Java常用排序算法/程序员必须掌握的8大排序算法

墨蓝 2022-06-11 04:23 189阅读 0赞

分类：

1）插入排序（直接插入排序、希尔排序）  
2）交换排序（冒泡排序、快速排序）  
3）选择排序（直接选择排序、堆排序）  
4）归并排序  
5）分配排序（基数排序）  
所需辅助空间最多：归并排序  
所需辅助空间最少：堆排序  
平均速度最快：快速排序

不稳定：快速排序，希尔排序，堆排序。

![1347008904_9606.jpg][]

// 排序原始数据  
    private static final int[] NUMBERS =  
    {49, 38, 65, 97, 76, 13, 27, 78, 34, 12, 64, 5, 4, 62, 99, 98, 54, 56, 17, 18, 23, 34, 15, 35, 25, 53, 51}

**1. 直接插入排序**

基本思想：在要排序的一组数中，假设前面(n-1)\[n>=2\] 个数已经是排

好顺序的，现在要把第n个数插到前面的有序数中，使得这n个数

也是排好顺序的。如此反复循环，直到全部排好顺序。

![1347008997_4015.jpg][]

public static void insertSort(int[] array) {  
         for (int i = 1; i < array.length; i++) {  
             int temp = array[i];  
             int j = i - 1;  
             for (; j >= 0 && array[j] > temp; j--) {  
                 //将大于temp的值整体后移一个单位  
                 array[j + 1] = array[j];  
             }  
             array[j + 1] = temp;  
         }  
         System.out.println(Arrays.toString(array) + " insertSort");  
     }

**2. 希尔排序**

希尔排序，也称递减增量排序[算法][Link 1]，是插入排序的一种更高效的改进版本。希尔排序是非稳定排序算法。  
希尔排序是基于插入排序的以下两点性质而提出改进方法的：  
插入排序在对几乎已经排好序的数据操作时，效率高，即可以达到线性排序的效率；  
但插入排序一般来说是低效的，因为插入排序每次只能将数据移动一位。  
先取一个正整数d1 < n, 把所有相隔d1的记录放一组，每个组内进行直接插入排序；然后d2 < d1，重复上述分组和排序操作；直至di = 1，即所有记录放进一个组中排序为止。

![Center][]

public static void shellSort(int[] array) {  
        int i;  
        int j;  
        int temp;  
        int gap = 1;  
        int len = array.length;  
        while (gap < len / 3) { gap = gap * 3 + 1; }  
        for (; gap > 0; gap /= 3) {  
            for (i = gap; i < len; i++) {  
                temp = array[i];  
                for (j = i - gap; j >= 0 && array[j] > temp; j -= gap) {  
                    array[j + gap] = array[j];  
                }  
                array[j + gap] = temp;  
            }  
        }  
        System.out.println(Arrays.toString(array) + " shellSort");  
    }

**3. 简单选择排序**

基本思想：在要排序的一组数中，选出最小的一个数与第一个位置的数交换；

然后在剩下的数当中再找最小的与第二个位置的数交换，如此循环到倒数第二个数和最后一个数比较为止。

![1347009182_8908.jpg][]

public static void selectSort(int[] array) {  
        int position = 0;  
        for (int i = 0; i < array.length; i++) {  
            int j = i + 1;  
            position = i;  
            int temp = array[i];  
            for (; j < array.length; j++) {  
                if (array[j] < temp) {  
                    temp = array[j];  
                    position = j;  
                }  
            }  
            array[position] = array[i];  
            array[i] = temp;  
        }  
        System.out.println(Arrays.toString(array) + " selectSort");  
    }

**4. 堆排序**

基本思想：堆排序是一种树形选择排序，是对直接选择排序的有效改进。

堆的定义如下：具有n个元素的序列（h1,h2,...,hn),当且仅当满足（hi>=h2i,hi>=2i+1）或（hi<=h2i,hi<=2i+1）(i=1,2,...,n/2)时称之为堆。在这里只讨论满足前者条件的堆。由堆的定义可以看出，堆顶元素（即第一个元素）必为最大项（大顶堆）。完全二叉树可以很直观地表示堆的结构。堆顶为根，其它为左子树、右子树。初始时把要排序的数的序列看作是一棵顺序存储的二叉树，调整它们的存储序，使之成为一个堆，这时堆的根节点的数最大。然后将根节点与堆的最后一个节点交换。然后对前面(n-1)个数重新调整使之成为堆。依此类推，直到只有两个节点的堆，并对它们作交换，最后得到有n个节点的有序序列。从算法描述来看，堆排序需要两个过程，一是建立堆，二是堆顶与堆的最后一个元素交换位置。所以堆排序有两个函数组成。一是建堆的渗透函数，二是反复调用渗透函数实现排序的函数。

建堆：

![1347009276_4525.jpg][]

交换，从堆中踢出最大数

![1347009298_9638.jpg][]

剩余结点再建堆，再交换踢出最大数

![1347009312_2298.jpg][]

依次类推：最后堆中剩余的最后两个结点交换，踢出一个，排序完成。

public static void heapSort(int[] array) {  
        /* 
         *  第一步：将数组堆化 
         *  beginIndex = 第一个非叶子节点。 
         *  从第一个非叶子节点开始即可。无需从最后一个叶子节点开始。 
         *  叶子节点可以看作已符合堆要求的节点，根节点就是它自己且自己以下值为最大。 
         */  
        int len = array.length - 1;  
        int beginIndex = (len - 1) >> 1;  
        for (int i = beginIndex; i >= 0; i--) {  
            maxHeapify(i, len, array);  
        }  
        /* 
         * 第二步：对堆化数据排序 
         * 每次都是移出最顶层的根节点A[0]，与最尾部节点位置调换，同时遍历长度 - 1。 
         * 然后从新整理被换到根节点的末尾元素，使其符合堆的特性。 
         * 直至未排序的堆长度为 0。 
         */  
        for (int i = len; i > 0; i--) {  
            swap(0, i, array);  
            maxHeapify(0, i - 1, array);  
        }  
        System.out.println(Arrays.toString(array) + " heapSort");  
    }  
    private static void swap(int i, int j, int[] arr) {  
        int temp = arr[i];  
        arr[i] = arr[j];  
        arr[j] = temp;  
    }  
    /** 
     * 调整索引为 index 处的数据，使其符合堆的特性。 
     * 
     * @param index 需要堆化处理的数据的索引 
     * @param len   未排序的堆（数组）的长度 
     */  
    private static void maxHeapify(int index, int len, int[] arr) {  
        int li = (index << 1) + 1; // 左子节点索引  
        int ri = li + 1;           // 右子节点索引  
        int cMax = li;             // 子节点值最大索引，默认左子节点。  
        if (li > len) {  
            return;       // 左子节点索引超出计算范围，直接返回。  
        }  
        if (ri <= len && arr[ri] > arr[li]) // 先判断左右子节点，哪个较大。  
        { cMax = ri; }  
        if (arr[cMax] > arr[index]) {  
            swap(cMax, index, arr);      // 如果父节点被子节点调换，  
            maxHeapify(cMax, len, arr);  // 则需要继续判断换下后的父节点是否符合堆的特性。  
        }  
    }

**5. 冒泡排序**

基本思想：在要排序的一组数中，对当前还未排好序的范围内的全部数，自上而下对相邻的两个数依次进行比较和调整，让较大的数往下沉，较小的往上冒。即：每当两相邻的数比较后发现它们的排序与排序要求相反时，就将它们互换。

![1347009396_8149.jpg][]

public static void bubbleSort(int[] array) {  
        int temp = 0;  
        for (int i = 0; i < array.length - 1; i++) {  
            for (int j = 0; j < array.length - 1 - i; j++) {  
                if (array[j] > array[j + 1]) {  
                    temp = array[j];  
                    array[j] = array[j + 1];  
                    array[j + 1] = temp;  
                }  
            }  
        }  
        System.out.println(Arrays.toString(array) + " bubbleSort");  
    }

**6. 快速排序**

基本思想：选择一个基准元素,通常选择第一个元素或者最后一个元素,通过一趟扫描，将待排序列分成两部分,一部分比基准元素小,一部分大于等于基准元素,此时基准元素在其排好序后的正确位置,然后再用同样的方法递归地排序划分的两部分。

![1347009479_6587.jpg][]

public static void quickSort(int[] array) {  
        _quickSort(array, 0, array.length - 1);  
        System.out.println(Arrays.toString(array) + " quickSort");  
    }  
      
      
    private static int getMiddle(int[] list, int low, int high) {  
        int tmp = list[low];    //数组的第一个作为中轴  
        while (low < high) {  
            while (low < high && list[high] >= tmp) {  
                high--;  
            }  
      
      
            list[low] = list[high];   //比中轴小的记录移到低端  
            while (low < high && list[low] <= tmp) {  
                low++;  
            }  
      
      
            list[high] = list[low];   //比中轴大的记录移到高端  
        }  
        list[low] = tmp;              //中轴记录到尾  
        return low;                  //返回中轴的位置  
    }  
      
      
    private static void _quickSort(int[] list, int low, int high) {  
        if (low < high) {  
            int middle = getMiddle(list, low, high);  //将list数组进行一分为二  
            _quickSort(list, low, middle - 1);      //对低字表进行递归排序  
            _quickSort(list, middle + 1, high);      //对高字表进行递归排序  
        }  
    }

**7、归并排序**

基本排序：归并（Merge）排序法是将两个（或两个以上）有序表合并成一个新的有序表，即把待排序序列分为若干个子序列，每个子序列是有序的。然后再把有序子序列合并为整体有序序列。

![1347009541_6721.jpg][]

public static void mergingSort(int[] array) {  
        sort(array, 0, array.length - 1);  
        System.out.println(Arrays.toString(array) + " mergingSort");  
    }  
      
    private static void sort(int[] data, int left, int right) {  
        if (left < right) {  
            //找出中间索引  
            int center = (left + right) / 2;  
            //对左边数组进行递归  
            sort(data, left, center);  
            //对右边数组进行递归  
            sort(data, center + 1, right);  
            //合并  
            merge(data, left, center, right);  
        }  
    }  
      
    private static void merge(int[] data, int left, int center, int right) {  
        int[] tmpArr = new int[data.length];  
        int mid = center + 1;  
        //third记录中间数组的索引  
        int third = left;  
        int tmp = left;  
        while (left <= center && mid <= right) {  
            //从两个数组中取出最小的放入中间数组  
            if (data[left] <= data[mid]) {  
                tmpArr[third++] = data[left++];  
            } else {  
                tmpArr[third++] = data[mid++];  
            }  
        }  
      
        //剩余部分依次放入中间数组  
        while (mid <= right) {  
            tmpArr[third++] = data[mid++];  
        }  
      
        while (left <= center) {  
            tmpArr[third++] = data[left++];  
        }  
      
        //将中间数组中的内容复制回原数组  
        while (tmp <= right) {  
            data[tmp] = tmpArr[tmp++];  
        }  
    }

**8、基数排序**

基本思想：将所有待比较数值（正整数）统一为同样的数位长度，数位较短的数前面补零。然后，从最低位开始，依次进行一次排序。这样从最低位排序一直到最高位排序完成以后,数列就变成一个有序序列。

![1347009583_9101.jpg][]

public static void radixSort(int[] array) {  
        //首先确定排序的趟数;  
        int max = array[0];  
        for (int i = 1; i < array.length; i++) {  
            if (array[i] > max) {  
                max = array[i];  
            }  
        }  
        int time = 0;  
        //判断位数;  
        while (max > 0) {  
            max /= 10;  
            time++;  
        }  
      
      
        //建立10个队列;  
        ArrayList<ArrayList<Integer>> queue = new ArrayList<>();  
        for (int i = 0; i < 10; i++) {  
            ArrayList<Integer> queue1 = new ArrayList<>();  
            queue.add(queue1);  
        }  
      
      
        //进行time次分配和收集;  
        for (int i = 0; i < time; i++) {  
            //分配数组元素;  
            for (int anArray : array) {  
                //得到数字的第time+1位数;  
                int x = anArray % (int)Math.pow(10, i + 1) / (int)Math.pow(10, i);  
                ArrayList<Integer> queue2 = queue.get(x);  
                queue2.add(anArray);  
                queue.set(x, queue2);  
            }  
            int count = 0;//元素计数器;  
            //收集队列元素;  
            for (int k = 0; k < 10; k++) {  
                while (queue.get(k).size() > 0) {  
                    ArrayList<Integer> queue3 = queue.get(k);  
                    array[count] = queue3.get(0);  
                    queue3.remove(0);  
                    count++;  
                }  
            }  
        }  
        System.out.println(Arrays.toString(array) + " radixSort");  
    }

**结果**

**![Center 1][]**

[1347008904_9606.jpg]: https://img-my.csdn.net/uploads/201209/07/1347008904_9606.jpg
[1347008997_4015.jpg]: https://img-my.csdn.net/uploads/201209/07/1347008997_4015.jpg
[Link 1]: http://lib.csdn.net/base/datastructure
[Center]: /images/20220611/bb7e5f8114e54de7993c4bdf4e09ad92.png
[1347009182_8908.jpg]: https://img-my.csdn.net/uploads/201209/07/1347009182_8908.jpg
[1347009276_4525.jpg]: https://img-my.csdn.net/uploads/201209/07/1347009276_4525.jpg
[1347009298_9638.jpg]: https://img-my.csdn.net/uploads/201209/07/1347009298_9638.jpg
[1347009312_2298.jpg]: https://img-my.csdn.net/uploads/201209/07/1347009312_2298.jpg
[1347009396_8149.jpg]: https://img-my.csdn.net/uploads/201209/07/1347009396_8149.jpg
[1347009479_6587.jpg]: https://img-my.csdn.net/uploads/201209/07/1347009479_6587.jpg
[1347009541_6721.jpg]: https://img-my.csdn.net/uploads/201209/07/1347009541_6721.jpg
[1347009583_9101.jpg]: https://img-my.csdn.net/uploads/201209/07/1347009583_9101.jpg
[Center 1]: /images/20220611/fdb8b14942c1449cb138226f03d64ee3.png