八种排序算法动画讲解

思维导图

前言

算法和数据结构是一个程序员的内功，所以经常在一些笔试中都会要求手写一些简单的排序算法，以此考验面试者的编程水平！动图来源于今日头条、动图来源于今日头条、动图来源于今日头条！

1、冒泡排序

1-1 思路：

1、比较相邻的元素。如果第一个比第二个大，就交换它们两个；
2、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，这样在最后的元素就是最大的数；
3、排除最大的数，接着下一轮继续相同的操作，确定第二大的数…
4、重复步骤1-3，直到排序完成。

1-2 动画演示：

1-3实现代码

    @Test
    public void bubbleSort() throws Exception {
        int[] a = {2, 7, 4, 6, 0, 8, 5, 1, 3, 9, 10};
        int i, j;
        for (i = 0; i < a.length; i++) {//表示 n 次排序过程。
            for (j = 1; j < a.length - i; j++) {
                if (a[j - 1] > a[j]) {//前面的数字大于后面的数字就交换
                    //交换 a[j-1]和a[j]
                    int temp;
                    temp = a[j - 1];
                    a[j - 1] = a[j];
                    a[j] = temp;
                }
            }
        }
        for ( int v : a) {
            System.out.print(v + " ");
        }
    }

结果：

1-4 总结

平均时间复杂度：O(n²)
空间复杂度：O(1)
算法稳定性：稳定

2 插入排序

2-1 思路

1、从第一个元素开始，该元素可以认为已经被排序；
2、取出下一个元素，在前面已排序的元素序列中，从后向前扫描；
3、如果该元素（已排序）大于新元素，将该元素移到下一位置；
4、重复步骤3，直到找到已排序的元素小于或者等于新元素的位置；
5、将新元素插入到该位置后；
6、重复步骤2~5。

2-2 动画演示

2-3 实现代码

    @Test
    public void insertSort() throws Exception {
        int[] arr = {2, 7, 4, 6, 0, 8, 5, 1, 3, 9, 10};
        for (int i = 1; i < arr.length; i++) {
            //插入的数
            int insertVal = arr[i];
            //被插入的位置(准备和前一个数比较)
            int index = i - 1;
            //如果插入的数比被插入的数小
            while (index >= 0 && insertVal < arr[index]) {
                //将把arr[index] 向后移动
                arr[index + 1] = arr[index];
                //让 index 向前移动
                index--;
            }
            //把插入的数放入合适位置
            arr[index + 1] = insertVal;
        }
        for (int k : arr) {
            System.out.print(k + " ");
        }
    }

结果：

2-4 总结

平均时间复杂度：O(n²)
空间复杂度：O(1)
算法稳定性：稳定

3 选择排序

3-1 思路

1、第一轮，找到最小的元素，和数组第一个数交换位置。
2、第二轮，找到第二小的元素，和数组第二个数交换位置…
3、直到最后一个元素，排序完成。

3-2 动画演示

3-3 实现代码

public class SelectSort extends BaseSort {
    public static void main(String[] args) {
        SelectSort sort = new SelectSort();
        sort.printNums();    }    @Override
    protected void sort(int[] nums) {
        for (int i = 0; i < nums.length; i++) {
            int minIndex = i;
            for (int j = i + 1; j < nums.length; j++) {
                if (nums[j] < nums[minIndex]) {
                    minIndex = j;                }            }            if (minIndex != i) {
                int temp = nums[i];
                nums[minIndex] = temp;                nums[i] = nums[minIndex];            }        }    }}//10万个数的数组，耗时：8492毫秒

3-4 总结

平均时间复杂度：O(n²)
算法空间复杂度：O(1)
算法稳定性：不稳定

4 希尔排序

4-1 思路

把数组分割成若干(h)个小组(一般数组长度length/2)，然后对每一个小组分别进行插入排序。每一轮分割的数组的个数逐步缩小，h/2->h/4->h/8，并且进行排序，保证有序。当h=1时，则数组排序完成。

4-2 动画演示

4-3 实现代码

public class ShellSort extends BaseSort {
    public static void main(String[] args) {
        ShellSort sort = new ShellSort();
        sort.printNums();    }    @Override
    protected void sort(int[] nums) {
        if (nums == null || nums.length < 2) {
            return;
        }        int length = nums.length;
        int temp;
        //步长
        int gap = length / 2;
        while (gap > 0) {
            for (int i = gap; i < length; i++) {
                temp = nums[i];
                int preIndex = i - gap;
                while (preIndex >= 0 && nums[preIndex] > temp) {
                    nums[preIndex + gap] = nums[preIndex];
                    preIndex -= gap;
                }
                nums[preIndex + gap] = temp;
            }
            gap /= 2;
        }
    }
}
//10万个数的数组，耗时：261毫秒

4-4 总结

平均时间复杂度：O(nlog2n)
算法空间复杂度：O(1)
算法稳定性：稳定

5 快速排序

快排，面试最喜欢问的排序算法。这是运用分治法的一种排序算法。

5-1 思路

1、从数组中选一个数做为基准值，一般选第一个数，或者最后一个数。
2、采用双指针(头尾两端)遍历，从左往右找到比基准值大的第一个数，从右往左找到比基准值小的第一个数，交换两数位置，直到头尾指针相等或头指针大于尾指针，把基准值与头指针的数交换。这样一轮之后，左边的数就比基准值小，右边的数就比基准值大。
3、对左边的数列，重复上面1，2步骤。对右边重复1，2步骤。
4、左右两边数列递归结束后，排序完成。

5-2 动画演示

5-3 实现代码

public class QuickSort extends BaseSort {
    public static void main(String[] args) {
        QuickSort sort = new QuickSort();
        sort.printNums();    }    @Override
    protected void sort(int[] nums) {
        if (nums == null || nums.length < 2) {
            return;
        }        quickSort(nums, 0, nums.length - 1);
    }    private void quickSort(int[] nums, int star, int end) {
        if (star > end) {
            return;
        }        int i = star;
        int j = end;
        int key = nums[star];
        while (i < j) {
            while (i < j && nums[j] > key) {
                j--;            }            while (i < j && nums[i] <= key) {
                i++;            }            if (i < j) {
                int temp = nums[i];
                nums[i] = nums[j];                nums[j] = temp;            }        }        nums[star] = nums[i];        nums[i] = key;        quickSort(nums, star, i - 1);
        quickSort(nums, i + 1, end);
    }}//10万个数的数组，耗时：50毫秒

5-4 总结

平均时间复杂度：O(nlogn)
算法空间复杂度：O(1)
算法稳定性：不稳定

6 归并排序

6-1 思路

归并排序是采用分治法的典型应用，而且是一种稳定的排序方式，不过需要使用到额外的空间。

1、把数组不断划分成子序列，划成长度只有2或者1的子序列。
2、然后利用临时数组，对子序列进行排序，合并，再把临时数组的值复制回原数组。
3、反复操作1~2步骤，直到排序完成。

归并排序的优点在于最好情况和最坏的情况的时间复杂度都是O(nlogn)，所以是比较稳定的排序方式。

6-2 动画演示

6-3 实现代码

public class MergeSort extends BaseSort {
    public static void main(String[] args) {        MergeSort sort = new MergeSort();
        sort.printNums();    }    @Override    protected void sort(int[] nums) {
        if (nums == null || nums.length < 2) {
            return;
        }        //归并排序        mergeSort(0, nums.length - 1, nums, new int[nums.length]);
    }    private void mergeSort(int star, int end, int[] nums, int[] temp) {
        //递归终止条件
        if (star >= end) {
            return;
        }        int mid = star + (end - star) / 2;
        //左边进行归并排序
        mergeSort(star, mid, nums, temp);        //右边进行归并排序
        mergeSort(mid + 1, end, nums, temp);
        //合并左右
        merge(star, end, mid, nums, temp);    }    private void merge(int star, int end, int mid, int[] nums, int[] temp) {
        int index = 0;
        int i = star;
        int j = mid + 1;
        while (i <= mid && j <= end) {
            if (nums[i] > nums[j]) {
                temp[index++] = nums[j++];
            } else {
                temp[index++] = nums[i++];
            }        }        while (i <= mid) {
            temp[index++] = nums[i++];
        }        while (j <= end) {
            temp[index++] = nums[j++];
        }        //把临时数组中已排序的数复制到nums数组中        if (index >= 0) System.arraycopy(temp, 0, nums, star, index);
    }}//10万个数的数组，耗时：26毫秒

6-4 总结

平均时间复杂度：O(nlogn)
算法空间复杂度：O(n)
算法稳定性：稳定

7 堆排序

7-1 思路

大顶堆概念：每个节点的值都大于或者等于它的左右子节点的值，所以顶点的数就是最大值。

7-2 动画演示

7-3 实现代码

public class HeapSort extends BaseSort {
    public static void main(String[] args) {        HeapSort sort = new HeapSort();
        sort.printNums();    }    @Override    protected void sort(int[] nums) {
        if (nums == null || nums.length < 2) {
            return;
        }        heapSort(nums);    }    private void heapSort(int[] nums) {
        if (nums == null || nums.length < 2) {
            return;
        }        //构建大根堆        createTopHeap(nums);        int size = nums.length;
        while (size > 1) {
            //大根堆的交换头尾值，固定最大值在末尾
            swap(nums, 0, size - 1);
            //末尾的索引值往左减1
            size--;            //重新构建大根堆
            updateHeap(nums, size);        }    }    private void createTopHeap(int[] nums) {
        for (int i = 0; i < nums.length; i++) {
            //当前插入的索引
            int currIndex = i;
            //父节点的索引
            int parentIndex = (currIndex - 1) / 2;
            //如果当前遍历的值比父节点大的话，就交换值。然后继续往上层比较
            while (nums[currIndex] > nums[parentIndex]) {
                //交换当前遍历的值与父节点的值
                swap(nums, currIndex, parentIndex);                //把父节点的索引指向当前遍历的索引
                currIndex = parentIndex;                //往上计算父节点索引
                parentIndex = (currIndex - 1) / 2;
            }        }    }    private void updateHeap(int[] nums, int size) {
        int index = 0;
        //左节点索引
        int left = 2 * index + 1;
        //右节点索引
        int right = 2 * index + 2;
        while (left < size) {
            //最大值的索引
            int largestIndex;
            //如果右节点大于左节点，则最大值索引指向右子节点索引
            if (right < size && nums[left] < nums[right]) {
                largestIndex = right;            } else {
                largestIndex = left;            }            //如果父节点大于最大值，则把父节点索引指向最大值索引            if (nums[index] > nums[largestIndex]) {
                largestIndex = index;
            }            //如果父节点索引指向最大值索引，证明已经是大根堆，退出循环            if (largestIndex == index) {
                break;
            }            //如果不是大根堆，则交换父节点的值            swap(nums, largestIndex, index);
            //把最大值的索引变成父节点索引
            index = largestIndex;
            //重新计算左节点索引
            left = 2 * index + 1;
            //重新计算右节点索引
            right = 2 * index + 2;
        }    }    private void swap(int[] nums, int i, int j) {
        int temp = nums[i];
        nums[i] = nums[j];        nums[j] = temp;    }}//10万个数的数组，耗时：38毫秒

7-4 总结

平均时间复杂度：O(nlogn)
算法空间复杂度：O(1)
算法稳定性：不稳定

8 桶排序

8-1 思路

1、找出最大值，最小值。
2、根据数组的长度，创建出若干个桶。
3、遍历数组的元素，根据元素的值放入到对应的桶中。
4、对每个桶的元素进行排序(可使用快排，插入排序等)。
5、按顺序合并每个桶的元素，排序完成。

对于数组中的元素分布均匀的情况，排序效率较高。相反的，如果分布不均匀，则会导致大部分的数落入到同一个桶中，使效率降低。

8-2 动画演示

8-3 实现代码

public class BucketSort extends BaseSort {
    public static void main(String[] args) {        BucketSort sort = new BucketSort();
        sort.printNums();    }    @Override    protected void sort(int[] nums) {
        if (nums == null || nums.length < 2) {
            return;
        }        bucketSort(nums);    }    public void bucketSort(int[] nums) {
        if (nums == null || nums.length < 2) {
            return;
        }        //找出最大值，最小值        int max = Integer.MIN_VALUE;
        int min = Integer.MAX_VALUE;
        for (int num : nums) {
            min = Math.min(min, num);            max = Math.max(max, num);        }        int length = nums.length;
        //桶的数量
        int bucketCount = (max - min) / length + 1;
        int[][] bucketArrays = new int[bucketCount][];
        //遍历数组，放入桶内
        for (int i = 0; i < length; i++) {
            //找到桶的下标
            int index = (nums[i] - min) / length;
            //添加到指定下标的桶里，并且使用插入排序排序
            bucketArrays[index] = insertSortArrays(bucketArrays[index], nums[i]);
        }        int k = 0;
        //合并全部桶的
        for (int[] bucketArray : bucketArrays) {
            if (bucketArray == null || bucketArray.length == 0) {
                continue;
            }            for (int i : bucketArray) {
                //把值放回到nums数组中
                nums[k++] = i;            }        }    }    //每个桶使用插入排序进行排序    private int[] insertSortArrays(int[] arr, int num) {
        if (arr == null || arr.length == 0) {
            return new int[]{num};
        }        //创建一个temp数组，长度是arr数组的长度+1
        int[] temp = new int[arr.length + 1];
        //把传进来的arr数组，复制到temp数组
        for (int i = 0; i < arr.length; i++) {
            temp[i] = arr[i];        }        //找到一个位置，插入，形成新的有序的数组        int i;
        for (i = temp.length - 2; i >= 0 && temp[i] > num; i--) {
            temp[i + 1] = temp[i];
        }        //插入需要添加的值        temp[i + 1] = num;
        //返回
        return temp;
    }}//10万个数的数组，耗时：8750毫秒

8-4 总结

平均时间复杂度：O(M+N)
算法空间复杂度：O(M+N)
算法稳定性：稳定(取决于桶内的排序算法，这里使用的是插入排序所以是稳定的)。

八种排序算法总结