欢迎访问宙启技术站
智能推送

如何在Java函数中实现数组的排序

发布时间:2023-06-25 00:20:57

在Java中,数组排序是比较常见的操作。Java已经提供了多种排序算法来对数组进行排序。这些排序算法可以对数组中的元素根据指定的顺序进行排序。

在Java中,数组可以通过使用Arrays类的sort()方法来实现排序。

语法:

public static void sort(int[] arr) // for integer arrays

public static void sort(char[] arr) // for character arrays

public static void sort(double[] arr) // for double arrays

public static void sort(float[] arr) // for float arrays

public static void sort(long[] arr) // for long arrays

示例代码:

public class ArraySort {
    public static void main(String[] args) {
        int[] arr = {5, 2, 8, 1, 3};
        Arrays.sort(arr);
        System.out.print("Sorted Array is : ");
        for(int i:arr){
            System.out.print(i+" ");
        }
    }
}

上述程序的运行结果是:Sorted Array is : 1 2 3 5 8。

下面介绍几种常用数组排序算法:

1. 冒泡排序(Bubble Sort)

冒泡排序是比较简单的排序算法。它重复地走访过要排序的数组,一次比较两个元素,如果它们的顺序错误就交换它们的位置,直到没有再需要交换的元素。

示例代码:

public static void bubbleSort(int[] arr){
    int n = arr.length;
    int temp = 0;
    for(int i = 0;i < n;i++){
        for(int j = 1; j < (n - i); j++){
            if(arr[j - 1] > arr[j]){
                //swap elements
                temp = arr[j - 1];
                arr[j - 1] = arr[j];
                arr[j] = temp;
            }
        }
    }
}

2. 快速排序(Quick Sort)

快速排序是效率比较高的排序算法之一。它的算法思想是通过一趟排序将待排序数组分割成独立的两部分,其中一部分的所有元素都比另外一部分的所有元素都要小,然后再按此方法对这两部分分别进行快速排序。

示例代码:

public static void quickSort(int[] arr, int low, int high){
    if (low < high){
        int pi = partition(arr, low, high);
        quickSort(arr, low, pi - 1);
        quickSort(arr, pi + 1, high);
    }
}
public static int partition(int[] arr, int low, int high){
    int pivot = arr[high];
    int i = (low - 1);
    for (int j = low; j <= high - 1; j++){
        if (arr[j] < pivot){
            i++;
            // swap arr[i] and arr[j]
            int temp = arr[i];
            arr[i] = arr[j];
            arr[j] = temp;
        }
    }
    // swap arr[i + 1] and arr[high])
    int temp = arr[i + 1];
    arr[i + 1] = arr[high];
    arr[high] = temp;
    return (i + 1);
}

3. 归并排序(Merge Sort)

归并排序是一种比较快的、稳定的排序算法,它的基本思想是将待排序的元素分成大小大致相等的两个子序列,然后将两个子序列分别进行排序,最后将排好序的两个子序列合并成一个有序的序列。

示例代码:

public static void mergeSort(int[] arr, int left, int right){
    if (left < right){
        int mid = (left + right) / 2;
        mergeSort(arr, left, mid);
        mergeSort(arr, mid + 1, right);
        merge(arr, left, mid, right);
    }
}
public static void merge(int[] arr, int left, int mid, int right){
    int n1 = mid - left + 1;
    int n2 = right - mid;
    int L[] = new int[n1];
    int R[] = new int[n2];
    for (int i = 0; i < n1; ++i){
        L[i] = arr[left + i];
    }
    for (int j = 0; j < n2; ++j){
        R[j] = arr[mid + 1 + j];
    }
    int i = 0, j = 0;
    int k = left;
    while (i < n1 && j < n2){
        if (L[i] <= R[j]){
            arr[k] = L[i];
            i++;
        }else{
            arr[k] = R[j];
            j++;
        }
        k++;
    }
    while (i < n1){
        arr[k] = L[i];
        i++;
        k++;
    }
    while (j < n2){
        arr[k] = R[j];
        j++;
        k++;
    }
}

4. 堆排序(Heap Sort)

堆排序是一种树形选择排序算法,它的思想是利用堆这种数据结构来找到一个算法中最大值或者最小值的位置。堆排序的时间复杂度是O(nlogn)。

示例代码:

public static void heapSort(int arr[]){
    int n = arr.length;
    for (int i = n / 2 - 1; i >= 0; i--){
        heapify(arr, n, i);
    }
    for (int i = n - 1; i >= 0; i--){
        // Move current root to end
        int temp = arr[0];
        arr[0] = arr[i];
        arr[i] = temp;
        heapify(arr, i, 0);
    }
}
public static void heapify(int arr[], int n, int i){
    int largest = i; // Initialize largest as root
    int l = 2 * i + 1; // left = 2*i + 1
    int r = 2 * i + 2; // right = 2*i + 2
    if (l < n && arr[l] > arr[largest])
        largest = l;
    if (r < n && arr[r] > arr[largest])
        largest = r;
    if (largest != i){
        int swap = arr[i];
        arr[i] = arr[largest];
        arr[largest] = swap;
        heapify(arr, n, largest);
    }
}

总结:

上述介绍了几种常见的数组排序算法的实现。它们都有各自的适用场景和优缺点。在使用数组进行排序的时候根据实际情况选择最合适的算法,就能在最快的时间内得到想要的结果。