( "========== 快速排序后 ( 倒序 )==========" );
sortTest.quickSort(array, "desc" );
sortTest.printArray(array);
System. out .println( "========== 数组二分查找 ==========" );
System. out .println( " 您要找的数在第 " + sortTest.binarySearch(array, 74)
+ " 个位子。（下标从 0 计算） " );
}
}
