文章目录
注：完整代码请参见我的Github
前言
排序也称排序算法(Sort Algorithm)， 排序是将一组数据， 依指定的顺序进行排列的过程
一、排序的分类
1、内部排序
指将需要处理的所有数据都加载到内部存储器(内存)中进行排序，这是程序员一般需要掌握的，也是面试中最常问到的一块。
2、外部排序
数据量过大， 无法全部加载到内存中， 需要借助外部存储(文件等)进行排序
3、常见的排序分类算法（见下图）
下面跟着我一起学习这八大排序算法吧！
二、算法学习
1.冒泡排序（bubble sort）
冒泡排序是排序算法中交换排序的一种，顾名思义，需要将数据进行交换，且像气泡进行大小比较，具体思想（以从小到大排序为例）就是：
-
依次每个位置和后一个位置的数值大小，将较大的一方交换到后面，依次循环重复。
-
循环第一遍之后，最大的数应该在序列的最后，将其固定。
-
然后进行重新的循环，将第二大的数冒泡排在序列的倒数第二位置。
-
循环往复，直至将所有数循环完毕。
其实这里的停止条件可以更加合理一些，就是发现排列一遍，没有任何两个元素位置发生交换，此时就可断定排列完毕，停止循环。这也是代码的优化部分。
冒泡排序代码
代码如下（优化后的）：
public static void bubbleSortPro(int[] arr){
int temp = 0;
int i = 1;
boolean flag = false;//标识，是否进行过交换
while(i < arr.length - 1){
for(int j = 0; j <arr.length - i; j++){
//如果前面的数比后面的数大，则交换
if(arr[j] > arr[j+1]){
flag = true;
temp = arr[j+1];
arr[j+1] = arr[j];
arr[j] = temp;
}
}
System.out.printf("第%d次排序后的数组",i);
System.out.println(Arrays.toString(arr));
i++;
if(flag == false){//表示在当前次排序过程中未进行位置交换
break;
}else {
flag = false;//重置flag
}
}
2.简单选择排序
选择排序是内部排序的常见的一种，这里先介绍简单选择排序，它与冒泡排序类似，都是在循环中进行比较，不同的是选择排序交换次数较少，这点在算法运行速度上可以看出（80000个随机数的排序冒泡法需要12s，而选择排序需要8s）
以从小到大顺序为例，选择排序的具体思路是：
- 对整个序列进行一次循环，找出其中的最小值，让最小值与序列第一个数进行交换，这样就让序列的第一个数是序列的最小值了
- 再对序列除去第一个数以外的所有值进行循环，找出第二小的值，与序列第二个位置的数进行交换，使第二小的值在它应该的位置
- 以此循环，知道循环n-1次，n是序列元素个数
简单选择排序代码
//选择排序方法封装
public static void selectSort(int[] arr) {
int temp = 0;//辅助指针，保存最小值
int index = 0;//保存交换发生的位置
int i = 0;
while(i < arr.length - 1){
temp = arr[i];
index = i;
for(int j = i+1; j < arr.length; j++){
if(arr[j] < temp){
temp = arr[j];
index = j;
}
}
if(index != i) {
arr[index] = arr[i];
arr[i] = temp;
}
i++;
}
}
其实算法的学习往往是一个从简单到复杂的过程，对于一个思路清晰的 算法，应当先从简单的步骤进行编写，最后进行整合。排序算法就是一个例子，应当一步一步进行代码分析，最后形成一个方法。
3.直接插入排序
插入排序是内部排序的又一大类，这里首先解释一个相对好理解的直接插入排序，其算法思路非常简单，将想要排序 的元素以插入的形式寻找该元素合适的位置，从而到达排序的目的。
图解如下：
算法的要点就是，要保证序列前端（也就是已经排好的部分）是有序的，这样后续加入的元素可以进行搜索，找到小于它（待插入元素） 的元素位置j，即可知道要插入的位置就是j+1.
直接插入排序代码
代码整理如下：
public static void insertSort(int[] arr) {
int insertValue;//定义待插入元素
for(int index = 0; index < arr.length - 1; index++) {//依次加入元素
insertValue = arr[index+1];//待插入元素
//数组不越界 且已筛选的元素均大与insertValue，位置不合适
while(index >= 0 && insertValue < arr[index]){
arr[index+1] = arr[index];
index--;
}
if(index + 1 != i){//判断是否需要进行交换
//当退出while循环，插入位置找到 index+1这个位置
arr[index + 1] = insertValue;
}
}
}
从直接插入排序的思路不难看出，当有一个数较小且在队列最后时，需要交换的次数会很多，这也是该算法的一个缺陷。下面对其进行改进。
4.希尔排序
前面所说的直接插入算法由于存在频繁交换，导致速度并不是很快（80000个随机数排序时间10s左右），因为有人提出希尔排序算法，速度直接秒杀（不到1秒）。
下面来一起学习一下吧！
首先希尔排序的思想是逐步缩小增量，因此也叫缩小增量排序
希尔排序是把记录按下标的一定增量分组， 对每组使用直接插入排序算法排序； 随着增量逐渐减少， 每组包含的关键词越来越多， 当增量减至 1 时， 整个文件恰被分成一组， 算法便终止
如下图所示，首先将原始数组按两个相距步长是5 的元素进行分组（10/2），共分成了5组。然后对组内元素按大小顺序进行冒泡排序。
交换完毕之后，再将数组按（10/2/2 = 2)进行分组，也就是步长为2分程两组，再次在组内进行冒泡排序。依次类推，直到原始数组不能再进行拆分，即为最后一次排序，得到排序结果。
上述思路实现过程如下（交换式希尔排序）：
public static void shellSort(int[] arr) {
int temp = 0;
for(int gap = arr.length / 2; gap > 0; gap /= 2){
//将数据分成了gap组
for(int i = gap; i < arr.length; i++){
//遍历每一组元素
for(int j = i - gap; j >= 0; j -= gap){
//如果当前元素大于组内后一个元素，则需要交换
if(arr[j] > arr[j + gap]){
temp = arr[j];
arr[j] = arr[j + gap];
arr[j + gap] = temp;
}
}
}
}
}
作为插入排序的一种，上述过程相比于直接插入排序，最明显的就是减少了for循环的次数，由于是采用了缩小增量的方法，进行一个分组排序，显然要比每一个都执行一边for循环来的快。但事实呢，由于上述代码采用了希尔+冒泡排序，导致在大量数据时会存在频繁交换，因此时间上并没有改观。因此，传闻中这么猛的希尔排序不是这么用的，这样一个例子只是为了理清思路。
希尔排序代码
将希尔排序的缩小增量思想和插入排序结合起来，就达到了我们的目的
代码如下：（移位式希尔排序）
//对交换式的希尔排序算法进行改进---->移位式
public static void shellSort2(int[] arr) {
int temp = 0;
//增量gap，并逐步缩小增量
for(int gap = arr.length / 2; gap > 0; gap /= 2) {
for(int i = gap; i < arr.length; i ++) {
int j = i;
temp = arr[j];
if(arr[j] < arr[j - gap]) {
while(j - gap >= 0 && temp < arr[j - gap]) {
//移动
arr[j] = arr[j - gap];
j -= gap;
}
//当退出while循环后，就找到了temp插入的位置
arr[j] = temp;
}
}
}
}
牛吧！移位式快就快在只把待插入元素放在正确的位置，而不需要像交换式的冒泡排序一样，频繁的对所有元素进行位置交换。
5.快速排序
这个排序算法是我最喜欢的之一，因为他的思想相当优美。
我想以图解的形式来展示快速排序的思想
快速排序将数组经过不断的递归，最后收敛条件就是输入到算法里 的元素个数不再需要排序，即一个元素就本身是一个顺序。如果还不理解请看代码，代码一介绍一个详细的思路，代码二结束一个简捷的写法。
快速排序代码1
这个的实现思路是
- 借助左右两个指针，首先将左指针指向数组开头，右指针指向数组结尾，将中轴值指向数组中间的元素。
- 左边指针小于右边时，就进行循环交换
- 将左指针逐步右移，在中轴值左边寻找一个比它大的值，找到之后停止移动记录位置
- 将右指针逐步左移，在中轴值右边寻找一个比它小的值，找到之后停止移动记录位置
- 移动指针之后，如果发现左指针大于等于右指针了，则满足退出条件
- 否则执行交换，即即左右指针所指元素互相交换
- 这里还需要判断一下指针位置，如果和中轴值重复，则需要人为移动一下
- 然后执行递归，分别对左边和右边执行上述3、4、5、6、7步
public static void quickSort(int[] arr, int left, int right) {
int l = left;//左下标
int r = right;//右下标
//pivot中轴值
int pivot = arr[(left+right)/2];
int temp = 0;
//while循环的目的是把 比pivot小的放在左边
while(l < r){
//在pivot左边一直找，找到大于pivot的值才退出
while(arr[l] < pivot){
l += 1;
}
//在pivot右边一直找，找到小于等于pivot的值才退出
while(arr[r] > pivot){
r -= 1;
}
//满足l>=r说明pivot左右已经满足条件
if(l >= r) {
break;
}
//交换
temp = arr[l];
arr[l] = arr[r];
arr[r] = temp;
//如果交换完后，发现arr[l] == pivot,r向后移
if(arr[l] == pivot){
r--;
}
//如果交换完后，发现arr[r] == pivot,l向前移
if(arr[r] == pivot){
l++;
}
}
//如果 l == r，一定要l++，r--，否则会栈溢出
if(l == r){
l++;
r--;
}
//向左递归
if(left < r){
quickSort(arr, left, r);
}
//向右递归
if(right > l){
quickSort(arr, l, right);
}
}
快速排序代码2
由于上述代码冗余，介绍一个使用Arraylist写的方法，仅使用6行就能代替上述程序中多个while循环。递归时创建新的Arraylist，然后执行同样的方法，最后使用merge合并两个数组
public static ArrayList<Integer> quickSort2(ArrayList<Integer> arr){
ArrayList<Integer> left = new ArrayList<Integer>();
ArrayList<Integer> right = new ArrayList<Integer>();
int pivot = 0;
if(arr.size() < 2){
return arr;
} else {
pivot = arr.get(0);
for(int i = 1; i < arr.size(); i++){
if(arr.get(i) < pivot){
left.add(arr.get(i));
} else {
right.add(arr.get(i));
}
}
}
ArrayList<Integer> left1 = quickSort2(left);
left1.add(pivot);
ArrayList<Integer> right2 = quickSort2(right);
ArrayList<Integer> merge = new ArrayList<Integer>();
merge.addAll(left1);
merge.addAll(right2);
return merge;
}
6.归并排序算法
算法介绍：
归并排序（MERGE-SORT） 是利用归并的思想实现的排序方法， 该算法采用经典的分治（divide-and-conquer）策略（分治法将问题分(divide)成一些小的问题然后递归求解， 而治(conquer)的阶段则将分的阶段得到的各答案"修补"在一起， 即分而治之)。
归并排序思想图解如下：
分为分和治两个部分：
分：将数据串按从中切割的方法，拆成左右两个部分。
治：将拆好的部分，按顺序在排列起来
治的部分图解如下：
这里举例的是最后一步，就是经过了倒数第二步拼接，得到“4，5，7，8，1，2，3，4，6”，将其最后转变成有序数组的例子。由于经过了前面的步骤，可以保证前面四个数是有序的，后面四个数是有序的，因此不同于普通无序数组。这里好好思考
因此分治算法的优势就体现出来了，下面请看代码
//分+合方法
public static void mergeSort(int[] arr, int left, int right, int[] temp){
if(left < right) {
int mid = (left + right) / 2;
//左递归
mergeSort(arr, left, mid, temp);
//右递归
mergeSort(arr, mid+1, right, temp);
//合并
//这里左递归和右递归的结果也都要进行合并，为的是保证分块的有序
merge(arr, left, mid, right, temp);
}
}
//合并的方法
/**
*
* @param arr 排序数組
* @param left 左边索引
* @param mid 中间索引
* @param right 右边索引
* @param temp 中转数组
*/
public static void merge(int[] arr, int left, int mid, int right, int[] temp){
int i = left;//初始化i，左边有序序列的初始索引
int j = mid + 1;//初始化j，右边有序序列的初始索引
int t =0;//指向temp的当前指针
//(1)
//将两边数组按规则依次填充到temp中
//直到有一边序列处理完毕
while(i <= mid & j <= right){
if(arr[i] <= arr[j]) {
temp[t] = arr[i];
i++;
}else{
temp[t] = arr[j];
j++;
}
t++;
}
//(2)
//把有剩余的一边再依次拷贝到temp
while(i <= mid){//左边剩余
temp[t] = arr[i];
t++;
i++;
}
while(j <= right){//右边剩余
temp[t] = arr[j];
t++;
j++;
}
//(3)
//将temp拷贝到arr
//注意，并不是每次都拷贝所有
t = 0;
int tempLeft = left;
//这里好好思考
//表达为：逐个进行拷贝
System.out.println("tempLeft = "+tempLeft+ "right = "+right);
while(tempLeft <= right) {
arr[tempLeft] = temp[t];
t++;
tempLeft++;
}
System.out.println(Arrays.toString(arr));
}
}
下面请看分治的过程
- 拆开到8和4时进行了一步合并，也就是得到了4、8的有序排列，其他没变
- 拆开到5和7时进行了一步合并，也就是得到了5、7的有序排列，其他没变
- 然后进行了4，8，5，7的合并，得到了4，5，7，8的有序排列
省略一部分，自己体会一下吧
7.基数排序（桶排序）
- 基数排序（radix sort） 属于“分配式排序” （distribution sort） ， 又称“桶子法” （bucket
sort） 或 bin sort， 顾名思义， 它是通过键值的各个位的值， 将要排序的元素分配至某些“桶” 中， 达到排序的作用 - 基数排序法是属于稳定性的排序， 基数排序法的是效率高的稳定性排序法
- 基数排序(Radix Sort)是桶排序的扩展
基数排序的基本思想：
基数排序代码实现
// 基数排序方法（空间换时间的经典算法）
public static void redixSort(int[] arr) {
// 根据前面的推导，实现基数排序方法
// 定义一个二维数组，表示十个桶，每一个桶就是一个一维数组
// 10个桶，每个桶容量要保证不会溢出，因此内存消耗很大
int[][] bucket = new int[10][arr.length];
// 为了记录每个桶的实际存放数据
// 定义一个一维数组，记录每个桶的数据个数
int[] bucketCount = new int[10];
// 首先找到数组中最大的数
int max = arr[0];
for (int i = 0; i < arr.length; i++) {
if (arr[i] > max) {
max = arr[i];
}
}
// 得到最大数的位数
int maxLength = (max + "").length();
// 开始执行基数排序
int index = 0;
for (int i = 1, n = 1; i < maxLength; i++, n *= 10) {
for (int j = 0; j < arr.length; j++) {
// 取出每个元素的对应位数值
int digitElement = arr[j] / n % 10;
// 放入到对应的桶中
bucket[digitElement][bucketCount[digitElement]] = arr[j];
bucketCount[digitElement] += 1;
}
// 按桶的顺序取出元素，并放回原数组
index = 0;
for (int k = 0; k < 10; k++) {
// 检查桶中是否有数据
if (bucketCount[k] > 0) {
// 循环第k个桶，进行取数
for (int l = 0; l < bucketCount[k]; l++) {
arr[index] = bucket[k][l];
index++;
}
}
// 需要将处理后的桶清零
bucketCount[k] = 0;
}
}
}
8.堆排序
堆排序是一种选择排序，它的最坏，最好，平均时间复杂度均为O(nlogn)，它也是不稳定排序。堆排序是利用了二叉树这种数据结构，简单了解一下堆：
堆是具有以下性质的完全二叉树：每个结点的值都大于或等于其左右孩子结点的值，称为大顶堆；或者每个结点的值都小于或等于其左右孩子结点的值，称为小顶堆。如下图：
堆排序的基本思想：
将待排序序列构造成一个大顶堆，此时，整个序列的最大值就是堆顶的根节点。将其与末尾元素进行交换，此时末尾就为最大值。然后将剩余n-1个元素重新构造成一个堆，这样会得到n个元素的次小值。如此反复执行，便能得到一个有序序列了
实现思路如下：
步骤一： 构造初始堆。将给定无序序列构造成一个大顶堆（一般升序采用大顶堆，降序采用小顶堆)。
- 假设给定的无序序列结构如下
- 此时我们从最后一个非叶子结点开始（叶结点自然不用调整，第一个非叶子结点arr.length/2-1=5/2-1=1，也就是下面的6结点），从左至右，从下至上进行调整。
- 找到第二个非叶节点4，由于[4,9,8]中9元素最大，4和9交换。
这时，交换导致了子根[4,5,6]结构混乱，继续调整，[4,5,6]中6最大，交换4和6。
此时，我们就将一个无需序列构造成了一个大顶堆。
步骤二 将堆顶元素与末尾元素进行交换，使末尾元素最大。然后继续调整堆，再将堆顶元素与末尾元素交换，得到第二大元素。如此反复进行交换、重建、交换。
堆排序代码实现
//堆排序方法
public static void heapSort(int[] arr) {
int temp = 0;
//分部完成
// adjustHeap(arr, 1, arr.length);
// System.out.println("第一次" + Arrays.toString(arr));
// adjustHeap(arr, 0, arr.length);
// System.out.println("第二次" + Arrays.toString(arr));
//构造大顶堆
for(int i = arr.length / 2 - 1; i >= 0; i--){
adjustHeap(arr, i, arr.length);
}
//交换、重新调整
for(int j = arr.length - 1; j > 0; j--) {
temp = arr[j];
arr[j] = arr[0];
arr[0] = temp;
adjustHeap(arr, 0, j);
}
System.out.println("最后结果" + Arrays.toString(arr));
}
//将一个顺序存储数组（二叉树）调整成大顶堆
/**
*
* @param arr 待调整数组
* @param i 非叶子节点在数组中的索引
* @param length 表示对多少个元素进行调整 是逐渐减少的
*/
public static void adjustHeap(int[] arr, int i, int length) {
int temp = arr[i];
//开始调整
//k = i * 2 + 1是i的左子节点
for(int k = i * 2 + 1; k < length; k = k * 2 + 1) {
if(k + 1 < length && arr[k] < arr[k+1]) {//说明左子节点小于右子节点
k++;//k指向右子节点
}
if(arr[k] > temp) {
arr[i] = arr[k];
i = k;//!!i指向k。继续循环比较
} else{
break;
}
}
//当for循环结束后 已经将以i为父节点的树的最大值，放在了顶部（局部）
arr[i] = temp;
}
扫一扫
58万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
