原文出处: csdn-a125138
本文由网络资料整理而来,如有问题,欢迎指正!
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。
- // 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};
// 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。
- 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");
- }
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,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。
- 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");
- }
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。
- 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");
- }
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:
交换,从堆中踢出最大数
剩余结点再建堆,再交换踢出最大数
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。
- }
- }
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。
- 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");
- }
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。
- 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
- }
- }
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。
- 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++];
- }
- }
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。
- 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");
- }
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