Java~常见并且特别重要的俩个排序--快速排序（递归、非递归、优化

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

int tmp = array[leftIndex];

array[leftIndex] = array[rightIndex];

array[rightIndex] = tmp;

}

}

//此时leftIndex和rightIndex下标的元素一定小于或者等于我们选取的基准值

//若是因为rightIndex下标导致结束循环，那么rightIndex下标未找到比基准值小的数据，最后导致重合。

//若是因为leftIndex下标导致结束循环，那么说明rightIndex已经找到比基准值小的元素，最后重合与基准值交换。

int tmp = array[leftIndex];

array[leftIndex] = array[left];

array[left] = tmp;

return leftIndex;

}

优化快速排序：

• 快排的性能受基准值的影响很大，如果我们选的基准值接近数组中的中位数，此时左右俩个区间较均衡性能也最好。

• 所以我们需要优化基准值，随机挑三个数字，取三个数字的中间值作为基准值。

实现：

//优化后的快速排序

public void betterQuickSort(int[] array) {

betterQuickSortDeal(array, 0, array.length - 1);

}

private void betterQuickSortDeal(int[] array, int left, int right) {

if(left >= right) {

return;

}

int index = betterQartition(array,left,right);

betterQuickSortDeal(array,left,index - 1);

betterQuickSortDeal(array,index + 1, right);

}

private int betterQartition(int[] array, int left, int right) {

int baseVaule = findBetterBaseVaule(array, left, right);

int leftIndex = left;

int rightIndex = right;

while (leftIndex < rightIndex) {

while (leftIndex < rightIndex && array[rightIndex] >= baseVaule) {

rightIndex --;

}

while (leftIndex < rightIndex && array[leftIndex] <= baseVaule) {

leftIndex ++;

}

if(leftIndex < rightIndex) {

int tmp = array[leftIndex];

array[leftIndex] = array[rightIndex];

array[rightIndex] = tmp;

}

}

int tmp = array[leftIndex];

array[leftIndex] = array[left];

array[left] = tmp;

return leftIndex;

}

private int findBetterBaseVaule(int[] array, int left, int right) {

if(array.length < 3) {

return array[left];

}

int[] nums = new int[3];

nums[0] = array[left];

nums[1] = array[right];

Random rand = new Random();

//选取（left，right）下标中间的一个随机值

int ra = rand.nextInt(right) + left + 1;

nums[2] = array[ra];

Arrays.sort(nums);

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

if(array[i] == nums[1]) {

array[i] = array[left];

array[left] = nums[1];

break;

}

}

return array[left];

}

• 还有优化方式就是当我们当前这个区间数组元素个数较少时，我们直接进行插入排序，

• 再就是当我们递归达到一定深度的时候，此时待排区间还有很多时，我们使用堆排序。

归并排序-原理（稳定）（重要）

归并排序（MERGE-SORT）是建立在归并操作上的一种有效的排序算法,该算法是采用分治法（Divide andConquer）的一个非常典型的应用。将已有序的子序列合并，得到完全有序的序列；即先使每个子序列有序，再使子序列段间有序。若将两个有序表合并成一个有序表，称为二路归并。

实现：

//归并排序

public void mergeSort(int[] array) {

//归并排序区间采用左闭右开格式，快排采用左闭右闭格式

mergeSortHealper(array, 0, array.length);

}

private void mergeSortHealper(int[] array, int left, int right) {

if(right - left <= 1) {

return;

}

int mid = (left + right) / 2;

mergeSortHealper(array,left,mid);

mergeSortHealper(array,mid,right);

merge(array,left,mid,right);

}

//将俩个有序序列合并为一个有序序列

private void merge(int[] array, int left, int mid, int right) {

int leftIndex = left;

int rightIndex = mid;

int[] tmpNums = new int[right - left];

int tmpIndex = 0;

while (leftIndex < mid && rightIndex < right) {

if(array[leftIndex] <= array[rightIndex]) {

tmpNums[tmpIndex] = array[leftIndex];

tmpIndex ++;

leftIndex ++;

}else {

tmpNums[tmpIndex] = array[rightIndex];

tmpIndex ++;

rightIndex ++;

}

}

while (leftIndex < mid) {

tmpNums[tmpIndex] = array[leftIndex];

tmpIndex ++;

leftIndex ++;

}

while (rightIndex < right) {

tmpNums[tmpIndex] = array[rightIndex];

tmpIndex ++;

rightIndex ++;

}

for (int i = 0; i < right - left; i++) {

array[left + i] = tmpNums[i];

}

}

性能分析：

-时间复杂度

O(NlogN）

-空间复杂度

O(N)

非递归实现：

思想：首先将gap=1也就是此时一组一个元素进行相邻排序合并，再将gap=2进行分组合并，依次类推，直到gap=array.length

实现：

//归并排序的非递归实现

public void mergeSortByLoop(int[] array) {

//gap表示多少个元素一组

for (int gap = 1; gap < array.length; gap *= 2) {

for (int left = 0; left < array.length; left += 2 * gap) {

int mid = left + gap;

int right = mid + gap;

//防止数据越界访问

if(mid > array.length) {

mid = array.length;

}

if(right > array.length) {

right = array.length;

}

merge(array,left,mid,right);

}

}

}

//将俩个有序序列合并为一个有序序列

private void merge(int[] array, int left, int mid, int right) {

int leftIndex = left;

int rightIndex = mid;

int[] tmpNums = new int[right - left];

int tmpIndex = 0;

while (leftIndex < mid && rightIndex < right) {

if(array[leftIndex] <= array[rightIndex]) {

tmpNums[tmpIndex] = array[leftIndex];

tmpIndex ++;

leftIndex ++;

}else {

tmpNums[tmpIndex] = array[rightIndex];

tmpIndex ++;

rightIndex ++;

}

}

while (leftIndex < mid) {

tmpNums[tmpIndex] = array[leftIndex];

tmpIndex ++;

leftIndex ++;

}

while (rightIndex < right) {

tmpNums[tmpIndex] = array[rightIndex];

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

++;

}

while (rightIndex < right) {

tmpNums[tmpIndex] = array[rightIndex];

[外链图片转存中…(img-K6ejXjXs-1715676488571)]
[外链图片转存中…(img-qgjaoY5q-1715676488571)]
[外链图片转存中…(img-doTqb5QO-1715676488571)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取