yetao
/
hello-algo
mirror of https://github.com/krahets/hello-algo.git
1
0
Fork 0
Code Issues Packages Projects Releases Wiki Activity

Add kotlin code for the chapter of sorting (#1145)

Browse Source 
* feat(kotlin): add kotlin code for chapter sorting.

* style(kotlin): fix some indent.

* refactor(kotlin): refactor quick_sort.kt files.

* style(kotlin): modified medianThree function.
pull/1153/head
curtishd 8 months ago committed by GitHub
parent 7f43f92ae9
commit 1845937c5a
No known key found for this signature in database
GPG Key ID: B5690EEEBB952194
9 changed files with 521 additions and 0 deletions
Show Stats Download Patch File Download Diff File

49
codes/kotlin/chapter_sorting/bubble_sort.kt
Unescape View File

@ -0,0 +1,49 @@
/**
* File: bubble_sort.kt
* Created Time: 2024-1-25
* Author: curtishd (1023632660@qq.com)
*/
package chapter_sorting
/* 冒泡排序 */
fun bubbleSort(nums: IntArray) {
// 外循环：未排序区间为 [0, i]
for (i in nums.size - 1 downTo 1) {
// 内循环：将未排序区间 [0, i] 中的最大元素交换至该区间的最右端
for (j in 0..<i) {
if (nums[j] > nums[j + 1]) {
// 交换 nums[j] 与 nums[j + 1]
nums[j] = nums[j+1].also { nums[j+1] = nums[j] }
}
}
}
}
/* 冒泡排序（标志优化） */
fun bubbleSortWithFlag(nums: IntArray) {
// 外循环：未排序区间为 [0, i]
for (i in nums.size - 1 downTo 1) {
var flag = false // 初始化标志位
// 内循环：将未排序区间 [0, i] 中的最大元素交换至该区间的最右端
for (j in 0..<i) {
if (nums[j] > nums[j + 1]) {
// 交换 nums[j] 与 nums[j + 1]
nums[j] = nums[j + 1].also { nums[j] = nums[j + 1] }
flag = true // 记录交换元素
}
}
if (!flag) break // 此轮“冒泡”未交换任何元素，直接跳出
}
}
/* Driver Code */
fun main() {
val nums = intArrayOf(4, 1, 3, 1, 5, 2)
bubbleSort(nums)
println("冒泡排序完成后 nums = ${nums.contentToString()}")
val nums1 = intArrayOf(4, 1, 3, 1, 5, 2)
bubbleSortWithFlag(nums1)
println("冒泡排序完成后 nums1 = ${nums1.contentToString()}")
}

46
codes/kotlin/chapter_sorting/bucket_sort.kt
Unescape View File

@ -0,0 +1,46 @@
/**
* File: bucket_sort.kt
* Created Time: 2024-1-25
* Author: curtishd (1023632660@qq.com)
*/
package chapter_sorting
import kotlin.collections.ArrayList
/* 桶排序 */
fun bucketSort(nums: FloatArray) {
// 初始化 k = n/2 个桶，预期向每个桶分配 2 个元素
val k = nums.size / 2
val buckets = ArrayList<ArrayList<Float>>()
for (i in 0..<k) {
buckets.add(ArrayList())
}
// 1. 将数组元素分配到各个桶中
for (num in nums) {
// 输入数据范围为 [0, 1)，使用 num * k 映射到索引范围 [0, k-1]
val i = (num * k).toInt()
// 将 num 添加进桶 i
buckets[i].add(num)
}
// 2. 对各个桶执行排序
for (bucket in buckets) {
// 使用内置排序函数，也可以替换成其他排序算法
bucket.sort()
}
// 3. 遍历桶合并结果
var i = 0
for (bucket in buckets) {
for (num in bucket) {
nums[i++] = num
}
}
}
/* Driver Code */
fun main() {
// 设输入数据为浮点数，范围为 [0, 1)
val nums = floatArrayOf(0.49f, 0.96f, 0.82f, 0.09f, 0.57f, 0.43f, 0.91f, 0.75f, 0.15f, 0.37f)
bucketSort(nums)
println("桶排序完成后 nums = ${nums.contentToString()}")
}

80
codes/kotlin/chapter_sorting/counting_sort.kt
Unescape View File

@ -0,0 +1,80 @@
/**
* File: counting_sort.kt
* Created Time: 2024-1-25
* Author: curtishd (1023632660@qq.com)
*/
package chapter_sorting
import kotlin.math.max
/* 计数排序 */
// 简单实现，无法用于排序对象
fun countingSortNaive(nums: IntArray) {
// 1. 统计数组最大元素 m
var m = 0
for (num in nums) {
m = max(m.toDouble(), num.toDouble()).toInt()
}
// 2. 统计各数字的出现次数
// counter[num] 代表 num 的出现次数
val counter = IntArray(m + 1)
for (num in nums) {
counter[num]++
}
// 3. 遍历 counter ，将各元素填入原数组 nums
var i = 0
for (num in 0..<m + 1) {
var j = 0
while (j < counter[num]) {
nums[i] = num
j++
i++
}
}
}
/* 计数排序 */
// 完整实现，可排序对象，并且是稳定排序
fun countingSort(nums: IntArray) {
// 1. 统计数组最大元素 m
var m = 0
for (num in nums) {
m = max(m.toDouble(), num.toDouble()).toInt()
}
// 2. 统计各数字的出现次数
// counter[num] 代表 num 的出现次数
val counter = IntArray(m + 1)
for (num in nums) {
counter[num]++
}
// 3. 求 counter 的前缀和，将“出现次数”转换为“尾索引”
// 即 counter[num]-1 是 num 在 res 中最后一次出现的索引
for (i in 0..<m) {
counter[i + 1] += counter[i]
}
// 4. 倒序遍历 nums ，将各元素填入结果数组 res
// 初始化数组 res 用于记录结果
val n = nums.size
val res = IntArray(n)
for (i in n - 1 downTo 0) {
val num = nums[i]
res[counter[num] - 1] = num // 将 num 放置到对应索引处
counter[num]-- // 令前缀和自减 1 ，得到下次放置 num 的索引
}
// 使用结果数组 res 覆盖原数组 nums
for (i in 0..<n) {
nums[i] = res[i]
}
}
/* Driver Code */
fun main() {
val nums = intArrayOf(1, 0, 1, 2, 0, 4, 0, 2, 2, 4)
countingSortNaive(nums)
println("计数排序（无法排序对象）完成后 nums = ${nums.contentToString()}")
val nums1 = intArrayOf(1, 0, 1, 2, 0, 4, 0, 2, 2, 4)
countingSort(nums1)
println("计数排序完成后 nums1 = ${nums1.contentToString()}")
}

48
codes/kotlin/chapter_sorting/heap_sort.kt
Unescape View File

@ -0,0 +1,48 @@
/**
* File: heap_sort.kt
* Created Time: 2024-1-25
* Author: curtishd (1023632660@qq.com)
*/
package chapter_sorting
/* 堆的长度为 n ，从节点 i 开始，从顶至底堆化 */
fun siftDown(nums: IntArray, n: Int, li: Int) {
var i = li
while (true) {
// 判断节点 i, l, r 中值最大的节点，记为 ma
val l = 2 * i + 1
val r = 2 * i + 2
var ma = i
if (l < n && nums[l] > nums[ma]) ma = l
if (r < n && nums[r] > nums[ma]) ma = r
// 若节点 i 最大或索引 l, r 越界，则无须继续堆化，跳出
if (ma == i) break
// 交换两节点
nums[i] = nums[ma].also { nums[ma] = nums[i] }
// 循环向下堆化
i = ma
}
}
/* 堆排序 */
fun heapSort(nums: IntArray) {
// 建堆操作：堆化除叶节点以外的其他所有节点
for (i in nums.size / 2 - 1 downTo 0) {
siftDown(nums, nums.size, i)
}
// 从堆中提取最大元素，循环 n-1 轮
for (i in nums.size - 1 downTo 1) {
// 交换根节点与最右叶节点（交换首元素与尾元素）
nums[0] = nums[i].also { nums[i] = nums[0] }
// 以根节点为起点，从顶至底进行堆化
siftDown(nums, i, 0)
}
}
/* Driver Code */
fun main() {
val nums = intArrayOf(4, 1, 3, 1, 5, 2)
heapSort(nums)
println("堆排序完成后 nums = ${nums.contentToString()}")
}

29
codes/kotlin/chapter_sorting/insertion_sort.kt
Unescape View File

@ -0,0 +1,29 @@
/**
* File: insertion_sort.kt
* Created Time: 2024-1-25
* Author: curtishd (1023632660@qq.com)
*/
package chapter_sorting
/* 插入排序 */
fun insertionSort(nums: IntArray) {
//外循环: 已排序元素为 1, 2, ..., n
for (i in nums.indices) {
val base = nums[i]
var j = i - 1
// 内循环: 将 base 插入到已排序部分的正确位置
while (j >= 0 && nums[j] > base) {
nums[j + 1] = nums[j] // 将 nums[j] 向右移动一位
j--
}
nums[j + 1] = base // 将 base 赋值到正确位置
}
}
/* Driver Code */
fun main() {
val nums = intArrayOf(4, 1, 3, 1, 5, 2)
insertionSort(nums)
println("插入排序完成后 nums = ${nums.contentToString()}")
}

54
codes/kotlin/chapter_sorting/merge_sort.kt
Unescape View File

@ -0,0 +1,54 @@
/**
* File: merge_sort.kt
* Created Time: 2024-1-25
* Author: curtishd (1023632660@qq.com)
*/
package chapter_sorting
/* 合并左子数组和右子数组 */
fun merge(nums: IntArray, left: Int, mid: Int, right: Int) {
// 左子数组区间为 [left, mid], 右子数组区间为 [mid+1, right]
// 创建一个临时数组 tmp ，用于存放合并后的结果
val tmp = IntArray(right - left + 1)
// 初始化左子数组和右子数组的起始索引
var i = left
var j = mid + 1
var k = 0
// 当左右子数组都还有元素时，进行比较并将较小的元素复制到临时数组中
while (i <= mid && j <= right) {
if (nums[i] <= nums[j]) tmp[k++] = nums[i++]
else tmp[k++] = nums[j++]
}
// 将左子数组和右子数组的剩余元素复制到临时数组中
while (i <= mid) {
tmp[k++] = nums[i++]
}
while (j <= right) {
tmp[k++] = nums[j++]
}
// 将临时数组 tmp 中的元素复制回原数组 nums 的对应区间
for (l in tmp.indices) {
nums[left + l] = tmp[l]
}
}
/* 归并排序 */
fun mergeSort(nums: IntArray, left: Int, right: Int) {
// 终止条件
if (left >= right) return // 当子数组长度为 1 时终止递归
// 划分阶段
val mid = (left + right) / 2 // 计算中点
mergeSort(nums, left, mid) // 递归左子数组
mergeSort(nums, mid + 1, right) // 递归右子数组
// 合并阶段
merge(nums, left, mid, right)
}
/* Driver Code */
fun main() {
/* 归并排序 */
val nums = intArrayOf(7, 3, 2, 6, 0, 1, 5, 4)
mergeSort(nums, 0, nums.size - 1)
println("归并排序完成后 nums = ${nums.contentToString()}")
}

119
codes/kotlin/chapter_sorting/quick_sort.kt
Unescape View File

@ -0,0 +1,119 @@
/**
* File: quick_sort.kt
* Created Time: 2024-1-25
* Author: curtishd (1023632660@qq.com)
*/
package chapter_sorting
/* 元素交换 */
fun swap(nums: IntArray, i: Int, j: Int) {
nums[i] = nums[j].also { nums[j] = nums[i] }
}
/* 哨兵划分 */
fun partition(nums: IntArray, left: Int, right: Int): Int {
// 以 nums[left] 为基准数
var i = left
var j = right
while (i < j) {
while (i < j && nums[j] >= nums[left])
j-- // 从右向左找首个小于基准数的元素
while (i < j && nums[i] <= nums[left])
i++ // 从左向右找首个大于基准数的元素
swap(nums, i, j) // 交换这两个元素
}
swap(nums, i, left) // 将基准数交换至两子数组的分界线
return i // 返回基准数的索引
}
/* 快速排序 */
fun quickSort(nums: IntArray, left: Int, right: Int) {
// 子数组长度为 1 时终止递归
if (left >= right) return
// 哨兵划分
val pivot = partition(nums, left, right)
// 递归左子数组、右子数组
quickSort(nums, left, pivot - 1)
quickSort(nums, pivot + 1, right)
}
/* 选取三个候选元素的中位数 */
fun medianThree(nums: IntArray, left: Int, mid: Int, right: Int): Int {
val l = nums[left]
val m = nums[mid]
val r = nums[right]
if ((m in l..r) || (m in r..l))
return mid // m 在 l 和 r 之间
if ((l in m..r) || (l in r..m))
return left // l 在 m 和 r 之间
return right
}
/* 哨兵划分（三数取中值） */
fun partitionMedian(nums: IntArray, left: Int, right: Int): Int {
// 选取三个候选元素的中位数
val med = medianThree(nums, left, (left + right) / 2, right)
// 将中位数交换至数组最左端
swap(nums, left, med)
// 以 nums[left] 为基准数
var i = left
var j = right
while (i < j) {
while (i < j && nums[j] >= nums[left])
j-- // 从右向左找首个小于基准数的元素
while (i < j && nums[i] <= nums[left])
i++ // 从左向右找首个大于基准数的元素
swap(nums, i, j) // 交换这两个元素
}
swap(nums, i, left) // 将基准数交换至两子数组的分界线
return i // 返回基准数的索引
}
/* 快速排序 */
fun quickSortMedian(nums: IntArray, left: Int, right: Int) {
// 子数组长度为 1 时终止递归
if (left >= right) return
// 哨兵划分
val pivot = partitionMedian(nums, left, right)
// 递归左子数组、右子数组
quickSort(nums, left, pivot - 1)
quickSort(nums, pivot + 1, right)
}
/* 快速排序（尾递归优化） */
fun quickSortTailCall(nums: IntArray, left: Int, right: Int) {
// 子数组长度为 1 时终止
var l = left
var r = right
while (l < r) {
// 哨兵划分操作
val pivot = partition(nums, l, r)
// 对两个子数组中较短的那个执行快速排序
if (pivot - l < r - pivot) {
quickSort(nums, l, pivot - 1) // 递归排序左子数组
l = pivot + 1 // 剩余未排序区间为 [pivot + 1, right]
} else {
quickSort(nums, pivot + 1, r) // 递归排序右子数组
r = pivot - 1 // 剩余未排序区间为 [left, pivot - 1]
}
}
}
/* Driver Code */
fun main() {
/* 快速排序 */
val nums = intArrayOf(2, 4, 1, 0, 3, 5)
quickSort(nums, 0, nums.size - 1)
println("快速排序完成后 nums = ${nums.contentToString()}")
/* 快速排序（中位基准数优化） */
val nums1 = intArrayOf(2, 4, 1, 0, 3, 5)
quickSortMedian(nums1, 0, nums1.size - 1)
println("快速排序（中位基准数优化）完成后 nums1 = ${nums1.contentToString()}")
/* 快速排序（尾递归优化） */
val nums2 = intArrayOf(2, 4, 1, 0, 3, 5)
quickSortTailCall(nums2, 0, nums2.size - 1)
println("快速排序（尾递归优化）完成后 nums2 = ${nums2.contentToString()}")
}

67
codes/kotlin/chapter_sorting/radix_sort.kt
Unescape View File

@ -0,0 +1,67 @@
/**
* File: radix_sort.kt
* Created Time: 2024-1-25
* Author: curtishd (1023632660@qq.com)
*/
package chapter_sorting
/* 获取元素 num 的第 k 位，其中 exp = 10^(k-1) */
fun digit(num: Int, exp: Int): Int {
// 传入 exp 而非 k 可以避免在此重复执行昂贵的次方计算
return (num / exp) % 10
}
/* 计数排序（根据 nums 第 k 位排序） */
fun countingSortDigit(nums: IntArray, exp: Int) {
// 十进制的位范围为 0~9 ，因此需要长度为 10 的桶数组
val counter = IntArray(10)
val n = nums.size
// 统计 0~9 各数字的出现次数
for (i in 0..<n) {
val d = digit(nums[i], exp) // 获取 nums[i] 第 k 位，记为 d
counter[d]++ // 统计数字 d 的出现次数
}
// 求前缀和，将“出现个数”转换为“数组索引”
for (i in 1..9) {
counter[i] += counter[i - 1]
}
// 倒序遍历，根据桶内统计结果，将各元素填入 res
val res = IntArray(n)
for (i in n - 1 downTo 0) {
val d = digit(nums[i], exp)
val j = counter[d] - 1 // 获取 d 在数组中的索引 j
res[j] = nums[i] // 将当前元素填入索引 j
counter[d]-- // 将 d 的数量减 1
}
// 使用结果覆盖原数组 nums
for (i in 0..<n) nums[i] = res[i]
}
/* 基数排序 */
fun radixSort(nums: IntArray) {
// 获取数组的最大元素，用于判断最大位数
var m = Int.MIN_VALUE
for (num in nums) if (num > m) m = num
var exp = 1
// 按照从低位到高位的顺序遍历
while (exp <= m) {
// 对数组元素的第 k 位执行计数排序
// k = 1 -> exp = 1
// k = 2 -> exp = 10
// 即 exp = 10^(k-1)
countingSortDigit(nums, exp)
exp *= 10
}
}
/* Driver Code */
fun main() {
// 基数排序
val nums = intArrayOf(
10546151, 35663510, 42865989, 34862445, 81883077,
88906420, 72429244, 30524779, 82060337, 63832996
)
radixSort(nums)
println("基数排序完成后 nums = ${nums.contentToString()}")
}

29
codes/kotlin/chapter_sorting/selection_sort.kt
Unescape View File

@ -0,0 +1,29 @@
/**
* File: selection_sort.kt
* Created Time: 2024-1-25
* Author: curtishd (1023632660@qq.com)
*/
package chapter_sorting
/* 选择排序 */
fun selectionSort(nums: IntArray) {
val n = nums.size
// 外循环：未排序区间为 [i, n-1]
for (i in 0..<n - 1) {
var k = i
// 内循环：找到未排序区间内的最小元素
for (j in i + 1..<n) {
if (nums[j] < nums[k]) k = j // 记录最小元素的索引
}
// 将该最小元素与未排序区间的首个元素交换
nums[i] = nums[k].also { nums[k] = nums[i] }
}
}
/* Driver Code */
fun main() {
val nums = intArrayOf(4, 1, 3, 1, 5, 2)
selectionSort(nums)
println("选择排序完成后 nums = ${nums.contentToString()}")
}
Write Preview
Loading…
Cancel
Save