Java实现各种内部排序算法

array[j] = array[j+1];

array[j+1] = temp;

flag = true; //有元素交换，则该序列初始状况不是有序的

}

}

if(flag == false){ //本趟遍历后没有发生交换，说明表已经有序

return array;

}

}

return array;

}

快速排序：

思想：基于分治的思想：在待排序表中任取一个元素pivot作为基准，通过一趟排序将待排序表划分为独立的两部分，使得一部分中所有元素小于等于pivot，另一部分中所有元素大于pivot，则pivot放在了其最终位置上，这个过程称为一趟快速排序。而后递归地对两个子表重复上述过程，直到每部分内只有一个元素或空为止。

性能： 空间复杂度：需要递归工作栈：最坏o(n)，平均o(logn)

时间复杂度：最坏:o(n^2)初始表基本有序或基本逆序，平均o(n*logn)

不稳定

public int[] quickSort(int[] array,int low,int high){

if(low<high){ //递归跳出的条件

int mid= partition(array, low, high); //划分，得到枢值所在的下表

quickSort(array,low,mid-1); //依次对两个子表进行递归排序

quickSort(array,mid+1,high);

}

return array;

}

//快速排序的划分函数

public int partition(int[] array,int low, int high){

int pivot = array[low]; //每次取数组中的第一个元素为基准

while(low < high){ //跳出循环的条件

while(low<high && array[high] > pivot){ //从右边开始找到第一个小于或等于pivot的值

high–;

}

while(low<high && array[low] < pivot){ //从左边开始找到第一个大于或等于pivot的值

low++;

}

int temp = array[low]; //交换

array[low] = array[high];

array[high] = temp;

if(low<high && array[low] == pivot && array[high] == pivot){ //特殊情况

low++;

}

}

return low;

}

简单选择排序：

思想：假设排序表array[0,…,n-1]，第 i 趟排序即从array[0,…,n-1]中选择关键字最小的元素与array[i]交换，每一趟排序可以确定一个元素的最终位置，这样经过n-1趟派克就可以使整个序列有序。

性能：时间复杂度：o(n^2)，空间复杂度o(1)，不稳定

public int[] simpleSelectSort(int[] array){

for(int i=0;i<array.length -1;i++){ //一共进行n-1趟

int min = i; //记录最小元素位置

for(int j=i+1;j<array.length;j++){ //在array[i，…，n-1]中选择最小的元素

if(array[j] < array[min]){

min = j; //更新最小元素的位置

}

}

int temp = array[i]; //将最小元素与第i个位置交换

array[i] = array[min];

array[min] = temp;

}

return array;

}

堆排序：Java实现堆排序（大根堆）

归并排序：

思想：“归并”的含义是将两个或两个以上的有序表组合成一个新的有序表。假设待排序表含有n个记录，则可以看成是n个有序的子表，每个子表的长度为1，然后两两归并，得到（n/2）个长度为2或1的有序表；再两两归并，…，如此重复，直到合并成一个长度为n的有序表为止，这种排序方法称为2-路归并排序。

递归形式的2-路归并排序算法是基于分治的，其过程如下：

分解：将含有n个元素的待排序表分成各含有n/2个元素的子表，采用2-路归并排序算法对两个子表递归地进行排序；

合并：合并两个已排序的子表得到排序结果。

性能：空间复杂度：o(n)；时间复杂度:o(nlogn)；稳定

public int[] mergeSort(int[] array,int low, int high){

if(low < high){ //递归结束的条件

int mid = (low + high)/2; //二路归并排序，从中间划分两个子序列【分解过程】

mergeSort(array, low, mid); //对左侧子序列进行递归排序

mergeSort(array, mid+1, high); //对右侧子序列进行递归排序

merge(array,low,mid,high); //归并【合并过程】

}

return array;

}

//将前后相邻的两个有序表归并为一个有序表

private void merge(int[] array,int low, int mid, int high){

int[] tempArray = new int[array.length]; //辅助数组tempArray

for(int i=low;i<=high;i++){ //将array数组中[low…high]的元素复制到辅助数组tempArray中

tempArray[i] = array[i];

}

int i,j,k;

for(i=low,j=mid+1,k=i;i<=mid && j<=high;k++){

if(tempArray[i]>tempArray[j]){ //比较tempArray的左右两端中的元素

array[k] = tempArray[j++]; //将较小值复制到array中

}else{

array[k] = tempArray[i++];

}

}

while(i<=mid){ //若第一个表未检测完，复制

array[k++] = tempArray[i++];

}

while(j<=high){ //若第二个表未检测完，复制

array[k++] = tempArray[j++];

}

}

按 Ctrl+C 复制代码

基数排序：

基于计数排序实现： Java实现基于桶式排序思想和计数排序思想实现的基数排序

基于队列辅助实现：

思想：基数排序不是基于比较进行排序的，而是采用多关键字排序思想，借助“分配”和“收集”两种操作对单逻辑关键字进行排序。

基数排序是利用多关键字先达到局部有序，再调整达到全局有序。

性能：空间复杂度：o®；时间复杂度：o(d(n+r))；稳定

其中，r为基数，d为最大关键字的位数（决定了排序的趟数），n为待排序列表中元素的个数。

//基于队列辅助实现的基数排序

public int[] radixSort(int[] array){

//找到待排序序列中的最大元素

int max = array[0];

for(int i=1; i<array.length;i++){

if(array[i] > max){

max = array[i];

}

}

//确定最大元素的位数maxBits

int maxBits = 0;

while(max > 0){

max = max/10;

maxBits ++;

}

//建立10个队列

Queue[] queue = new LinkedList[10];

for(int i=0; i<queue.length; i++){

queue[i] = new LinkedList();

}

//进行maxBits次分配和收集

for(int i=0; i<maxBits;i++){

//分配数组

for(int j=0; j<array.length;j++){

//得到元素的第maxBits位，然后将该元素插入到对应的位置

queue[(array[j] % (int)Math.pow(10, i+1))/(int)Math.pow(10, i)].add(array[j]);

}

//元素计数器

int count = 0;

//收集队列元素

for(int k=0;k<queue.length;k++){

while(queue[k].size() > 0){

array[count++] = queue[k].poll().intValue();

}

}

}

return array;

}

计数排序：

前提：待排序表中的所有待排序关键字必须互不相同；

思想：计数排序算法针对表中的每个记录，扫描待排序的表一趟，统计表中有多少个记录的关键码比该记录的关键码小，假设针对某一个记录，统计出的计数值为c，则该记录在新的有序表中的存放位置即为c。

性能：空间复杂度：o(n)；时间复杂度:o(n^2)；

Spring全套教学资料

Spring是Java程序员的《葵花宝典》，其中提供的各种大招，能简化我们的开发，大大提升开发效率！目前99%的公司使用了Spring，大家可以去各大招聘网站看一下，Spring算是必备技能，所以一定要掌握。

目录：

部分内容：

Spring源码

• 第一部分 Spring 概述
• 第二部分 核心思想
• 第三部分 手写实现 IoC 和 AOP（自定义Spring框架）
• 第四部分 Spring IOC 高级应用
  基础特性
  高级特性
• 第五部分 Spring IOC源码深度剖析
  设计优雅
  设计模式
  注意：原则、方法和技巧
• 第六部分 Spring AOP 应用
  声明事务控制
• 第七部分 Spring AOP源码深度剖析
  必要的笔记、必要的图、通俗易懂的语言化解知识难点

脚手框架：SpringBoot技术

它的目标是简化Spring应用和服务的创建、开发与部署，简化了配置文件，使用嵌入式web服务器，含有诸多开箱即用的微服务功能，可以和spring cloud联合部署。

Spring Boot的核心思想是约定大于配置，应用只需要很少的配置即可，简化了应用开发模式。

• SpringBoot入门
• 配置文件
• 日志
• Web开发
• Docker
• SpringBoot与数据访问
• 启动配置原理
• 自定义starter

微服务架构：Spring Cloud Alibaba

同 Spring Cloud 一样，Spring Cloud Alibaba 也是一套微服务解决方案，包含开发分布式应用微服务的必需组件，方便开发者通过 Spring Cloud 编程模型轻松使用这些组件来开发分布式应用服务。

• 微服务架构介绍
• Spring Cloud Alibaba介绍
• 微服务环境搭建
• 服务治理
• 服务容错
• 服务网关
• 链路追踪
• ZipKin集成及数据持久化
• 消息驱动
• 短信服务
• Nacos Confifig—服务配置
• Seata—分布式事务
• Dubbo—rpc通信

Spring MVC

目录：

部分内容：

服务容错

• 服务网关
• 链路追踪
• ZipKin集成及数据持久化
• 消息驱动
• 短信服务
• Nacos Confifig—服务配置
• Seata—分布式事务
• Dubbo—rpc通信

[外链图片转存中…(img-Duy4fi73-1714359323604)]

[外链图片转存中…(img-bQlptg5J-1714359323604)]

Spring MVC

目录：

[外链图片转存中…(img-eAQcODfP-1714359323604)]

[外链图片转存中…(img-daXiVkwA-1714359323605)]

[外链图片转存中…(img-s05FFALO-1714359323605)]

部分内容：

[外链图片转存中…(img-plL1qID3-1714359323605)]

[外链图片转存中…(img-2TK14dzE-1714359323605)]

本文已被CODING开源项目：【一线大厂Java面试题解析+核心总结学习笔记+最新讲解视频+实战项目源码】收录