排序算法总结-Java实现

前言

突然想水篇文章，刚好最近在学习数据结构，便总结一下排序算法，算是自己的学习笔记了。我是看尚硅谷韩顺平老师视频自学的，文中的思路和截图基本来源于韩老师视频。
在正文开始前，给大家推荐一个数据结构可视化网站，这个网站可能要比我的文章更加实用。
希望能给各位伙伴些许帮助。

冒泡排序

基本思想：通过对待排序序列从前向后（从下标较小的元素开始），依次比较相邻元素的值，若发现逆序则交换，使值较大的元素逐渐从前移向后，就像水底气泡一样逐渐向上冒。

冒泡规则：

1. 一共进行数组array.length-1次外部循环
2. 每一次外部循环的内部循环次数在递减（完成一次外部循环，则确定一个元素的最终位置，下次循环该元素不必再次比较）
3. 如果在某次外部循环中没有发生一次交换，则可提前结束冒泡排序

public static void bubbleSort(int[] array) {
    //记录外部循环次数
    int count = array.length - 1;
    //优化
    boolean isChange;
    //用于交换元素的临时变量
    int temp;
    //外部循环
    for (int i = 0; i < count; i++) {
        isChange = false;
        //内部循环
        for (int k = 1; k <= count - i; k++) {
            if (array[k - 1] > array[k]) {
                temp = array[k];
                array[k] = array[k - 1];
                array[k - 1] = temp;
                isChange = true;
            }
        }
        //优化
        if (!isChange)
            return;
    }
}

选择排序（简单选择排序）

1. 选择排序一共进行数组array.length-1次外部循环
2. 假定array[i]为最小数，i为外部循环次数（i从0开始）
3. 遍历数组中i+1到array.length-1位置上的数字，如果发现有比当前最小数更小的数，就更行最小数的索引
4. 遍历完成后交换array[minValueIndex]与array[i]的值

public static void selectionSort(int[] array) {
    //最小值的索引
    int minValueIndex;
    int temp;
    for (int i = 0; i < array.length - 1; i++) {
        minValueIndex = i;
        for (int k = i + 1; k < array.length; k++) {
            if (array[minValueIndex] > array[k])
                minValueIndex = k;
        }
        temp = array[i];
        array[i] = array[minValueIndex];
        array[minValueIndex] = temp;
    }
}

总结：选择排序中交换元素的次数相较于冒泡排序少，因此效率更高

插入排序（简单插入排序）

思想：把n个待排序的元素看成一个有序表和一个无序表，开始时有序表中只包含一个元素，无序表中包含n-1个元素，排序过程中每次从无序表中取出第一个元素，把它的值依次与有序表中元素的值进行比较，将它插入到有序表中的适当位置，使之成为新的有序表

public static void insertionSort(int[] array) {
   for (int i = 1; i < array.length; i++) {
        //保存当前待处理元素
        int cur = array[i];
        //有序表尾元素索引
        int k = i - 1;
        while (k >= 0 && array[k] > cur) {//如果当前位置元素大于待处理元素则后移
            array[k + 1] = array[k];
            k--;
        }
        array[k + 1] = cur;
    }
}

插入排序存在问题：当需要插入的数是较小的数时，后移的次数明显增多，对效率有影响。

希尔排序（缩小增量排序）

希尔排序也是一种插入排序，它是简单插入排序经过改进之后的一个更高效的版本，也称为缩小增量排序。
基本思想：希尔排序是把数组按下标的一定增量分组，对每组使用简单插入排序算法排序；随着增量逐渐减少，每组包含的元素越来越多，当增量减至1时，整个数组恰被分成一组，算法便终止。

public static void shellSort(int[] arr) {
   for (int gap = arr.length / 2; gap > 0; gap /= 2) {
        for (int i = gap; i < arr.length; i++) {
            int k = i;
            int temp = arr[k];
            while (k >= gap && temp < arr[k - gap]) {
                arr[k] = arr[k - gap];
                k -= gap;
            }
            arr[k] = temp;
        }
    }
}

快速排序

快速排序是对冒泡排序的一种改进。
基本思想：通过一轮循环将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另一部分的所有数据小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列。

public static void quickSort(int[] arr, int left, int right) {
    int leftPot = left;
    int rightPot = right;
    int key = arr[right];
    while (leftPot < rightPot) {
        while (leftPot < rightPot && arr[leftPot] <= key) {
            leftPot++;
        }
        arr[rightPot] = arr[leftPot];
        while (leftPot < rightPot && arr[rightPot] >= key) {
            rightPot--;
        }
        arr[leftPot] = arr[rightPot];
    }
    arr[rightPot] = key;

    if (left < rightPot) {
        quickSort(arr, left, rightPot - 1);
    }
    if (right > rightPot) {
        quickSort(arr, rightPot + 1, right);
    }
}

归并排序

归并排序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策略。

public static void mergeSort(int[] arr, int left, int right, int[] temp) {
    //if判断必不可少，否则会出现栈溢出
    if (left < right) {
    	//中间索引
        int mid = (left + right) / 2;
        //向左递归 分的过程就是递归调用自己的过程
        mergeSort(arr, left, mid, temp);
        //向右递归
        mergeSort(arr, mid + 1, right, temp);
        //合并
        merge(arr, left, mid, right, temp);
    }
}
private static void merge(int[] arr, int left, int mid, int right, int[] temp) {
    int i = left;
    //右侧有序序列首元素索引
    int j = mid + 1;
    //指向temp数组的当前索引
    int t = 0;
    //1.先把左右两边有序序列元素按规则填充到temp数组，直到有一边处理完毕为止
    while (i <= mid && j <= right) {
        if (arr[i] <= arr[j]) {
            temp[t++] = arr[i++];
        } else {
            temp[t++] = arr[j++];
        }
    }
    //2.
    while (i <= mid)
        temp[t++] = arr[i++];
    while (j <= right)
        temp[t++] = arr[j++];
    //3.将temp数组的元素复制到arr
    //注意：并不是每次都复制temp数组中的所有元素
    System.arraycopy(temp, 0, arr, left, right - left + 1);
}

基数排序

基数排序属于“分配式排序”，又称“桶子法”。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。（原始数组中大小相同，索引靠前的元素，排序后索引任然靠前。
基数排序是桶排序的扩展。
如果数组中有负数，需对代码进行改进
基本思想：将所有待比较数值统一为同样的数位长度，数位较短的数前面补零。然后，从最低位开始，依次进行依次排序。这样从最低位排序一直到最高位排序完成以后，数列就变成一个有序序列。
强烈建议观看前言中推荐网站的演示过程，对基数排序的实现过程有很大帮助。

private static int getMaxValueOfArray(int[] arr) {
    int maxVal = arr[0];
    for (int num : arr)
        if (num > maxVal)
            maxVal = num;
    return maxVal;
}
public static void radixSort(int[] arr) {
	//获取数组中的最大值
    int maxValueOfArray = getMaxValueOfArray(arr);
    //获取最高位数
    int length = String.valueOf(maxValueOfArray).length();
	//声明桶
    int[] bucket;
    int[] temp = new int[arr.length];
    for (int count = 0; count < length; count++) {
	    //初始化桶
        bucket = new int[10];
        for (int j : arr) {
            int digital = (j / (int) Math.pow(10, count)) % 10;
            bucket[digital]++;
        }
        for (int i = 1; i < bucket.length; i++) {
            bucket[i] += bucket[i - 1];
        }
        //一定要倒序
        for (int i = arr.length - 1; i >= 0; i--) {
            int digital = (arr[i] / (int) Math.pow(10, count)) % 10;
            temp[--bucket[digital]] = arr[i];
        }
        System.arraycopy(temp, 0, arr, 0, arr.length);
    }
}

堆排序

堆排序时利用堆这种数据结构而设计的一种排序算法，堆排序是一种选择排序。
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子结点的值，称为大顶堆。每个结点的值都小于或等于其左右子结点的值，称为小顶堆。注意：没有要求结点的左右子结点的值的大小关系。
基本思想：将待排序序列构造成一个大顶堆（顺序存储）；此时，整个序列的最大值就是堆顶的根结点；将根结点与末尾元素进行交换；将剩余n-1个元素重新构造成一个堆，如此反复。首次构建大顶堆是从下而上构建；而根结点与末尾元素交换后，是从上而下构建大顶堆。

public static void heapSort(int[] arr) {
    //第一次构建大顶堆，此时由于底层的未实现堆构建，必须自下而上构建堆
    final int key = 2;
    for (int i = arr.length / key - 1; i >= 0; i--) {
        adjustHeap(arr, i, arr.length);
    }
    //每进行一次交换确定一个元素的最终位置，共有arr.length个元素，故需进行arr.length-1次交换
    for (int i = arr.length - 1; i > 0; i--) {
        int temp = arr[i];
        arr[i] = arr[0];
        arr[0] = temp;
        adjustHeap(arr, 0, i);
    }
}

/**
 * 自上而下构建大顶堆。假定不与根结点发生比较的位置都已归位
 */
private static void adjustHeap(int[] arr, int rootIndex, int length) {
    //取出当前子树的根结点，保存在临时变量中
    int temp = arr[rootIndex];
    final int key = 2;
    //rootIndex*2+1是rootIndex结点的左子结点
    for (int i = rootIndex * key + 1; i < length; i = i * key + 1) {
        //i+1<numCount成立说明rootIndex结点的右子结点存在
        //arr[i] < arr[i + 1]成立说明rootIndex结点的右子结点大于左子结点
        if (i + 1 < length && arr[i] < arr[i + 1]) {
            //i指向rootIndex结点的右子结点
            i++;
        }
        //如果i结点大于rootIndex结点就进行交换
        if (temp < arr[i]) {
            arr[rootIndex] = arr[i];
            //记录i结点的索引。此时原i结点的已赋值给原根结点，i结点位置空出
            rootIndex = i;
        } else {
            break;
        }
    }
    arr[rootIndex] = temp;
}