Java常用实现八种排序算法与代码实现

一、交换排序
所谓交换,就是序列中任意两个元素进行比较,根据比较结果来交换各自在序列中的位置,以此达到排序的目的。

  1. 冒泡排序
冒泡排序是一种简单的交换排序算法,以升序排序为例,其核心思想是:
从第一个元素开始,比较相邻的两个元素。如果第一个比第二个大,则进行交换。
轮到下一组相邻元素,执行同样的比较操作,再找下一组,直到没有相邻元素可比较为止,此时最后的元素应是最大的数。
除了每次排序得到的最后一个元素,对剩余元素重复以上步骤,直到没有任何一对元素需要比较为止。
用 Java 实现的冒泡排序如下
public void bubbleSortOpt(int[] arr) {if(arr == null) { throw new NullPoniterException(); } if(arr.length < 2) { return; } int temp = 0; for(int i = 0; i < arr.length - 1; i++) { for(int j = 0; j < arr.length - i - 1; j++) { if(arr[j] > arr[j + 1]) { temp = arr[j]; arr[j] = arr[j + 1]; arr[j + 1] = temp; } } } }

  1. 快速排序
快速排序的思想很简单,就是先把待排序的数组拆成左右两个区间,左边都比中间的基准数小,右边都比基准数大。接着左右两边各自再做同样的操作,完成后再拆分再继续,一直到各区间只有一个数为止。
举个例子,现在我要排序 4、9、5、1、2、6 这个数组。一般取首位的 4 为基准数,第一次排序的结果是:
2、1、4、5、9、6
可能有人觉得奇怪,2 和 1 交换下位置也能满足条件,为什么 2 在首位?这其实由实际的代码实现来决定,并不影响之后的操作。以 4 为分界点,对 2、1、4 和 5、9、6 各自排序,得到:
1、2、4、5、9、6
【Java常用实现八种排序算法与代码实现】不用管左边的 1、2、4 了,将 5、9、6 拆成 5 和 9、6,再排序,至此结果为:
1、2、4、5、6、9
为什么把快排划到交换排序的范畴呢?因为元素的移动也是靠交换位置来实现的。算法的实现需要用到递归(拆分区间之后再对每个区间作同样的操作)
用 Java 实现的快速排序如下
public void quicksort(int[] arr, int start, int end) {if(start < end) { // 把数组中的首位数字作为基准数 int stard = arr[start]; // 记录需要排序的下标 int low = start; int high = end; // 循环找到比基准数大的数和比基准数小的数 while(low < high) { // 右边的数字比基准数大 while(low < high && arr[high] >= stard) { high--; } // 使用右边的数替换左边的数 arr[low] = arr[high]; // 左边的数字比基准数小 while(low < high && arr[low] <= stard) { low++; } // 使用左边的数替换右边的数 arr[high] = arr[low]; } // 把标准值赋给下标重合的位置 arr[low] = stard; // 处理所有小的数字 quickSort(arr, start, low); // 处理所有大的数字 quickSort(arr, low + 1, end); } }

二、插入排序
插入排序是一种简单的排序方法,其基本思想是将一个记录插入到已经排好序的有序表中,使得被插入数的序列同样是有序的。按照此法对所有元素进行插入,直到整个序列排为有序的过程。
  1. 直接插入排序
直接插入排序就是插入排序的粗暴实现。对于一个序列,选定一个下标,认为在这个下标之前的元素都是有序的。将下标所在的元素插入到其之前的序列中。接着再选取这个下标的后一个元素,继续重复操作。直到最后一个元素完成插入为止。我们一般从序列的第二个元素开始操作。
用 Java 实现的算法如下:
public void insertSort(int[] arr) { // 遍历所有数字 for(int i = 1; i < arr.length - 1; i++) { // 当前数字比前一个数字小 if(arr[i] < arr[i - 1]) { int j; // 把当前遍历的数字保存起来 int temp = arr[i]; for(j = i - 1; j >= 0 && arr[j] > temp; j--) { // 前一个数字赋给后一个数字 arr[j + 1] = arr[j]; } // 把临时变量赋给不满足条件的后一个元素 arr[j + 1] = temp; } } }

  1. 希尔排序
某些情况下直接插入排序的效率极低。比如一个已经有序的升序数组,这时再插入一个比最小值还要小的数,也就意味着被插入的数要和数组所有元素比较一次。我们需要对直接插入排序进行改进。
怎么改进呢?前面提过,插入排序对已经排好序的数组操作时,效率很高。因此我们可以试着先将数组变为一个相对有序的数组,然后再做插入排序。
希尔排序能实现这个目的。希尔排序把序列按下标的一定增量(步长)分组,对每组分别使用插入排序。随着增量(步长)减少,一直到一,算法结束,整个序列变为有序。因此希尔排序又称缩小增量排序。
一般来说,初次取序列的一半为增量,以后每次减半,直到增量为一。
用 Java 实现的算法如下:
public void shellSort(int[] arr) { // gap 为步长,每次减为原来的一半。 for (int gap = arr.length / 2; gap > 0; gap /= 2) { // 对每一组都执行直接插入排序 for (int i = 0 ; i < gap; i++) { // 对本组数据执行直接插入排序 for (int j = i + gap; j < arr.length; j += gap) { // 如果 a[j] < a[j-gap],则寻找 a[j] 位置,并将后面数据的位置都后移 if (arr[j] < arr[j - gap]) { int k; int temp = arr[j]; for (k = j - gap; k >= 0 && arr[k] > temp; k -= gap) { arr[k + gap] = arr[k]; } arr[k + gap] = temp; } } } } }

三、选择排序
选择排序是一种简单直观的排序算法,首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置,然后,再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。以此类推,直到所有元素均排序完毕。
  1. 简单选择排序
选择排序思想的暴力实现,每一趟从未排序的区间找到一个最小元素,并放到第一位,直到全部区间有序为止。
用 Java 实现的算法如下:
public void selectSort(int[] arr) { // 遍历所有的数 for (int i = 0; i < arr.length; i++) { int minIndex = i; // 把当前遍历的数和后面所有的数进行比较,并记录下最小的数的下标 for (int j = i + 1; j < arr.length; j++) { if (arr[j] < arr[minIndex]) { // 记录最小的数的下标 minIndex = j; } } // 如果最小的数和当前遍历的下标不一致,则交换 if (i != minIndex) { int temp = arr[i]; arr[i] = arr[minIndex]; arr[minIndex] = temp; } } }

  1. 堆排序
我们知道,对于任何一个数组都可以看成一颗完全二叉树。堆是具有以下性质的完全二叉树:每个结点的值都大于或等于其左右孩子结点的值,称为大顶堆;或者每个结点的值都小于或等于其左右孩子结点的值,称为小顶堆。
大顶堆,映射为数组,就是 [50, 45, 40, 20, 25, 35, 30, 10, 15]。可以发现第一个下标的元素就是最大值,将其与末尾元素交换,则末尾元素就是最大值。所以堆排序的思想可以归纳为以下两步:
重复以上两个步骤,直到没有元素可操作,就完成排序了。
我们需要把一个普通数组转换为大顶堆,调整的起始点是最后一个非叶子结点,然后从左至右,从下至上,继续调整其他非叶子结点,直到根结点为止。
/** * 转化为大顶堆 * @param arr 待转化的数组 * @param size 待调整的区间长度 * @param index 结点下标 */ public void maxHeap(int[] arr, int size, int index) { // 左子结点 int leftNode = 2 * index + 1; // 右子结点 int rightNode = 2 * index + 2; int max = index; // 和两个子结点分别对比,找出最大的结点 if (leftNode < size && arr[leftNode] > arr[max]) { max = leftNode; } if (rightNode < size && arr[rightNode] > arr[max]) { max = rightNode; } // 交换位置 if (max != index) { int temp = arr[index]; arr[index] = arr[max]; arr[max] = temp; // 因为交换位置后有可能使子树不满足大顶堆条件,所以要对子树进行调整 maxHeap(arr, size, max); } }

/** * 堆排序 * @param arr 待排序的整型数组 */ public static void heapSort(int[] arr) { // 开始位置是最后一个非叶子结点,即最后一个结点的父结点 int start = (arr.length - 1) / 2; // 调整为大顶堆 for (int i = start; i >= 0; i--) { SortTools.maxHeap(arr, arr.length, i); } // 先把数组中第 0 个位置的数和堆中最后一个数交换位置,再把前面的处理为大顶堆 for (int i = arr.length - 1; i > 0; i--) { int temp = arr[0]; arr[0] = arr[i]; arr[i] = temp; maxHeap(arr, i, 0); } }

四、归并排序
归并排序是建立在归并操作上的一种有效,稳定的排序算法。该算法采用分治法的思想,是一个非常典型的应用。归并排序的思路如下:
  • 将 n 个元素分成两个各含 n/2 个元素的子序列
  • 借助递归,两个子序列分别继续进行第一步操作,直到不可再分为止
  • 此时每一层递归都有两个子序列,再将其合并,作为一个有序的子序列返回上一层,再继续合并,全部完成之后得到的就是一个有序的序列
关键在于两个子序列应该如何合并。假设两个子序列各自都是有序的,那么合并步骤就是:
  • 创建一个用于存放结果的临时数组,其长度是两个子序列合并后的长度
  • 设定两个指针,最初位置分别为两个已经排序序列的起始位置
  • 比较两个指针所指向的元素,选择相对小的元素放入临时数组,并移动指针到下一位置
  • 重复步骤 3 直到某一指针达到序列尾
  • 将另一序列剩下的所有元素直接复制到合并序列尾
用 Java 实现的归并排序如下:
/** * 合并数组 */ public static void merge(int[] arr, int low, int middle, int high) { // 用于存储归并后的临时数组 int[] temp = new int[high - low + 1]; // 记录第一个数组中需要遍历的下标 int i = low; // 记录第二个数组中需要遍历的下标 int j = middle + 1; // 记录在临时数组中存放的下标 int index = 0; // 遍历两个数组,取出小的数字,放入临时数组中 while (i <= middle && j <= high) { // 第一个数组的数据更小 if (arr[i] <= arr[j]) { // 把更小的数据放入临时数组中 temp[index] = arr[i]; // 下标向后移动一位 i++; } else { temp[index] = arr[j]; j++; } index++; } // 处理剩余未比较的数据 while (i <= middle) { temp[index] = arr[i]; i++; index++; } while (j <= high) { temp[index] = arr[j]; j++; index++; } // 把临时数组中的数据重新放入原数组 for (int k = 0; k < temp.length; k++) { arr[k + low] = temp[k]; } }/** * 归并排序 */ public static void mergeSort(int[] arr, int low, int high) { int middle = (high + low) / 2; if (low < high) { // 处理左边数组 mergeSort(arr, low, middle); // 处理右边数组 mergeSort(arr, middle + 1, high); // 归并 merge(arr, low, middle, high); } }

五、基数排序
基数排序的原理是将整数按位数切割成不同的数字,然后按每个位数分别比较。为此需要将所有待比较的数值统一为同样的数位长度,数位不足的数在高位补零。
使用 Java 实现的基数排序:
/** * 基数排序 */ public static void radixSort(int[] arr) { // 存放数组中的最大数字 int max = Integer.MIN_VALUE; for (int value : arr) { if (value > max) { max = value; } } // 计算最大数字是几位数 int maxLength = (max + "").length(); // 用于临时存储数据 int[][] temp = new int[10][arr.length]; // 用于记录在 temp 中相应的下标存放数字的数量 int[] counts = new int[10]; // 根据最大长度的数决定比较次数 for (int i = 0, n = 1; i < maxLength; i++, n *= 10) { // 每一个数字分别计算余数 for (int j = 0; j < arr.length; j++) { // 计算余数 int remainder = arr[j] / n % 10; // 把当前遍历的数据放到指定的数组中 temp[remainder][counts[remainder]] = arr[j]; // 记录数量 counts[remainder]++; } // 记录取的元素需要放的位置 int index = 0; // 把数字取出来 for (int k = 0; k < counts.length; k++) { // 记录数量的数组中当前余数记录的数量不为 0 if (counts[k] != 0) { // 循环取出元素 for (int l = 0; l < counts[k]; l++) { arr[index] = temp[k][l]; // 记录下一个位置 index++; } // 把数量置空 counts[k] = 0; } } } }

六、八种排序算法的总结
排序法 最好情形 平均时间 最差情形 稳定度 空间复杂度
冒泡排序 O(n) O(n^2) O(n^2) 稳定 O(1)
快速排序 O(nlogn) O(nlogn) O(n^2) 不稳定 O(nlogn)
直接插入排序 O(n) O(n^2) O(n^2) 稳定 O(1)
希尔排序 不稳定 O(1)
直接选择排序 O(n^2) O(n^2) O(n^2) 不稳定 O(1)
堆排序 O(nlogn) O(nlogn) O(nlogn) 不稳定 O(nlogn)
归并排序 O(nlogn) O(nlogn) O(nlogn) 稳定 O(n)
关键词:java培训

    推荐阅读