C#排序相关算法

http://www.cnblogs.com/zxjyuan/archive/2010/01/06/1640092.html

 

冒泡法：

Using directivesnamespace BubbleSorter{    public class BubbleSorter    {        public void Sort(int[] list)        {            int i, j, temp;            bool done = false;            j = 1;            while ((j < list.Length) && (!done))            {                done = true;                for (i = 0; i < list.Length - j; i++)                {                    if (list[i] > list[i + 1])                    {                        done = false;                        temp = list[i];                        list[i] = list[i + 1];                        list[i + 1] = temp;                    }                }                j++;            }        }    }    public class MainClass    {        public static void Main()        {            int[] iArrary = new int[] { 1, 5, 13, 6, 10, 55, 99, 2, 87, 12, 34, 75, 33, 47 };            BubbleSorter sh = new BubbleSorter();            sh.Sort(iArrary);            for (int m = 0; m < iArrary.Length; m++)                Console.Write("{0}", iArrary[m]);            Console.WriteLine();        }    }}

选择排序法

Using directivesnamespace SelectionSorter{    public class SelectionSorter    {        private int min;        public void Sort(int[] list)        {            for (int i = 0; i < list.Length - 1; i++)            {                min = i;                for (int j = i + 1; j < list.Length; j++)                {                    if (list[j] < list[min])                        min = j;                }                int t = list[min];                list[min] = list[i];                list[i] = t;            }        }    }    public class MainClass    {        public static void Main()        {            int[] iArrary = new int[] { 1, 5, 3, 6, 10, 55, 9, 2, 87, 12, 34, 75, 33, 47 };            SelectionSorter ss = new SelectionSorter();            ss.Sort(iArrary);            for (int m = 0; m < iArrary.Length; m++)                Console.Write("{0}", iArrary[m]);            Console.WriteLine();        }    }}

插入排序法

Using directivesnamespace InsertionSorter{    public class InsetionSorter    {        public void Sort(int[] list)        {            for (int i = 1; i < list.Length; i++)            {                int t = list[i];                int j = i;                while ((j > 0) && (list[j - 1] > t))                {                    list[j] = list[j - 1];                    --j;                }                list[j] = t;            }        }    }    public class MainClass    {        public static void Main()        {            int[] iArrary = new int[] { 1, 13, 3, 6, 10, 55, 98, 2, 87, 12, 34, 75, 33, 47 };            InsertionSorter ii = new InsertionSorter();            ii.Sort(iArrary);            for (int m = 0; m < iArrary.Length; m++)                Console.Write("{0}", iArrary[m]);            Console.WriteLine();        }    }}

希尔排序法

Using directivesnamespace ShellSorter{    public class ShellSorter    {        public void Sort(int[] list)        {            int inc;            for (inc = 1; inc <= list.Length / 9; inc = 3 * inc + 1) ;            for (; inc > 0; inc /= 3)            {                for (int i = inc + 1; i <= list.Length; i += inc)                {                    int t = list[i - 1];                    int j = i;                    while ((j > inc) && (list[j - inc - 1] > t))                    {                        list[j - 1] = list[j - inc - 1];                        j -= inc;                    }                    list[j - 1] = t;                }            }        }    }    public class MainClass    {        public static void Main()        {            int[] iArrary = new int[] { 1, 5, 13, 6, 10, 55, 99, 2, 87, 12, 34, 75, 33, 47 };            ShellSorter sh = new ShellSorter();            sh.Sort(iArrary);            for (int m = 0; m < iArrary.Length; m++)                Console.Write("{0}", iArrary[m]);            Console.WriteLine();        }    }}

以前空闲的时候用C#实现的路径规划算法，今日贴它出来，看大家有没有更好的实现方案。关于路径规划（最短路径）算法的背景知识，大家可以参考《C++算法－－图算法》一书。    该图算法描述的是这样的场景：图由节点和带有方向的边构成，每条边都有相应的权值，路径规划（最短路径）算法就是要找出从节点A到节点B的累积权值最小的路径。    首先，我们可以将“有向边”抽象为Edge类：

    public class Edge     {         public string StartNodeID ;         public string EndNodeID   ;         public double Weight      ; //权值，代价             }

    节点则抽象成Node类，一个节点上挂着以此节点作为起点的“出边”表。

       public class Node      {        private string iD ;        private ArrayList edgeList ;//Edge的集合－－出边表        public Node(string id )     {            this.iD = id ;            this.edgeList = new ArrayList() ;        }        #region property        public string ID     {            get          {                return this.iD ;            }        }        public ArrayList EdgeList      {            get          {                return this.edgeList ;            }        }        #endregion    }

        在计算的过程中，我们需要记录到达每一个节点权值最小的路径，这个抽象可以用PassedPath类来表示：

    /// <summary>     /// PassedPath 用于缓存计算过程中的到达某个节点的权值最小的路径     /// </summary>     public class PassedPath     {         private string     curNodeID ;         private bool     beProcessed ;   //是否已被处理         private double     weight ;        //累积的权值         private ArrayList passedIDList ; //路径         public PassedPath(string ID)         {             this.curNodeID = ID ;             this.weight    = double.MaxValue ;             this.passedIDList = new ArrayList() ;             this.beProcessed = false ;         }         #region property         public bool BeProcessed         {             get             {                 return this.beProcessed ;             }             set             {                 this.beProcessed = value ;             }         }         public string CurNodeID         {             get             {                 return this.curNodeID ;             }         }         public double Weight          {             get             {                 return this.weight ;             }             set             {                 this.weight = value ;             }         }         public ArrayList PassedIDList         {             get             {                 return this.passedIDList ;             }         }         #endregion     }

    另外，还需要一个表PlanCourse来记录规划的中间结果，即它管理了每一个节点的PassedPath。

    /// <summary>     /// PlanCourse 缓存从源节点到其它任一节点的最小权值路径＝》路径表     /// </summary>     public class PlanCourse     {         private Hashtable htPassedPath ;             #region ctor         public PlanCourse(ArrayList nodeList ,string originID)         {             this.htPassedPath = new Hashtable() ;             Node originNode = null ;             foreach(Node node in nodeList)             {                 if(node.ID == originID)                 {                     originNode = node ;                 }                 else                 {                     PassedPath pPath = new PassedPath(node.ID) ;                     this.htPassedPath.Add(node.ID ,pPath) ;                 }             }             if(originNode == null)              {                 throw new Exception("The origin node is not exist !") ;             }                          this.InitializeWeight(originNode) ;         }         private void InitializeWeight(Node originNode)         {             if((originNode.EdgeList == null) ||(originNode.EdgeList.Count == 0))             {                 return ;             }             foreach(Edge edge in originNode.EdgeList)             {                 PassedPath pPath = this[edge.EndNodeID] ;                 if(pPath == null)                 {                     continue ;                 }                 pPath.PassedIDList.Add(originNode.ID) ;                 pPath.Weight = edge.Weight ;             }         }         #endregion         public PassedPath this[string nodeID]         {             get             {                 return (PassedPath)this.htPassedPath[nodeID] ;             }         }     }

    在所有的基础构建好后，路径规划算法就很容易实施了，该算法主要步骤如下：(1)用一张表(PlanCourse)记录源点到任何其它一节点的最小权值，初始化这张表时，如果源点能直通某节点，则权值设为对应的边的权，否则设为double.MaxValue。(2)选取没有被处理并且当前累积权值最小的节点TargetNode，用其边的可达性来更新到达其它节点的路径和权值（如果其它节点   经此节点后权值变小则更新，否则不更新），然后标记TargetNode为已处理。(3)重复(2)，直至所有的可达节点都被处理一遍。(4)从PlanCourse表中获取目的点的PassedPath，即为结果。        下面就来看上述步骤的实现，该实现被封装在RoutePlanner类中：

    /// <summary>     /// RoutePlanner 提供图算法中常用的路径规划功能。     /// 2005.09.06     /// </summary>     public class RoutePlanner     {         public RoutePlanner()         {                     }         #region Paln         //获取权值最小的路径         public RoutePlanResult Paln(ArrayList nodeList ,string originID ,string destID)         {             PlanCourse planCourse = new PlanCourse(nodeList ,originID) ;             Node curNode = this.GetMinWeightRudeNode(planCourse ,nodeList ,originID) ;             #region 计算过程             while(curNode != null)             {                 PassedPath curPath = planCourse[curNode.ID] ;                 foreach(Edge edge in curNode.EdgeList)                 {                     PassedPath targetPath = planCourse[edge.EndNodeID] ;                     double tempWeight = curPath.Weight + edge.Weight ;                     if(tempWeight < targetPath.Weight)                     {                         targetPath.Weight = tempWeight ;                         targetPath.PassedIDList.Clear() ;                         for(int i=0 ;i<curPath.PassedIDList.Count ;i++)                         {                             targetPath.PassedIDList.Add(curPath.PassedIDList[i].ToString()) ;                         }                         targetPath.PassedIDList.Add(curNode.ID) ;                     }                 }                 //标志为已处理                 planCourse[curNode.ID].BeProcessed = true ;                 //获取下一个未处理节点                 curNode = this.GetMinWeightRudeNode(planCourse ,nodeList ,originID) ;             }             #endregion                          //表示规划结束             return this.GetResult(planCourse ,destID) ;                         }         #endregion         #region private method         #region GetResult         //从PlanCourse表中取出目标节点的PassedPath，这个PassedPath即是规划结果         private RoutePlanResult GetResult(PlanCourse planCourse ,string destID)         {             PassedPath pPath = planCourse[destID]  ;                         if(pPath.Weight == int.MaxValue)             {                 RoutePlanResult result1 = new RoutePlanResult(null ,int.MaxValue) ;                 return result1 ;             }                          string[] passedNodeIDs = new string[pPath.PassedIDList.Count] ;             for(int i=0 ;i<passedNodeIDs.Length ;i++)             {                 passedNodeIDs[i] = pPath.PassedIDList[i].ToString() ;             }             RoutePlanResult result = new RoutePlanResult(passedNodeIDs ,pPath.Weight) ;             return result ;                     }         #endregion         #region GetMinWeightRudeNode         //从PlanCourse取出一个当前累积权值最小，并且没有被处理过的节点         private Node GetMinWeightRudeNode(PlanCourse planCourse ,ArrayList nodeList ,string originID)         {             double weight = double.MaxValue ;             Node destNode = null ;             foreach(Node node in nodeList)             {                 if(node.ID == originID)                 {                     continue ;                 }                 PassedPath pPath = planCourse[node.ID] ;                 if(pPath.BeProcessed)                 {                     continue ;                 }                 if(pPath.Weight < weight)                 {                     weight = pPath.Weight ;                     destNode = node ;                 }             }             return destNode ;         }         #endregion         #endregion     }

转载于:https://www.cnblogs.com/virusolf/p/4906760.html