(转)内部排序

http://justsee.iteye.com/blog/1098724

常见的内部排序:

下面介绍这十种常见内部排序(都是从小到大的排序)

直接选择排序

Java代码  收藏代码
  1. import  java.util.*;  
  2. //定义一个数据包装类   
  3. class  DataWrap  implements  Comparable<DataWrap>  
  4. {  
  5.     int  data;  
  6.     String flag;  
  7.     public  DataWrap( int  data, String flag)  
  8.     {  
  9.         this .data = data;  
  10.         this .flag = flag;  
  11.     }  
  12.     public  String toString()  
  13.     {  
  14.         return  data + flag;  
  15.     }  
  16.     //根据data实例变量来决定两个DataWrap的大小   
  17.     public   int  compareTo(DataWrap dw)  
  18.     {  
  19.         return   this .data > dw.data ?  1    
  20.             : (this .data == dw.data ?  0  : - 1 );  
  21.     }  
  22. }  
  23. public   class  SelectSort  
  24. {  
  25.     public   static   void  selectSort(DataWrap[] data)   
  26.     {  
  27.         System.out.println("开始排序" );  
  28.         int  arrayLength = data.length;  
  29.         //依次进行n-1趟比较, 第i趟比较将第i大的值选出放在i位置上。   
  30.         for  ( int  i =  0 ; i < arrayLength -  1  ; i++ )  
  31.         {  
  32.             int  minIndex = i ;  
  33.             //第i个数据只需和它后面的数据比较   
  34.             for  ( int  j = i +  1  ; j < arrayLength ; j++ )  
  35.             {                 
  36.                 //如果第i位置的数据 > j位置的数据, 交换它们   
  37.                 if  (data[i].compareTo(data[j]) >  0 )  
  38.                 {  
  39.                     DataWrap tmp = data[i];  
  40.                     data[i] = data[j];  
  41.                     data[j] = tmp;  
  42.                 }  
  43.             }  
  44.             System.out.println(java.util.Arrays.toString(data));  
  45.         }  
  46.     }  
  47.     public   static   void  main(String[] args)  
  48.     {  
  49.         DataWrap[] data = {  
  50.             new  DataWrap( 21  ,  "" ),  
  51.             new  DataWrap( 30  ,  "" ),  
  52.             new  DataWrap( 49  ,  "" ),  
  53.             new  DataWrap( 30  ,  "*" ),  
  54.             new  DataWrap( 16  ,  "" ),  
  55.             new  DataWrap( 9  ,  "" )  
  56.         };  
  57.         System.out.println("排序之前:\n"   
  58.             + java.util.Arrays.toString(data));  
  59.         selectSort(data);  
  60.         System.out.println("排序之后:\n"    
  61.             + java.util.Arrays.toString(data));  
  62.     }  
  63. }  

 优化后:

Java代码  收藏代码
  1. import  java.util.*;  
  2. class  DataWrap  implements  Comparable<DataWrap>  
  3. {  
  4.     int  data;  
  5.     String flag;  
  6.     public  DataWrap( int  data, String flag)  
  7.     {  
  8.         this .data = data;  
  9.         this .flag = flag;  
  10.     }  
  11.     public  String toString()  
  12.     {  
  13.         return  data + flag;  
  14.     }  
  15.     public   int  compareTo(DataWrap dw)  
  16.     {  
  17.         return   this .data > dw.data ?  1    
  18.             : (this .data == dw.data ?  0  : - 1 );  
  19.     }  
  20. }  
  21. public   class  SelectSort2  
  22. {  
  23.     public   static   void  selectSort(DataWrap[] data)   
  24.     {  
  25.         System.out.println("开始排序" );  
  26.         int  arrayLength = data.length;  
  27.         //依次进行n-1趟比较, 第i趟比较将第i大的值选出放在i位置上。   
  28.         for  ( int  i =  0 ; i < arrayLength -  1  ; i++ )  
  29.         {  
  30.             //minIndex永远保留本趟比较中最小值的索引   
  31.             int  minIndex = i ;  
  32.             //第i个数据只需和它后面的数据比较   
  33.             for  ( int  j = i +  1  ; j < arrayLength ; j++ )  
  34.             {  
  35.                 //如果第minIndex位置的数据 > j位置的数据   
  36.                 if  (data[minIndex].compareTo(data[j]) >  0 )  
  37.                 {  
  38.                     //将j的值赋给minIndex   
  39.                     minIndex = j;  
  40.                 }  
  41.             }  
  42.             //每趟比较最多交换一次   
  43.             if  (minIndex != i)  
  44.             {  
  45.                 DataWrap tmp = data[i];  
  46.                 data[i] = data[minIndex];  
  47.                 data[minIndex] = tmp;  
  48.             }  
  49.             System.out.println(java.util.Arrays.toString(data));  
  50.         }  
  51.     }  
  52.     public   static   void  main(String[] args)  
  53.     {  
  54.         DataWrap[] data = {  
  55.             new  DataWrap( 21  ,  "" ),  
  56.             new  DataWrap( 30  ,  "" ),  
  57.             new  DataWrap( 49  ,  "" ),  
  58.             new  DataWrap( 30  ,  "*" ),  
  59.             new  DataWrap( 16  ,  "" ),  
  60.             new  DataWrap( 9  ,  "" )  
  61.         };  
  62.         System.out.println("排序之前:\n"   
  63.             + java.util.Arrays.toString(data));  
  64.         selectSort(data);  
  65.         System.out.println("排序之后:\n"    
  66.             + java.util.Arrays.toString(data));  
  67.     }  
  68. }  
  69. //时间复杂度:n的平方   
  70. //空间复杂度:1   
  71. //稳定性:不稳定   

堆排序

建大堆求得从小到大的排序。每次建立大堆把大堆顶与数组最后一个元素交换。

Java代码  收藏代码
  1. import  java.util.*;  
  2. //定义一个数据包装类   
  3. class  DataWrap  implements  Comparable<DataWrap>  
  4. {  
  5.     int  data;  
  6.     String flag;  
  7.     public  DataWrap( int  data, String flag)  
  8.     {  
  9.         this .data = data;  
  10.         this .flag = flag;  
  11.     }  
  12.     public  String toString()  
  13.     {  
  14.         return  data + flag;  
  15.     }  
  16.     //根据data实例变量来决定两个DataWrap的大小   
  17.     public   int  compareTo(DataWrap dw)  
  18.     {  
  19.         return   this .data > dw.data ?  1    
  20.             : (this .data == dw.data ?  0  : - 1 );  
  21.     }  
  22. }  
  23. public   class  HeapSort  
  24. {  
  25.     public   static   void  heapSort(DataWrap[] data)   
  26.     {  
  27.         System.out.println("开始排序" );  
  28.         int  arrayLength = data.length;  
  29.         //循环建堆   
  30.         for  ( int  i =  0 ; i < arrayLength -  1  ; i++ ) //n-1次循环   
  31.         {  
  32.             //建堆   
  33.             builMaxdHeap(data , arrayLength - 1  - i);  
  34.             //交换堆顶和最后一个元素   
  35.             swap(data , 0  , arrayLength -  1  - i);  
  36.             System.out.println(java.util.Arrays.toString(data));  
  37.         }  
  38.     }  
  39.     //对data数组从0到lastIndex建大顶堆   
  40.     private   static   void  builMaxdHeap(DataWrap[] data ,  int  lastIndex)  
  41.     {  
  42.         //从lastIndex处节点(最后一个节点)的父节点开始   
  43.         for  ( int  i = (lastIndex -  1 ) /  2  ; i >=  0   ; i--)  
  44.         {  
  45.             //k保存当前正在判断的节点   
  46.             int  k = i;  
  47.             //如果当前k节点的子节点存在   
  48.             while  (k *  2  +  1  <= lastIndex)  
  49.             {  
  50.                 //k节点的左子节点的索引   
  51.                 int  biggerIndex =  2  * k  +  1 ;   
  52.                 //如果biggerIndex小于lastIndex,即biggerIndex + 1   
  53.                 //代表的k节点的右子节点存在   
  54.                 if  (biggerIndex < lastIndex)  
  55.                 {  
  56.                      //如果右子节点的值较大   
  57.                     if (data[biggerIndex].compareTo(data[biggerIndex +  1 ]) <  0 )  
  58.                     {  
  59.                         //biggerIndex总是记录较大子节点的索引   
  60.                         biggerIndex++;   
  61.                     }  
  62.                 }  
  63.                 //如果k节点的值小于其较大子节点的值   
  64.                 if (data[k].compareTo(data[biggerIndex]) <  0 )  
  65.                 {  
  66.                     //交换它们   
  67.                     swap(data , k , biggerIndex);  
  68.                     //将biggerIndex赋给k,开始while循环的下一次循环,   
  69.                     //重新保证k节点的值大于其左、右子节点的值。   
  70.                     k = biggerIndex;  
  71.                 }  
  72.                 else   
  73.                 {  
  74.                     break ;  
  75.                 }  
  76.             }  
  77.         }  
  78.     }  
  79.     //交换data数组中i、j两个索引处的元素   
  80.     private   static   void  swap(DataWrap[] data ,  int  i ,  int  j)  
  81.     {  
  82.         DataWrap tmp = data[i];  
  83.         data[i] = data[j];  
  84.         data[j] = tmp;  
  85.     }  
  86.     public   static   void  main(String[] args)  
  87.     {  
  88.         DataWrap[] data = {  
  89.             new  DataWrap( 21  ,  "" ),  
  90.             new  DataWrap( 30  ,  "" ),  
  91.             new  DataWrap( 49  ,  "" ),  
  92.             new  DataWrap( 30  ,  "*" ),  
  93.             new  DataWrap( 21  ,  "*" ),  
  94.             new  DataWrap( 16  ,  "" ),  
  95.             new  DataWrap( 9  ,  "" )  
  96.         };  
  97.         System.out.println("排序之前:\n"   
  98.             + java.util.Arrays.toString(data));  
  99.         heapSort(data);  
  100.         System.out.println("排序之后:\n"    
  101.             + java.util.Arrays.toString(data));  
  102.     }  
  103. }  
  104. //时间复杂度:nlog2n   
  105. //空间复杂度:1   
  106. //稳定性:不稳定   

 冒泡排序

Java代码  收藏代码
  1. import  java.util.*;  
  2. //定义一个数据包装类   
  3. class  DataWrap  implements  Comparable<DataWrap>  
  4. {  
  5.     int  data;  
  6.     String flag;  
  7.     public  DataWrap( int  data, String flag)  
  8.     {  
  9.         this .data = data;  
  10.         this .flag = flag;  
  11.     }  
  12.     public  String toString()  
  13.     {  
  14.         return  data + flag;  
  15.     }  
  16.     //根据data实例变量来决定两个DataWrap的大小   
  17.     public   int  compareTo(DataWrap dw)  
  18.     {  
  19.         return   this .data > dw.data ?  1    
  20.             : (this .data == dw.data ?  0  : - 1 );  
  21.     }  
  22. }  
  23. public   class  BubbleSort  
  24. {  
  25.     public   static   void  bubbleSort(DataWrap[] data)   
  26.     {  
  27.         System.out.println("开始排序" );  
  28.         int  arrayLength = data.length;  
  29.         //依次进行n-1趟比较, 第i趟把第i大的值选出放在arrayLength-1-i位置上。   
  30.         for  ( int  i =  0 ; i < arrayLength -  1  ; i++ )  
  31.         {  
  32.             boolean  flag =  false ;  
  33.             for  ( int  j =  0 ; j < arrayLength -  1  - i ; j++ )  
  34.             {  
  35.                 //如果j索引处的元素大于j+1索引处的元素   
  36.                 if  (data[j].compareTo(data[j +  1 ]) >  0 )  
  37.                 {  
  38.                     //交换它们   
  39.                     DataWrap tmp = data[j + 1 ];  
  40.                     data[j + 1 ] = data[j];  
  41.                     data[j] = tmp;  
  42.                     flag = true ;  
  43.                 }  
  44.             }  
  45.             System.out.println(java.util.Arrays.toString(data));  
  46.             //如果某趟没有发生交换,则表明已处于有序状态   
  47.             if  (!flag)  
  48.             {  
  49.                 break ;  
  50.             }  
  51.         }  
  52.     }  
  53.     public   static   void  main(String[] args)  
  54.     {  
  55.         DataWrap[] data = {  
  56.             new  DataWrap( 9  ,  "" ),  
  57.             new  DataWrap( 16  ,  "" ),  
  58.             new  DataWrap( 21  ,  "*" ),  
  59.             new  DataWrap( 23  ,  "" ),  
  60.             new  DataWrap( 30  ,  "" ),  
  61.             new  DataWrap( 49  ,  "" ),  
  62.             new  DataWrap( 21  ,  "" ),  
  63.             new  DataWrap( 30  ,  "*" )  
  64.         };  
  65.         System.out.println("排序之前:\n"   
  66.             + java.util.Arrays.toString(data));  
  67.         bubbleSort(data);  
  68.         System.out.println("排序之后:\n"    
  69.             + java.util.Arrays.toString(data));  
  70.     }  
  71. }  
  72. //时间复杂度:   
  73. //空间复杂度:1   
  74. //稳定性:稳定   

快速排序

用到了递归。注意分界值是和 j交换来建立从小到大的排序。

Java代码  收藏代码
  1. import  java.util.*;  
  2. //定义一个数据包装类   
  3. class  DataWrap  implements  Comparable<DataWrap>  
  4. {  
  5.     int  data;  
  6.     String flag;  
  7.     public  DataWrap( int  data, String flag)  
  8.     {  
  9.         this .data = data;  
  10.         this .flag = flag;  
  11.     }  
  12.     public  String toString()  
  13.     {  
  14.         return  data + flag;  
  15.     }  
  16.     //根据data实例变量来决定两个DataWrap的大小   
  17.     public   int  compareTo(DataWrap dw)  
  18.     {  
  19.         return   this .data > dw.data ?  1    
  20.             : (this .data == dw.data ?  0  : - 1 );  
  21.     }  
  22. }  
  23. public   class  QuickSort  
  24. {  
  25.     //将指定数组的i和j索引处的元素交换   
  26.     private   static   void  swap(DataWrap[] data,  int  i,  int  j)  
  27.     {  
  28.         DataWrap tmp;  
  29.         tmp = data[i];  
  30.         data[i] = data[j];  
  31.         data[j] = tmp;  
  32.     }  
  33.     //对data数组中从start~end索引范围的子序列进行处理   
  34.     //使之满足所有小于分界值的放在左边,所有大于分界值的放在右边   
  35.     private   static   void  subSort(DataWrap[] data  
  36.         , int  start ,  int  end)  
  37.     {  
  38.         //需要排序   
  39.         if  (start < end)  
  40.         {  
  41.             //以第一个元素作为分界值   
  42.             DataWrap base = data[start];  
  43.             //i从左边搜索,搜索大于分界值的元素的索引   
  44.             int  i = start;  
  45.             //j从右边开始搜索,搜索小于分界值的元素的索引   
  46.             int  j = end +  1 ;  
  47.             while ( true )  
  48.             {  
  49.                 //找到大于分界值的元素的索引,或i已经到了end处   
  50.                 while (i < end && data[++i].compareTo(base) <=  0 );  
  51.                 //找到小于分界值的元素的索引,或j已经到了start处   
  52.                 while (j > start && data[--j].compareTo(base) >=  0 );  
  53.                 if  (i < j)  
  54.                 {  
  55.                     swap(data , i , j);  
  56.                 }  
  57.                 else   
  58.                 {  
  59.                     break ;  
  60.                 }  
  61.             }  
  62.             swap(data , start , j);  
  63.             //递归左子序列   
  64.             subSort(data , start , j - 1 );  
  65.             //递归右边子序列   
  66.             subSort(data , j + 1 , end);  
  67.         }  
  68.     }  
  69.     public   static   void  quickSort(DataWrap[] data)   
  70.     {  
  71.         subSort(data , 0  , data.length -  1 );  
  72.     }  
  73.     public   static   void  main(String[] args)  
  74.     {  
  75.         DataWrap[] data = {  
  76.             new  DataWrap( 9  ,  "" ),  
  77.             new  DataWrap(- 16  ,  "" ),  
  78.             new  DataWrap( 21  ,  "*" ),  
  79.             new  DataWrap( 23  ,  "" ),  
  80.             new  DataWrap(- 30  ,  "" ),  
  81.             new  DataWrap(- 49  ,  "" ),  
  82.             new  DataWrap( 21  ,  "" ),  
  83.             new  DataWrap( 30  ,  "*" ),  
  84.             new  DataWrap( 13  ,  "*" )  
  85.         };  
  86.         System.out.println("排序之前:\n"   
  87.             + java.util.Arrays.toString(data));  
  88.         quickSort(data);  
  89.         System.out.println("排序之后:\n"    
  90.             + java.util.Arrays.toString(data));  
  91.     }  
  92. }  
  93. //时间复杂度:n的平方   
  94. //空间复杂度:1   
  95. //稳定性:稳定   

直接插入排序

Java代码  收藏代码
  1. import  java.util.*;  
  2. //定义一个数据包装类   
  3. class  DataWrap  implements  Comparable<DataWrap>  
  4. {  
  5.     int  data;  
  6.     String flag;  
  7.     public  DataWrap( int  data, String flag)  
  8.     {  
  9.         this .data = data;  
  10.         this .flag = flag;  
  11.     }  
  12.     public  String toString()  
  13.     {  
  14.         return  data + flag;  
  15.     }  
  16.     //根据data实例变量来决定两个DataWrap的大小   
  17.     public   int  compareTo(DataWrap dw)  
  18.     {  
  19.         return   this .data > dw.data ?  1    
  20.             : (this .data == dw.data ?  0  : - 1 );  
  21.     }  
  22. }  
  23. public   class  InsertSort  
  24. {  
  25.     public   static   void  insertSort(DataWrap[] data)   
  26.     {  
  27.         System.out.println("直接插入排序\n开始排序:\n" );  
  28.         int  arrayLength = data.length;  
  29.         for  ( int  i =  1  ; i < arrayLength ; i++ )  
  30.         {  
  31.             //当整体后移时,保证data[i]的值不会丢失   
  32.             DataWrap tmp = data[i];  
  33.             //i索引处的值已经比前面所有值都大,表明已经有序,无需插入   
  34.             //(i-1索引之前的数据已经有序的,i-1索引处元素的值就是最大值)   
  35.             if  (data[i].compareTo(data[i -  1 ]) <  0 )  
  36.             {  
  37.                 int  j = i -  1 ;  
  38.                 //整体后移一格   
  39.                 for  ( ; j >=  0  && data[j].compareTo(tmp) >  0  ; j--)  
  40.                 {  
  41.                     data[j + 1 ] = data[j];  
  42.                 }  
  43.                 //最后将tmp的值插入合适位置   
  44.                 data[j + 1 ] = tmp;  
  45.             }  
  46.             System.out.println(java.util.Arrays.toString(data));  
  47.         }  
  48.     }  
  49.     public   static   void  main(String[] args)  
  50.     {  
  51.         DataWrap[] data = {  
  52.             new  DataWrap( 9  ,  "" ),  
  53.             new  DataWrap(- 16  ,  "" ),  
  54.             new  DataWrap( 21  ,  "*" ),  
  55.             new  DataWrap( 23  ,  "" ),  
  56.             new  DataWrap(- 30  ,  "" ),  
  57.             new  DataWrap(- 49  ,  "" ),  
  58.             new  DataWrap( 21  ,  "" ),  
  59.             new  DataWrap( 30  ,  "*" ),  
  60.             new  DataWrap( 30  ,  "" )  
  61.         };  
  62.         System.out.println("排序之前:\n"   
  63.             + java.util.Arrays.toString(data));  
  64.         insertSort(data);  
  65.         System.out.println("排序之后:\n"    
  66.             + java.util.Arrays.toString(data));  
  67.     }  
  68. }  

折半插入排序

Java代码  收藏代码
  1. import  java.util.*;  
  2. //定义一个数据包装类   
  3. class  DataWrap  implements  Comparable<DataWrap>  
  4. {  
  5.     int  data;  
  6.     String flag;  
  7.     public  DataWrap( int  data, String flag)  
  8.     {  
  9.         this .data = data;  
  10.         this .flag = flag;  
  11.     }  
  12.     public  String toString()  
  13.     {  
  14.         return  data + flag;  
  15.     }  
  16.     //根据data实例变量来决定两个DataWrap的大小   
  17.     public   int  compareTo(DataWrap dw)  
  18.     {  
  19.         return   this .data > dw.data ?  1    
  20.             : (this .data == dw.data ?  0  : - 1 );  
  21.     }  
  22. }  
  23. public   class  BinaryInsertSort  
  24. {  
  25.     public   static   void  binaryInsertSort(DataWrap[] data)  
  26.     {  
  27.         System.out.println("开始排序:\n" );  
  28.         int  arrayLength = data.length;  
  29.         for ( int  i =  1  ; i < arrayLength ; i++)  
  30.         {  
  31.             //当整体后移时,保证data[i]的值不会丢失   
  32.             DataWrap tmp = data[i];  
  33.             int  low =  0 ;  
  34.             int  high = i -  1 ;  
  35.             while (low <= high)  
  36.             {  
  37.                 //找出low、high中间的索引   
  38.                 int  mid = (low + high) /  2 ;  
  39.                 //如果tmp值大于low、high中间元素的值   
  40.                 if (tmp.compareTo(data[mid]) >  0 )  
  41.                 {  
  42.                     //限制在索引大于mid的那一半中搜索   
  43.                     low = mid + 1 ;  
  44.                 }   
  45.                 else   
  46.                 {  
  47.                     //限制在索引小于mid的那一半中搜索   
  48.                     high = mid - 1 ;  
  49.                 }  
  50.             }  
  51.             //将low到i处的所有元素向后整体移一位   
  52.             for ( int  j = i ; j > low ; j--)  
  53.             {  
  54.                 data[j] = data[j - 1 ];  
  55.             }  
  56.             //最后将tmp的值插入合适位置   
  57.             data[low] = tmp;  
  58.             System.out.println(java.util.Arrays.toString(data));  
  59.         }  
  60.     }  
  61.     public   static   void  main(String[] args)  
  62.     {  
  63.         DataWrap[] data = {  
  64.             new  DataWrap( 9  ,  "" ),  
  65.             new  DataWrap(- 16  ,  "" ),  
  66.             new  DataWrap( 21  ,  "*" ),  
  67.             new  DataWrap( 23  ,  "" ),  
  68.             new  DataWrap(- 30  ,  "" ),  
  69.             new  DataWrap(- 49  ,  "" ),  
  70.             new  DataWrap( 21  ,  "" ),  
  71.             new  DataWrap( 30  ,  "*" ),  
  72.             new  DataWrap( 30  ,  "" )  
  73.         };  
  74.         System.out.println("排序之前:\n"   
  75.             + java.util.Arrays.toString(data));  
  76.         binaryInsertSort(data);  
  77.         System.out.println("排序之后:\n"    
  78.             + java.util.Arrays.toString(data));  
  79.     }  
  80. }  

Shell排序

在进行排序时的数据项之间的间隔被称为增量,习惯上用h 表示。 h 序列从 1 开始,通过 h=3*h+1 计算产生(其实直接插入排序是 Shell 排序的一种特例:直接使用增量为 1 的 Shell

排序。)

Java代码  收藏代码
  1. import  java.util.*;  
  2. //定义一个数据包装类   
  3. class  DataWrap  implements  Comparable<DataWrap>  
  4. {  
  5.     int  data;  
  6.     String flag;  
  7.     public  DataWrap( int  data, String flag)  
  8.     {  
  9.         this .data = data;  
  10.         this .flag = flag;  
  11.     }  
  12.     public  String toString()  
  13.     {  
  14.         return  data + flag;  
  15.     }  
  16.     //根据data实例变量来决定两个DataWrap的大小   
  17.     public   int  compareTo(DataWrap dw)  
  18.     {  
  19.         return   this .data > dw.data ?  1    
  20.             : (this .data == dw.data ?  0  : - 1 );  
  21.     }  
  22. }  
  23. public   class  ShellSort  
  24. {  
  25.     public   static   void  shellSort(DataWrap[] data)   
  26.     {  
  27.         System.out.println("Shell\n开始排序:" );  
  28.         int  arrayLength = data.length;  
  29.         //h变量保存可变增量   
  30.         int  h =  1 ;  
  31.         //按h * 3 + 1得到增量序列的最大值   
  32.         while (h <= arrayLength /  3 )  
  33.         {  
  34.             h = h * 3  +  1 ;  
  35.         }  
  36.         while (h >  0 )  
  37.         {  
  38.             System.out.println("===h的值:"  + h +  "===" );  
  39.             for  ( int  i = h ; i < arrayLength ; i++ )  
  40.             {  
  41.                 //当整体后移时,保证data[i]的值不会丢失   
  42.                 DataWrap tmp = data[i];  
  43.                 //i索引处的值已经比前面所有值都大,表明已经有序,无需插入   
  44.                 //(i-1索引之前的数据已经有序的,i-1索引处元素的值就是最大值)   
  45.                 if  (data[i].compareTo(data[i - h]) <  0 )  
  46.                 {  
  47.                     int  j = i - h;  
  48.                     //整体后移h格   
  49.                     for  ( ; j >=  0  && data[j].compareTo(tmp) >  0  ; j-=h)  
  50.                     {  
  51.                         data[j + h] = data[j];  
  52.                     }  
  53.                     //最后将tmp的值插入合适位置   
  54.                     data[j + h] = tmp;  
  55.                 }  
  56.                 System.out.println(java.util.Arrays.toString(data));  
  57.             }  
  58.             h = (h - 1 ) /  3 ;  
  59.         }  
  60.     }  
  61.     public   static   void  main(String[] args)  
  62.     {  
  63.         DataWrap[] data = {  
  64.             new  DataWrap( 9  ,  "" ),  
  65.             new  DataWrap(- 16  ,  "" ),  
  66.             new  DataWrap( 21  ,  "*" ),  
  67.             new  DataWrap( 23  ,  "" ),  
  68.             new  DataWrap(- 30  ,  "" ),  
  69.             new  DataWrap(- 49  ,  "" ),  
  70.             new  DataWrap( 21  ,  "" ),  
  71.             new  DataWrap( 30  ,  "*" ),  
  72.             new  DataWrap( 30  ,  "" ),  
  73.         };  
  74.         System.out.println("排序之前:\n"   
  75.             + java.util.Arrays.toString(data));  
  76.         shellSort(data);  
  77.         System.out.println("排序之后:\n"    
  78.             + java.util.Arrays.toString(data));  
  79.     }  
  80. }  
  81. //时间复杂度:   
  82. //空间复杂度:1   
  83. //稳定性:稳定   

归并排序

他是将两个有序的数据序列合并成一个新的有序序列。

 

Java代码  收藏代码
  1. class  DataWrap  implements  Comparable<DataWrap>  
  2. {  
  3.     int  data;  
  4.     String flag;  
  5.     public  DataWrap( int  data, String flag)  
  6.     {  
  7.         this .data = data;  
  8.         this .flag = flag;  
  9.     }  
  10.     public  String toString()  
  11.     {  
  12.         return  data + flag;  
  13.     }  
  14.     //根据data实例变量来决定两个DataWrap的大小   
  15.     public   int  compareTo(DataWrap dw)  
  16.     {  
  17.         return   this .data > dw.data ?  1    
  18.             : (this .data == dw.data ?  0  : - 1 );  
  19.     }  
  20. }  
  21. public   class  MergeSort   
  22. {  
  23.     //利用归并排序算法对数组data进行排序    
  24.     public   static   void  mergeSort(DataWrap[] data)   
  25.     {  
  26.         //归并排序    
  27.         sort(data , 0  , data.length -  1 );  
  28.     }  
  29.     /**   
  30.      * 将索引从left到right范围的数组元素进行归并排序   
  31.      * @param data 待排序的数组  
  32.      * @param left 待排序的数组的第一个元素索引   
  33.      * @param right 待排序的数组的最后一个元素的索引   
  34.      */    
  35.     private   static   void  sort(DataWrap[] data  
  36.          , int  left,  int  right)   
  37.     {   
  38.         if  (left < right)   
  39.         {  
  40.             //找出中间索引   
  41.             int  center = (left + right) /  2 ;  
  42.             //对左边数组进行递归   
  43.             sort(data, left, center);   
  44.             //对右边数组进行递归   
  45.             sort(data, center + 1 , right);   
  46.             //合并   
  47.             merge(data, left, center, right);   
  48.         }   
  49.     }   
  50.     /**   
  51.      * 将两个数组进行归并,归并前两个数组已经有序,归并后依然有序。   
  52.      * @param data 数组对象   
  53.      * @param left 左数组的第一个元素的索引   
  54.      * @param center 左数组的最后一个元素的索引,center+1是右数组第一个元素的索引  
  55.      * @param right 右数组的最后一个元素的索引   
  56.      */    
  57.     private   static   void  merge(DataWrap[] data  
  58.         , int  left,  int  center,  int  right)   
  59.     {  
  60.         //定义一个与待排序序列长度相同的临时数组    
  61.         DataWrap[] tmpArr = new  DataWrap[data.length];  
  62.         int  mid = center +  1 ;  
  63.         //third记录中间数组的索引   
  64.         int  third = left;   
  65.         int  tmp = left;   
  66.         while  (left <= center && mid <= right)   
  67.         {   
  68.             //从两个数组中取出小的放入中间数组    
  69.             if  (data[left].compareTo(data[mid]) <=  0 )   
  70.             {   
  71.                 tmpArr[third++] = data[left++];   
  72.             }   
  73.             else   
  74.             {  
  75.                 tmpArr[third++] = data[mid++];   
  76.             }  
  77.         }   
  78.         //剩余部分依次放入中间数组    
  79.         while  (mid <= right)   
  80.         {   
  81.             tmpArr[third++] = data[mid++];   
  82.         }   
  83.         while  (left <= center)   
  84.         {   
  85.             tmpArr[third++] = data[left++];   
  86.         }   
  87.         //将中间数组中的内容复制拷回原数组   
  88.         //(原left~right范围的内容复制回原数组)    
  89.         while  (tmp <= right)  
  90.         {  
  91.             data[tmp] = tmpArr[tmp++];   
  92.         }  
  93.     }   
  94.     public   static   void  main(String[] args)  
  95.     {  
  96.         DataWrap[] data = {  
  97.             new  DataWrap( 9  ,  "" ),  
  98.             new  DataWrap(- 16  ,  "" ),  
  99.             new  DataWrap( 21  ,  "*" ),  
  100.             new  DataWrap( 23  ,  "" ),  
  101.             new  DataWrap(- 30  ,  "" ),  
  102.             new  DataWrap(- 49  ,  "" ),  
  103.             new  DataWrap( 21  ,  "" ),  
  104.             new  DataWrap( 30  ,  "*" ),  
  105.             new  DataWrap( 30  ,  "" )  
  106.         };  
  107.         System.out.println("排序之前:\n"   
  108.             + java.util.Arrays.toString(data));  
  109.         mergeSort(data);  
  110.         System.out.println("排序之后:\n"    
  111.             + java.util.Arrays.toString(data));  
  112.     }  
  113. }  
  114. //时间复杂度:   
  115. //空间复杂度:   
  116. //稳定性:稳定   
桶式排序

桶式排序的特征:

待排序列的所有值处于一个可枚举范围内;

待排序列所在的这个可枚举范围不应该太大,否则排序开销太大。

Java代码  收藏代码
  1. import  java.util.Arrays;  
  2. class  DataWrap  implements  Comparable<DataWrap>  
  3. {  
  4.     int  data;  
  5.     String flag;  
  6.     public  DataWrap( int  data, String flag)  
  7.     {  
  8.         this .data = data;  
  9.         this .flag = flag;  
  10.     }  
  11.     public  String toString()  
  12.     {  
  13.         return  data + flag;  
  14.     }  
  15.     //根据data实例变量来决定两个DataWrap的大小   
  16.     public   int  compareTo(DataWrap dw)  
  17.     {  
  18.         return   this .data > dw.data ?  1    
  19.             : (this .data == dw.data ?  0  : - 1 );  
  20.     }  
  21. }  
  22. public   class  BucketSort  
  23. {  
  24.     public   static   void  bucketSort(DataWrap[] data   
  25.         , int  min ,  int  max)  
  26.     {  
  27.         System.out.println("开始排序:" );  
  28.         //arrayLength记录待排序数组的长度   
  29.         int  arrayLength = data.length;  
  30.         DataWrap[] tmp = new  DataWrap[arrayLength];  
  31.         //buckets数组相当于定义了max - min个桶,   
  32.         //buckets数组用于记录待排序元素的信息   
  33.         int [] buckets =  new   int [max - min];   
  34.         //计算每个元素在序列出现的次数   
  35.         for ( int  i =  0  ; i < arrayLength ; i++)  
  36.         {  
  37.             //buckets数组记录了DataWrap出现的次数   
  38.             buckets[data[i].data - min]++;  
  39.         }  
  40.         System.out.println( Arrays.toString(buckets));  
  41.         //计算“落入”各桶内的元素在有序序列中的位置   
  42.         for ( int  i =  1  ; i < max - min; i++)  
  43.         {  
  44.             //前一个bucket的值 + 当前bucket的值 -> 当前bucket新的值   
  45.             buckets[i] = buckets[i] + buckets[i - 1 ];  
  46.         }  
  47.         //循环结束后,buckets数组元素记录了“落入”前面所有桶和    
  48.         //“落入”当前bucket中元素的总数,   
  49.         //也就说:buckets数组元素的值代表了“落入”当前桶的元素在有序序列中的位置   
  50.         System.out.println( Arrays.toString(buckets));  
  51.         //将data数组中数据完全复制到tmp数组中缓存起来。   
  52.         System.arraycopy(data, 0 , tmp,  0 , arrayLength);  
  53.         //根据buckets数组中的信息将待排序列的各元素放入相应的位置。   
  54.         for ( int  k = arrayLength -  1  ; k >=   0  ; k--) //从高位开始可以保证排序的稳定性   
  55.         {  
  56.             data[--buckets[tmp[k].data - min]] = tmp[k];  
  57.         }  
  58.     }  
  59.     public   static   void  main(String[] args)  
  60.     {  
  61.         DataWrap[] data = {  
  62.             new  DataWrap( 9  ,  "" ),  
  63.             new  DataWrap( 5 ,  "" ),  
  64.             new  DataWrap(- 1 ,  "" ),  
  65.             new  DataWrap( 8  ,  "" ),  
  66.             new  DataWrap( 5  ,  "*" ),  
  67.             new  DataWrap( 7  ,  "" ),  
  68.             new  DataWrap( 3  ,  "" ),  
  69.             new  DataWrap(- 3 ,  "" ),  
  70.             new  DataWrap( 1  ,  "" ),  
  71.             new  DataWrap( 3  ,  "*" )  
  72.         };  
  73.         System.out.println("排序之前:\n"   
  74.             + java.util.Arrays.toString(data));  
  75.         bucketSort(data , -3  ,  10 );  
  76.         System.out.println("排序之后:\n"    
  77.             + java.util.Arrays.toString(data));  
  78.     }  
  79. }  
  80. //时间复杂度:小   
  81. //空间复杂度:大   
  82. //稳定性:稳定   
 基数排序

基数排序必须依赖于另外的排序方法。基数排序的总体思想就是将待排序数据拆分成多个关键字进行排序,也就是说,基数排序的实质是多关键字排序。

多关键字排序解决方案:

最高位优先法MSD ;

最低位优先法LSD 。

基数排序对任一子关键字排序时必须借助于另外一个排序方法,而且这种排序方法必须是稳定的,一般用通式排序。

Java代码  收藏代码
  1. import  java.util.Arrays;  
  2. public   class  MultiKeyRadixSort  
  3. {     
  4.     /**  
  5.      * @param data 待排序的数组     
  6.      * @param radix  指定关键字拆分的进制。如radix=10,表明按10进制拆分  
  7.      * @param d 指定将关键字拆分成几个子关键字  
  8.      */   
  9.     public   static   void  radixSort( int [] data,  int  radix,  int  d)   
  10.     {  
  11.         System.out.println("开始排序:" );  
  12.         int  arrayLength = data.length;  
  13.         //需要一个临时数组   
  14.         int [] tmp =  new   int [arrayLength];  
  15.         //buckets数组是桶式排序必须buckets数组   
  16.         int [] buckets =  new   int [radix];  
  17.         //依次从最高位的子关键字对待排数据进行排序   
  18.         //下面循环中rate用于保存当前计算的位(比如十位时rate=10)   
  19.         for ( int  i =  0  , rate =  1  ; i < d ; i++)  
  20.         {  
  21.             //重置count数组,开始统计第二个关键字   
  22.             Arrays.fill(buckets, 0 );  
  23.             //将data数组的元素复制到temporary数组中进行缓存   
  24.             System.arraycopy(data, 0 , tmp,  0 , arrayLength);  
  25.             //计算每个待排序数据的子关键字   
  26.             for ( int  j =  0  ; j < arrayLength ; j++)  
  27.             {  
  28.                 //计算数据指定位上的子关键字   
  29.                 int  subKey = (tmp[j] / rate) % radix;  
  30.                 buckets[subKey]++;  
  31.             }  
  32.             for ( int  j =  1  ; j < radix ; j++)  
  33.             {  
  34.                 buckets[j] = buckets[j] + buckets[j-1 ];  
  35.             }  
  36.             //按子关键字对指定数据进行排序   
  37.             for ( int  m = arrayLength -  1  ; m >=  0  ; m--)  
  38.             {  
  39.                 int  subKey = (tmp[m] / rate) % radix;  
  40.                 data[--buckets[subKey]] = tmp[m];  
  41.             }  
  42.             System.out.println("对"  + rate +  "位上子关键字排序:"    
  43.                 + java.util.Arrays.toString(data));  
  44.             rate *= radix;  
  45.         }  
  46.     }  
  47.     public   static   void  main(String[] args)  
  48.     {  
  49.         int [] data = { 1100  ,  192  ,  221  ,  12  ,  13 };  
  50.         System.out.println("排序之前:\n"   
  51.             + java.util.Arrays.toString(data));  
  52.         radixSort(data , 10  ,  4 );  
  53.         System.out.println("排序之后:\n"    
  54.             + java.util.Arrays.toString(data));  
  55.     }  
  56. }  
 

 

几种内部排序算法的Java实现 几种内部排序算法的Java实现 各种内部排序方法的比较 直接插入排序 折半插入排序 希尔排序 起泡排序 快速排序 简单选择排序 树形选择排序 堆排序 归并排序 基数排序 立即下载

相关推荐

java动态生成目录树

使用Dtree,ajax以json和xml两种方式获取数据生成目录树显示到jsp页面

【code】java实现十种常见内部排序

常见的内部排序: 下面介绍这十种常见内部排序(都是从小到大的排序) 直接选择排序 import java.util.*; //定义一个数据包装类 class DataWrap implements Comparable&lt;DataWrap&gt; { int data; String flag; public DataWrap(int data, String ...

不积跬步 无以至千里 不积小流 无以成江海 197

基于DE2-115红外解码实验

基于DE2-115红外解码实验   一、   功能描述 在同一个遥控电路中通常要使用实现不同的遥控功能或区分不同的机器类型, 这样就要求信号按一定的编码传送,编码则会由编码芯片或电路完成。对应于编码芯片通常会有相配对的解码芯片或包含解码模块的应用芯片。在实际的产品设计或业余电子制作中,编码芯片并一定能完成我们要求的功能,这时我们就需要了解所使用的编码芯片到底是如何编码的。只有知道编码方式,我...

乘风的博客 2517

堆排序

public class HeapSort { private static void heapSort(int[] arr, int count) { //1.构建大顶堆 for(int i=arr.length/2-1;i>=0;i--){ //从第一个非叶子结点从下至上,从右至左调整结构 adju...

AnNing_007的博客 318

vivado 编译ADI AD9361 TCL脚本生成hdl工程

(4)输入"source ../../scripts/adi_make.tcl"命令(仅双引号内部命令,不包含双引号),个人理解:该命令用来加载当前所需要编译工程所需要各功能模块的信息,因为每个工程需要不同的功能模块,比如有的需要gpio模块,有的不需要gpio模块,这些模块上前面路径的library也同样以TCL脚本形式存在,当有需要时才进行编译,怎么知道当前工程需要什么模块呢就是通过"source ../../scripts/adi_make.tcl"(仅双引号内部命令,不包含双引号)命令实现。

weixin_40586423的博客 809

Latex小白也能搞定!5分钟教你用Overleaf打造个性化简历(附免费模板)

本文为LaTeX新手提供了一份快速上手指南,教你如何在5分钟内使用Overleaf在线平台和现成模板,轻松打造专业且个性化的简历。文章详细介绍了从选择模板、替换个人信息到进行颜色、图标等个性化调整的完整流程,让你无需深入学习LaTeX语法,即可高效制作出排版精美、脱颖而出的求职简历。

2a4s6d8f0g的博客 689

java匿名内部类&数组排序

java动态绑定&匿名内部类&数组排序

AE86____的博客 467

Rsoft仿真实战:长周期光纤光栅参数优化与模式耦合分析

本文详细介绍了使用Rsoft软件进行长周期光纤光栅(LPFG)参数优化与模式耦合分析的实战方法。通过Rsoft仿真,可以高效优化光栅周期、包层厚度等关键参数,深入分析纤芯模与包层模的耦合特性,为光纤通信和传感应用提供可靠的设计依据。

h0i1j2k3l的博客 1115

java 内部类实现排序 Comparator

public class A{ public xxxx fun(){ //业务逻辑 //xxxxxxxxxxxxxxxxxxx //排序 Collections.sort(myList, new MyComparator(configValueList)); } /** *内部类...

weixin_33958366的博客 396

2025年7月5日全国青少年信息素养大赛Python编程初中组复赛真题+答案解析

2025年7月5日全国青少年信息素养大赛Python编程初中组复赛真题+答案解析

伶俐角少儿编程 469

C++怎么学?零基础也可以,一份完整学习路线图助你搞定!

提供一条清晰、系统且实践导向的C++学习路径。从基础语法、面向对象、泛型编程、异常处理,逐步深入STL、智能指针、并发编程等现代C++高级特性。无论是新手还是希望提升,通过系统学习与项目实践,助您将理论知识转化为实际解决问题的能力。

Lion_Long的博客 4034

Java创建内部类数组并排序

代码: import java.io.*; import java.util.*; import java.text.*; import java.math.*; import java.util.regex.*; public class Main { static class person{ int a; int b; double avege; //a和b的商 ...

hold_on_的博客 667

【ComfyUI】Wan 2.2 14B 首尾帧转视频 平滑过渡

本文介绍了基于 Wan2.2 ComfyUI 的视频生成工作流,通过预训练模型、提示词与参考图像的结合,实现高质量视频合成。工作流采用高低噪声模型与 LoRA 模块优化风格与细节,确保画面过渡平滑稳定。核心流程包括模型加载、图像输入、提示词编码、潜空间采样、解码与视频合成,最终生成动态转场视频。节点设计涵盖 CLIPTextEncode、KSamplerAdvanced 等关键模块,协同完成从文本到视频的全链路生成。正向提示词作为核心驱动力,直接影响视频的动作、镜头与画面变化。

Mr数据杨 1707

【转】八个内部排序算法总结

转自:八大排序算法图文讲解 排序算法可以分为内部排序和外部排序: 1)内部排序是数据记录在内存中进行排序 2)外部排序是因排序的数据很大,内存一次不能容纳全部的排序记录数据,在排序过程中需要访问外存 常见的内部排序算法有:插入排序、希尔排序、选择排序、冒泡排序、归并排序、快速排序、堆排序、基数排序。本文将依次介绍上述八大排序算法。 算法一:插入排序 插入排序是一种最简单...

weixin_30622181的博客 135

科研神器: 用Gemini 3

Edge藏了个科研开挂神器!免TZ/免谷歌账号用Gemini 3,1分钟上手(附保姆级教程) 做科研查文献、理数据总卡壳?想蹭Gemini 3的AI能力,却被“谷歌账号+TZ+节点筛选”三连劝退? 现在不用折腾了!Edge浏览器里装个插件,直接把Gemini 3揣进口袋——**免翻墙、免谷歌账号、国内直接用**,分分钟让你的科研效率翻三倍,导师都得问你“偷偷开了啥挂”!

ZhangJiqun&191cm&85kg 1162

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

内部排序算法比较(转)

[原创]骑兵排序算法是数据结构学科经典的内容,其中内部排序现有的算法有很多种,究竟各有什么特点呢?本文力图设计实现常用内部排序算法并进行比较。分别为起泡排序,直接插入排序,简单选择排序,快速排序,堆排序,针对关键字的比较次数和移动次数进行测试比较.问题分析和总体设计ADT OrderableList{           数据对象:D={ai| ai∈IntegerSet,i=1,2,…,n,n≥

全是转贴 1441

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

各种内部排序方法的比较和选择 (转)

这是个不错的地址,里面讲了好多数据结构的东西各种内部排序方法的比较和选择 (转)按平均时间将排序分为四类:(1)平方阶(O(n2))排序     一般称为简单排序,例如直接插入、直接选择和冒泡排序;(2)线性对数阶(O(nlgn))排序     如快速、堆和归并排序;(3)O(n1+£)阶排序     £是介于0和1之间的常数,即0(4)线性阶(O(n))排序     如桶、箱和基数排序。

thisisll的专栏 1319

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

(转)数据结构之内部排序算法

第7章 排序 一、选择题 1.某内排序方法的稳定性是指( D )。 A.该排序算法不允许有相同的关键字记录B.该排序算法允许有相同的关键字记录 C.平均时间为0(n log n)的排序方法 D.以上都不对 2.下面给出的四种排序法中( D )排序法是不稳定性排序法。 ...

dingqiangzhen9665的博客 1253

内部排序的方法实验报告_(转)Java实现八大排序算法

本文对常见的排序算法进行了总结。常见排序算法如下:直接插入排序希尔排序简单选择排序堆排序冒泡排序快速排序归并排序基数排序它们都属于内部排序,也就是只考虑数据量较小仅需要使用内存的排序算法,他们之间关系如下:⎧⎩⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪内部排序⎧⎩⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪插入排序{直接插入排序希尔排序选择排序{简单选择排序堆排序交换排序{冒...

weixin_39898380的博客 268

【转】数据结构几种内部排序算法的实现

<br />       一、插入排序      1)直接插入排序      2)折半插入排序      3)希尔排序<br />              二、交换排序      1)冒泡排序            2)快速排序     <br />               三、选择排序      1)简单选择排序      2)堆排序     <br />                四、归并排序     <br />               五、基数排序    <br />        一

584

转--各种内部排序算法复杂度的比较和排序方法的选择

内部排序算法比较

hello 508

hashmap按value排序_【转】聊聊 HashMap 和 TreeMap 的内部结构

一、HashMap1、基于哈希表的 Map 接口的实现。此实现提供所有可选的映射操作,并允许使用 null 值和 null 键。(除了非同步和允许使用 null 之外,HashMap 类与 Hashtable 大致相同。)此类不保证映射的顺序,特别是它不保证该顺序恒久不变。2、HashMap 的实例有两个参数影响其性能:初始容量 和 加载因子。容量是哈希表中桶的数量,初始容量只是哈希表在创建时的容...

weixin_36260304的博客 122

转【算法之常用排序算法(一)】八大常用内部排序算法(快排、冒泡、希尔、堆排序等)...

概述 排序有内部排序和外部排序,内部排序是数据记录在内存中进行排序,而外部排序是因排序的数据很大,一次不能容纳全部的排序记录,在排序过程中需要访问外存。 我们这里说说八大排序就是内部排序。 当n较大,则应采用时间复杂度为O(nlog2n)的排序方法:快速排序、堆排序或归并排序序。 快速排序:是目前基于比较的内部排序中被认为是最好的方法,当待排序的关键字是随机分...

weixin_30532759的博客 196

(10)ArcGIS Pro 要素类型转换:点转线、线转面、面转点详细步骤

ArcGIS Pro要素转换操作指南:本文详细介绍了ArcGIS Pro中点、线、面要素之间的相互转换方法,包括点转线(注意设置排序字段避免线条混乱)、线转面(自动识别闭合区域)、面转点(可选择内部点或几何质心)的完整流程。针对各类GIS数据处理需求,如轨迹生成、地块构面、数据规整等场景,提供了清晰的工具路径和参数设置说明,并附有常见问题解决方案。这些基础但关键的转换操作适用于学习、项目及成果制作,建议收藏备用。

weixin_42470465的博客 1738
上一篇: 面试需要准备到的几个点
下一篇: 稳定排序和不稳定排序
O2AtomLife
博客等级 码龄19年 2粉丝 82原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值