为什么要学好算法？
算法是计算机程序编写的灵魂，是发挥程序严谨作用极为有效的工具。如果想编写出好的程序，熟练地掌握算法，必须要学好算法！
今天给大家介绍程序员必须掌握的十大基础算法。
一、选择排序
过程简单描述：
首先，找到数组中最小的那个元素，其次，将它和数组的第一个元素交换位置(如果第一个元素就是最小元素那么它就和自己交换)。其次，在剩下的元素中找到最小的元素，将它与数组的第二个元素交换位置。如此往复，直到将整个数组排序。这种方法我们称之为选择排序。
为方便理解我还准备了动图：
.
public class SelectionSort {
public static void main(String[] args) {
int[] arr = {5, 3, 6, 8, 1, 7, 9, 4, 2};
//定义内外两层循环，从最外层循环第一个值开始匹配，内层循环从外层循环加以开始向后匹配
//如果遇到小的值就进行交换
//外层循环到倒数第二为止，内层循环到倒数第一为止
for (int i = 0; i < arr.length-1; i++) {
int min = i;
for (int j = i+1; j < arr.length; j++) {
if(arr[i]>=arr[j]){
min = j;
int temp = arr[i];
arr[i] = arr[min];
arr[j] = temp;
}
}
}
CommonUtils.print(arr);
}
}性质：1、时间复杂度：O(n2) 2、空间复杂度：O(1) 3、非稳定排序 4、原地排序
二、插入排序
我们在玩打牌的时候，你是怎么整理那些牌的呢？一种简单的方法就是一张一张的来，将每一张牌插入到其他已经有序的牌中的适当位置。当我们给无序数组做排序的时候，为了要插入元素，我们需要腾出空间，将其余所有元素在插入之前都向右移动一位，这种算法我们称之为插入排序。
过程简单描述：
1、从数组第2个元素开始抽取元素。
2、把它与左边第一个元素比较，如果左边第一个元素比它大，则继续与左边第二个元素比较下去，直到遇到不比它大的元素，然后插到这个元素的右边。
3、继续选取第3，4，….n个元素,重复步骤 2 ，选择适当的位置插入。
为方便理解我还准备了动图：
public class InsertionSort {
public static void main(String[] args) {
int[] a = { 9, 3, 1, 4, 6, 8, 7, 5, 2 };
for (int i = 1; i < a.length; i++) {
//内层比较是从外层的赋值为起始点
//该值会和它前面的值比较，如果比前面的值小就交换
for (int j = i;j>0; j--) {
if(a[j]<a[j-1]){
CommonUtils.swap(a,j,j-1);
}
}
}
CommonUtils.print(a);
}
}三、冒泡排序
1、把第一个元素与第二个元素比较，如果第一个比第二个大，则交换他们的位置。接着继续比较第二个与第三个元素，如果第二个比第三个大，则交换他们的位置….
我们对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对，这样一趟比较交换下来之后，排在最右的元素就会是最大的数。
除去最右的元素，我们对剩余的元素做同样的工作，如此重复下去，直到排序完成。
为方便理解我还准备了动图：
public class BubbleSort {
public static void main(String[] args) {
int[] arr = {5, 3, 6, 8, 1, 7, 9, 4, 2};
for (int i = 0; i < arr.length; i++) {
//内层循环像指针一样指导着程序运行
for (int j = 0; j < arr.length-i-1; j++) {
if(arr[j]>arr[j+1]){
CommonUtils.swap(arr,j,j+1);
}
}
}
CommonUtils.print(arr);
}
}四、希尔排序
希尔排序可以说是插入排序的一种变种。无论是插入排序还是冒泡排序，如果数组的最大值刚好是在第一位，要将它挪到正确的位置就需要 n - 1 次移动。也就是说，原数组的一个元素如果距离它正确的位置很远的话，则需要与相邻元素交换很多次才能到达正确的位置，这样是相对比较花时间了。
希尔排序就是为了加快速度简单地改进了插入排序，交换不相邻的元素以对数组的局部进行排序。
希尔排序的思想是采用插入排序的方法，先让数组中任意间隔为 h 的元素有序，刚开始 h 的大小可以是 h = n / 2,接着让 h = n / 4，让 h 一直缩小，当 h = 1 时，也就是此时数组中任意间隔为1的元素有序，此时的数组就是有序的了。
为方便理解我还准备了图片：
public class ShellSort {
public static void main(String[] args) {
int[] arr = {5, 3, 6, 8, 1, 7, 9, 4, 2};
int h = arr.length/2;
for (int gap = h; gap > 0; gap--) {//间隔的循环
for (int j = 0; j < arr.length-gap; j++) {
if(arr[j]>arr[j+gap]){
CommonUtils.swap(arr,j,j+gap);
}
}
}
CommonUtils.print(arr);
}
}五、归并排序
将一个大的无序数组有序，我们可以把大的数组分成两个，然后对这两个数组分别进行排序，之后在把这两个数组合并成一个有序的数组。由于两个小的数组都是有序的，所以在合并的时候是很快的。
通过递归的方式将大的数组一直分割，直到数组的大小为 1，此时只有一个元素，那么该数组就是有序的了，之后再把两个数组大小为1的合并成一个大小为2的，再把两个大小为2的合并成4的 ….. 直到全部小的数组合并起来。
为方便理解我还准备了动图：
public class MergeSort {
public static void main(String[] args) {
int[] arr = {1,4,7,8,3,6,9};
sort(arr, 0, arr.length-1);
CommonUtils.print(arr);
}
static void sort(int[] arr, int left, int right) {
if(left==right){
return;
}
int mid = left + (right-left)/2;
sort(arr,left,mid);
sort(arr,mid+1,right);
merge(arr,left,mid+1,right);
}
//先定义合并的方法
static void merge(int[] arr, int leftPtr, int rightPtr, int rightBound) {
int i = leftPtr;
int j = rightPtr;
int mid = rightPtr -1;
int[] temp = new int[rightBound - leftPtr + 1];
int tempPtr = 0;
//进行比较赋值
while (i<=mid&&j<=rightBound){
if(arr[i]>arr[j]){
temp[tempPtr]=arr[j];
j++;
tempPtr++;
}else {
temp[tempPtr]=arr[i];
i++;
tempPtr++;
}
}
//将未放入临时数组的数放入临时数组
while(i<=mid) temp[tempPtr++] = arr[i++];
while(j<=rightBound) temp[tempPtr++] = arr[j++];
//数组复制
for (int i1 = 0; i1 < temp.length; i1++) {
arr[leftPtr+i1]=temp[i1];
}
}
}六、快速排序
我们从数组中选择一个元素，我们把这个元素称之为中轴元素吧，然后把数组中所有小于中轴元素的元素放在其左边，所有大于或等于中轴元素的元素放在其右边，显然，此时中轴元素所处的位置的是有序的。也就是说，我们无需再移动中轴元素的位置。
从中轴元素那里开始把大的数组切割成两个小的数组(两个数组都不包含中轴元素)，接着我们通过递归的方式，让中轴元素左边的数组和右边的数组也重复同样的操作，直到数组的大小为1，此时每个元素都处于有序的位置。
为方便理解我还准备了动图：
public class QuickSort {
public static void main(String[] args) {
int[] arr = {1,5,7,6,4};
sort(arr,0,arr.length-1);
CommonUtils.print(arr);
}
static void sort(int[] arr, int leftBound, int rightBound) {
if(leftBound>=rightBound) {
return;
}
int mid = partition(arr, leftBound, rightBound);
sort(arr,leftBound,mid-1);
sort(arr,mid+1,rightBound);
}
static int partition(int[] arr, int leftBound, int rightBound) {
int left = leftBound;
int mid = rightBound;
int right = rightBound-1;
while (left<=right){
//1、这两个指针分别寻找小于标杆和大于标杆的数，找到以后指针停止
//2、交换两边指针停止位置的数
//3、将标杆放到中间的位置
while (left<=right&&arr[left]<=arr[mid]){
left++;
}
while (left<=right&&arr[right]>arr[mid]){
right--;
}
if(left<right){
CommonUtils.swap(arr,left,right);
}
}
//把标杆放中间
CommonUtils.swap(arr,left,rightBound);
return left;
}
}七、计数排序
计数排序是一种适合于最大值和最小值的差值不是不是很大的排序。
基本思想：就是把数组元素作为数组的下标，然后用一个临时数组统计该元素出现的次数，例如 temp[i] = m, 表示元素 i 一共出现了 m 次。最后再把临时数组统计的数据从小到大汇总起来，此时汇总起来是数据是有序的。
为方便理解我还准备了动图：
public class CountSort {
public static void main(String[] args) {
int[] arr = {2, 4, 2, 3, 7, 1, 1, 0, 0, 5, 6, 9, 8, 5, 7, 4, 0, 9};
int[] result = sort(arr);
CommonUtils.print(result);
}
public static int[] sort(int[] arr) {
int[] temp = new int[10];
for (int a : arr) {
temp[a]++;
}
int[] result = new int[arr.length];
int r = 0;
for (int i = 0; i < temp.length; i++) {
while (temp[i]>0){
result[r]=i;
r++;
temp[i]--;
}
}
return result;
}
}八、桶排序
桶排序就是把最大值和最小值之间的数进行瓜分，例如分成 10 个区间，10个区间对应10个桶，我们把各元素放到对应区间的桶中去，再对每个桶中的数进行排序，可以采用归并排序，也可以采用快速排序之类的。
之后每个桶里面的数据就是有序的了，我们在进行合并汇总。
为方便理解我还准备了图片：
public class BucketSort {
public static void main(String[] args) {
int[] arr = {2, 4, 2, 3, 7,0};
int[] result = sort(arr);
CommonUtils.print(result);
}
public static int[] sort(int[] arr) {
int max = findMax(arr);
int mini = findMini(arr);
int group = (max-mini)/5+1;
List<List<Integer>> totalBucket = new LinkedList<>();
//初始化桶
for (int i = 0; i < group; i++) {
totalBucket.add(new LinkedList<Integer>());
}
for (int i = 0; i < arr.length; i++) {
//得到所在区间
int i1 = (arr[i] - mini) / (max - mini);
//向所在区间添加元素
totalBucket.get(i1).add(arr[i]);
}
//复制结果
for (List<Integer> integers : totalBucket) {
Collections.sort(integers);
}
//复制结果
int[] result = new int[arr.length];
int r = 0;
for (int i = 0; i < totalBucket.size(); i++) {
for (int i1 = 0; i1 < totalBucket.get(i).size(); i1++) {
result[r]= totalBucket.get(i).get(i1);
r++;
}
}
return result;
}
public static int findMax(int[] arr) {
int max = arr[0];
for (int i : arr) {
if(i>max){
max = i;
}
}
return max;
}
public static int findMini(int[] arr) {
int mini = arr[0];
for (int i : arr) {
if(i<mini){
mini = i;
}
}
return mini;
}
}九、基数排序
基数排序的排序思路是这样的：先以个位数的大小来对数据进行排序，接着以十位数的大小来多数进行排序，接着以百位数的大小……
排到最后，就是一组有序的元素了。不过，他在以某位数进行排序的时候，是用“桶”来排序的。
由于某位数（个位/十位….，不是一整个数）的大小范围为0-9，所以我们需要10个桶，然后把具有相同数值的数放进同一个桶里，之后再把桶里的数按照0号桶到9号桶的顺序取出来，这样一趟下来，按照某位数的排序就完成了
为方便理解我还准备了动图：
public class RadioSort {
public static void main(String[] args) {
int[] arr = {5, 3, 6, 8, 100, 7, 9, 4, 20};
sort(arr);
CommonUtils.print(arr);
}
public static int[] sort(int[] arr) {
if(arr==null||arr.length==2) {
return arr;
}
int max = findMax(arr);
int num = 1;
while (max/10>0){
max= max/10;
num++;
}
List<List<Integer>> totalBucket = new LinkedList<>();
//初始化桶
for (int i = 0; i < 10; i++) {
totalBucket.add(new LinkedList<Integer>());
}
for (int i = 0; i < num; i++) {
//放入对应的桶
for (int j = 0; j < arr.length; j++) {
int location = (arr[j] / (int)Math.pow(10,i)) % 10;
totalBucket.get(location).add(arr[j]);
}
int k = 0;
for (List<Integer> integers : totalBucket) {
for (Integer integer : integers) {
arr[k++]=integer;
}
integers.clear();
}
}
return arr;
}
public static int findMax(int[] arr) {
int max = arr[0];
for (int i : arr) {
if(i>max){
max = i;
}
}
return max;
}
}十、堆排序
堆的特点就是堆顶的元素是一个最值，大顶堆的堆顶是最大值，小顶堆则是最小值。
堆排序就是把堆顶的元素与最后一个元素交换，交换之后破坏了堆的特性，我们再把堆中剩余的元素再次构成一个大顶堆，然后再把堆顶元素与最后第二个元素交换….如此往复下去，等到剩余的元素只有一个的时候，此时的数组就是有序的了。
为方便理解我还准备了动图：
public class HeadSort {
public static void main(String[] args) {
int[] arr = {5, 3, 6, 8, 100, 7, 9, 4, 20};
int n = arr.length;
//构建大顶堆
for (int i = (n - 2) / 2; i >= 0; i--) {
sort(arr, i, n - 1);
}
//进行堆排序
for (int i = n - 1; i >= 1; i--) {
// 把堆顶元素与最后一个元素交换
int temp = arr[i];
arr[i] = arr[0];
arr[0] = temp;
// 把打乱的堆进行调整，恢复堆的特性
sort(arr, 0, i - 1);
}
CommonUtils.print(arr);
}
public static void sort(int[] arr,int parent, int n) {
int child = 2*parent+1;
while (child<n){
//如果右节点大于左节点这把指针只想左节点
if(child+1<n&&arr[child]<arr[child+1]){
child++;
}
//比较子节点和父节点的大小
if(arr[child]>arr[parent]){
CommonUtils.swap(arr,child,parent);
}
parent = child;
child = 2*parent+1;
}
}
}总结
公共代码：
public class CommonUtils {
public static void print(int[] arr) {
for(int i=0; i<arr.length; i++) {
System.out.print(arr[i] + " ");
}
}
public static void swap(int[] arr, int i, int j) {
int temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
}
性质：
用一张图汇总了10大排序算法的性质
————————————————
以上就是今天的内容，有什么问提欢迎评论区留言讨论。
计算机还有就业前景吗？
想学计算机专业的同学应该多多少少都听到一些风声，说现在计算机太卷了，毕业压根找不到工作。现在学计算机无异于49年入国军。
真实情况是这样吗？
其实每个行业都必然会卷。为什么有那么多人来卷？无非就是薪资待遇远高于其它行业。
根据就业蓝皮书中显示，2022届本科毕业生10大高薪专业，几乎都被与IT紧密相关的计算机类、电子信息类专业占领。其中信息安全排名第一。
“没有网络安全就没有国家安全”。当前，网络安全已被提升到国家战略的高度，成为影响国家安全、社会稳定至关重要的因素之一。
网络安全行业特点
1、就业薪资非常高，涨薪快 2021年猎聘网发布网络安全行业就业薪资行业最高人均33.77万！
2、人才缺口大，就业机会多
2019年9月18日《中华人民共和国中央人民政府》官方网站发表：我国网络空间安全人才 需求140万人，而全国各大学校每年培养的人员不到1.5W人。猎聘网《2021年上半年网络安全报告》预测2027年网安人才需求300W，现在从事网络安全行业的从业人员只有10W人。
行业发展空间大，岗位非常多
网络安全行业产业以来，随即新增加了几十个网络安全行业岗位︰网络安全专家、网络安全分析师、安全咨询师、网络安全工程师、安全架构师、安全运维工程师、渗透工程师、信息安全管理员、数据安全工程师、网络安全运营工程师、网络安全应急响应工程师、数据鉴定师、网络安全产品经理、网络安全服务工程师、网络安全培训师、网络安全审计员、威胁情报分析工程师、灾难恢复专业人员、实战攻防专业人员…
职业增值潜力大
网络安全专业具有很强的技术特性，尤其是掌握工作中的核心网络架构、安全技术，在职业发展上具有不可替代的竞争优势。
随着个人能力的不断提升，所从事工作的职业价值也会随着自身经验的丰富以及项目运作的成熟，升值空间一路看涨，这也是为什么受大家欢迎的主要原因。
从某种程度来讲，在网络安全领域，跟医生职业一样，越老越吃香，因为技术愈加成熟，自然工作会受到重视，升职加薪则是水到渠成之事。
网络安全如何学习
今天只要你给我的文章点赞，我私藏的网安学习资料一样免费共享给你们，来看看有哪些东西。
1.学习路线图
攻击和防守要学的东西也不少，具体要学的东西我都写在了上面的路线图，如果你能学完它们，你去接私活完全没有问题。
2.视频教程
网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己录的网安视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。
内容涵盖了网络安全法学习、网络安全运营等保测评、渗透测试基础、漏洞详解、计算机基础知识等，都是网络安全入门必知必会的学习内容。
（都打包成一块的了，不能一一展开，总共300多集）点击自行下载；
CSDN大礼包：《黑客&网络安全入门&进阶学习资源包》免费分享
任何职业都会越来越卷。想要不被淘汰或者更进一步。就必须的持续学习，与时俱进。学如逆水行舟，不进则退。在学校是这样，在职场更是这样。
最后，祝大家都学有所成，以后能成为技术大佬，赢得人生。
1158
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
