9种内部排序算法的Java实现

最新推荐文章于 2024-07-13 13:36:16 发布

马上要秃头的我

最新推荐文章于 2024-07-13 13:36:16 发布

阅读量236

点赞数

分类专栏：排序算法文章标签：算法排序算法

本文链接：https://blog.csdn.net/amazing_cxb/article/details/107989882

版权

排序算法专栏收录该内容

1 篇文章 0 订阅

订阅专栏

9种内部排序算法的java实现

简介
插入排序
交换排序
- 冒泡排序
- 快速排序
选择排序
- 简单选择排序
- 堆排序(树形选择排序)
归并排序
- 2路归并排序
基数排序(MSD、LSD)
桶排序

简介

内部排序：待排序列完全存放在内存中所进行的排序

	平均时间性能	最好时间性能	最坏时间性能	辅助空间	稳定性
直接插入排序	O(n²)	O(n)	O(n²)	O(1)	√
希尔排序	O(n^1.3)	O(n)	O(n²)	O(1)	×
冒泡排序	O(n²)	O(n)	O(n²)	O(1)	√
快速排序	O(nlog₂n)	O(nlog₂n)	O(n²)	O(log₂n)	×
简单选择排序	O(n²)	O(n²)	O(n²)	O(1)	×
堆排序	O(nlog₂n)	O(nlog₂n)	O(nlog₂n)	O(1)	×
归并排序	O(nlog₂n)	O(nlog₂n)	O(nlog₂n)	O(n)	√
基数排序	O(d(n+rd))	O(d(n+rd))	O(d(n+rd))	O(rd)	√

从平均时间而言：快速排序最佳。但在最坏情况下时间性能不如堆排序和归并排序
从算法简单性看：由于直接选择排序、直接插入排序和冒泡排序的算法比较简单，将其认为是简单算法。对于希尔排序、堆排序、快速排序和归并排序算法，其算法比较复杂，认为是复杂排序
从稳定性看：直接插入排序、冒泡排序和归并排序是稳定的；而希尔排序、直接选择排序、快速排序和堆排序是不稳定排序
从待排序的记录数n的大小看，n较小时，宜采用简单排序；而n较大时宜采用改进排序

插入排序

基本思想：每次将一个待排序的元素，按其关键字的大小插入到前面已经排好序的序列的适当位置，直到全部记录插入完成为止

直接插入排序

空间复杂度O(1)
平均时间复杂度O(n²)
最坏时间复杂度O(n²)
稳定排序
基本思想是：把n个待排序的元素看成为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，无序表中包含有n-1个元素，排序过程中每次从无序表中取出第一个元素，把它的排序码依次与有序表元素的排序码进行比较，将它插入到有序表中的适当位置，使之成为新的有序表

public class InsertSort {
	public static void insertSort(int[] data) {
		System.out.println("开始排序");
		int arrayLength = data.length;
		for (int i = 1; i < arrayLength; i++) {
			int temp = data[i];
			if (data[i] - data[i - 1] < 0) {
				int j = i - 1;
				for (; j >= 0 && data[j] - temp > 0; j--) {
					data[j + 1] = data[j];
				}
				data[j + 1] = temp;
			}
			System.out.println(java.util.Arrays.toString(data));
		}

	}

	public static void main(String[] args) {
		int[] data = { 9, -16, 21, 23, -30, -49, 21, 30, 30 };
		System.out.println("排序之前：\n" + java.util.Arrays.toString(data));
		insertSort(data);
		System.out.println("排序之后：\n" + java.util.Arrays.toString(data));
	}
}

折半插入排序

空间复杂度O(1)
它的思想是利用折半查找找出插入的位置

//折半插入排序_不考虑稳定性版本
public class Demo2 {
	public static void binaryInsertSort(int[] data) {
		System.out.println("开始排序");
		int arrayLength = data.length;
		for (int i = 1; i < arrayLength; i++) {
			int temp = data[i];
			int low = 0;
			int high = i - 1;
			while (low <= high) {
				int mid = (low + high) / 2;
				if (temp > data[mid]) {
					low = mid + 1;
				} else {
					high = mid - 1;
				}
			}
			for (int j = i; j > low; j--) {
				data[j] = data[j - 1];
			}
			data[low] = temp;
			System.out.println(java.util.Arrays.toString(data));
		}

	}

	public static void main(String[] args) {
		int[] data = { 9, -16, 21, 23, -30, -49, 21, 30, 30 };
		System.out.println("排序之前：\n" + java.util.Arrays.toString(data));
		binaryInsertSort(data);
		System.out.println("排序之后：\n" + java.util.Arrays.toString(data));
	}
}

希尔排序

空间复杂度O(1)==
平均时间复杂度O(n^1.3)
最坏时间复杂度O(n²)
不稳定
思想：先将整个待排元素序列分割成若干个子序列（由相隔某个“增量”的元素组成的）分别进行直接插入排序，待整个序列中的元素基本有序（增量足够小时，再对全体元素进行一次直接插入排序。因为直接插入排序在元素基本有序的情况下（接近最好情况），效率是很高的，因此希尔排序在时间效率上有较大提高

import java.util.Arrays;

public class Demo3 {

    public static void main(String[] args) {

        //定义一个数组
        int[] a = {3,4,6,3,5,1,8,5,3,1};
        //用于存放a[i]的值
        int temp;
        int j;

		//dk为每次分割的间距
        for(int dk = a.length /2 ; dk >=1 ; dk = dk /2){
        	//数组角标是从0开始的
            for (int i = dk ; i < a.length ; i++){
                if(a[i] < a[i - dk]){
                    temp = a[i];
                    for (j = i - dk; j >= 0 && temp < a[j] ; j -= dk){
                        a[j+dk] = a[j];
                    }
                    a[j+dk] = temp;
                }
            }
        }

        //输出数组内容
        //[1, 1, 3, 3, 3, 4, 5, 5, 6, 8]
        System.out.println(Arrays.toString(a));
    }
}

交换排序

通过排序表中两个记录关键码的比较，若与排序要求相逆（不符合升序或降序），则将两者交换

冒泡排序

空间复杂度O(1)
平均时间复杂度O(n²)
最坏时间复杂度O(n²)
稳定
思想：通过对待排序序列从前向后，依次比较相邻元素的排序码，若发现逆序则交换，使排序码较大的元素逐渐从前部移向后部

public class Demo4 {
    public static void bubbleSort(int[] data) {
        System.out.println("开始排序");
        int arrayLength = data.length;
        for (int i = 0; i < arrayLength - 1; i++) {
            boolean flag = false;
            for (int j = 0; j < arrayLength - 1 - i; j++) {
                if (data[j] > data[j + 1]) {
                    int temp = data[j + 1];
                    data[j + 1] = data[j];
                    data[j] = temp;
                    flag = true;
                }
            }
            System.out.println(java.util.Arrays.toString(data));
            if (!flag) {
                break;
            }
        }
    }

    public static void main(String[] args) {
        int[] data = {9, -16, 21, 23, -30, -49, 21, 30, 30};
        System.out.println("排序之前：\n" + java.util.Arrays.toString(data));
        bubbleSort(data);
        System.out.println("排序之后：\n" + java.util.Arrays.toString(data));
    }
}

快速排序

最好空间复杂度O(log₂n)
最坏空间复杂度O(n) 单支树
平均时间复杂度O(nlog₂n)
最坏时间复杂度O(n²)
不稳定
思想：任取待排序序列中的某个元素作为标准（也称为支点、界点，一般取第一个元素），通过一次划分，将待排元素分为左右两个子序列，左子序列元素的排序码均小于基准元素的排序码，右子序列的排序码则大于或等于基准元素的排序码，然后分别对两个子序列继续进行划分，直至每一个序列只有一个或零个元素为止。最后得到的序列便是有序序列

public class QuickSort {
	private static void swap(int[] data, int i, int j) {
		int temp = data[i];
		data[i] = data[j];
		data[j] = temp;
	}

	private static void subSort(int[] data, int start, int end) {
		if (start < end) {
			int base = data[start];
			int low = start;
			int high = end + 1;
			while (true) {
				while (low < end && data[++low] - base <= 0)
					;
				while (high > start && data[--high] - base >= 0)
					;
				if (low < high) {
					swap(data, low, high);
				} else {
					break;
				}
			}
			swap(data, start, high);
			
			subSort(data, start, high - 1);//递归调用
			subSort(data, high + 1, end);
		}
	}
	public static void quickSort(int[] data){
		subSort(data,0,data.length-1);
	}
	
	
	public static void main(String[] args) {
		int[] data = { 9, -16, 30, 23, -30, -49, 25, 21, 30 };
		System.out.println("排序之前：\n" + java.util.Arrays.toString(data));
		quickSort(data);
		System.out.println("排序之后：\n" + java.util.Arrays.toString(data));
	}
}

选择排序

将待排序的元素分为已排序(初始为空)和未排序两组，依次将未排序的元素中值最小的元素放入已排序的组中

简单选择排序

空间复杂度O(1)
平均时间复杂度O(n²)
最坏时间复杂度O(n²)
不稳定
思想：在一组元素R[i]到R[n]中选择具有最小关键码的元素，若它不是这组元素中的第一个元素，则将它与这组元素中的第一个元素对调。除去具有最小关键字的元素，在剩下的元素中重复，直到剩余元素只有一个为止

public class SelectSort {
	public static void selectSort(int[] data) {
		System.out.println("开始排序");
		int arrayLength = data.length;
		for (int i = 0; i < arrayLength - 1; i++) {
			int minIndex = i;
			for (int j = i + 1; j < arrayLength; j++) {
				if (data[minIndex] > data[j]) {
					minIndex = j;
				}
			}
			if(minIndex != i){
				int temp = data[i];
				data[i] = data[minIndex];
				data[minIndex] = temp;
			}
			System.out.println(java.util.Arrays.toString(data));
		}
	}

	public static void main(String[] args) {
		int[] data = { 9, -16, 21, 23, -30, -49, 21, 30, 30 };
		System.out.println("排序之前：\n" + java.util.Arrays.toString(data));
		selectSort(data);
		System.out.println("排序之后：\n" + java.util.Arrays.toString(data));
	}
}

堆排序(树形选择排序)

空间复杂度O(1)
时间复杂度O(nlog₂n)
不稳定
思想：利用完全二叉树的性质完成排序。

public class HeapSort {
	public static void heapSort(int[] data) {
		System.out.println("开始排序");
		int arrayLength = data.length;
		// 循环建堆
		for (int i = 0; i < arrayLength - 1; i++) {
			// 建堆
			buildMaxdHeap(data, arrayLength - 1 - i);
			// 交换堆顶和最后一个元素
			swap(data, 0, arrayLength - 1 - i);
			System.out.println(java.util.Arrays.toString(data));
		}
	}

	// 对data数组从0到lastIndex建大顶堆
	private static void buildMaxdHeap(int[] data, int lastIndex) {
		// 从lastIndex处节点（最后一个节点）的父节点开始
		for (int i = (lastIndex - 1) / 2; i >= 0; i--) {
			// k保存当前正在判断的节点
			int k = i;
			// 如果当前k节点的子节点存在
			while (k * 2 + 1 <= lastIndex) {
				// k节点的左子节点的索引
				int biggerIndex = 2 * k + 1;
				// 如果biggerIndex小于lastIndex，即biggerIndex +1
				// 代表k节点的右子节点存在
				if (biggerIndex < lastIndex) {
					// 如果右子节点的值较大
					if (data[biggerIndex] - data[biggerIndex + 1] < 0) {
						// biggerIndex总是记录较大子节点的索引
						biggerIndex++;
					}
				}
				// 如果k节点的值小于其较大子节点的值
				if (data[k] - data[biggerIndex] < 0) {
					// 交换它们
					swap(data, k, biggerIndex);
					// 将biggerIndex赋给k，开始while循环的下一次循环
					// 重新保证k节点的值大于其左、右节点的值
					k = biggerIndex;
				} else {
					break;
				}
			}
		}
	}

	// 交换data数组中i、j两个索引处的元素
	private static void swap(int[] data, int i, int j) {
		int temp = data[i];
		data[i] = data[j];
		data[j] = temp;
	}

	public static void main(String[] args) {
		int[] data = { 9, -16, 21, 23, -30, -49, 21, 30, 30 };
		System.out.println("排序之前：\n" + java.util.Arrays.toString(data));
		heapSort(data);
		System.out.println("排序之后：\n" + java.util.Arrays.toString(data));
	}
}

归并排序

递归将多个有序表合并成一个有序表

2路归并排序

空间复杂度O(n)
时间复杂度O(nlog₂n)
稳定
思想：利用递归是先两两比较，合并后再两两比较

public class MergeSort {
	public static void mergeSort(int[] data) {
		// 归并排序
		sort(data, 0, data.length - 1);
	}

	// 将索引从left到right范围的数组元素进行归并排序
	private static void sort(int[] data, int left, int right) {
		if(left < right){
			//找出中间索引
			int center = (left + right)/2;
			sort(data,left,center);
			sort(data,center+1,right);
			//合并
			merge(data,left,center,right);
		}
	}

	// 将两个数组进行归并，归并前两个数组已经有序，归并后依然有序
	private static void merge(int[] data, int left, int center, int right) {
		int[] tempArr = new int[data.length];
		int mid = center + 1;
		int third = left;
		int temp = left;
		while (left <= center && mid <= right) {
			if (data[left] - data[mid] <= 0) {
				tempArr[third++] = data[left++];
			} else {
				tempArr[third++] = data[mid++];
			}
		}
		while (mid <= right) {
			tempArr[third++] = data[mid++];
		}
		while (left <= center) {
			tempArr[third++] = data[left++];
		}
		while (temp <= right) {
			data[temp] = tempArr[temp++];
		}
	}

	public static void main(String[] args) {
		int[] data = { 9, -16, 21, 23, -30, -49, 21, 30, 30 };
		System.out.println("排序之前：\n" + java.util.Arrays.toString(data));
		mergeSort(data);
		System.out.println("排序之后：\n" + java.util.Arrays.toString(data));
	}
}

基数排序(MSD、LSD)

空间复杂度O(n+j)
时间复杂度O(n+j)
稳定
思想：利用多个队列保证稳定，先比较个位，再比较十位，以此类推。以下代码是借鉴别人的。

public class MultiKeyRadixSort {
	public static void radixSort(int[] data, int radix, int d) {
		System.out.println("开始排序：");
		int arrayLength = data.length;
		int[] temp = new int[arrayLength];
		int[] buckets = new int[radix];
		for (int i = 0, rate = 1; i < d; i++) {
			// 重置count数组，开始统计第二个关键字
			Arrays.fill(buckets, 0);
			// 当data数组的元素复制到temp数组中进行缓存
			System.arraycopy(data, 0, temp, 0, arrayLength);
			for (int j = 0; j < arrayLength; j++) {
				int subKey = (temp[j] / rate) % radix;
				buckets[subKey]++;
			}
			for (int j = 1; j < radix; j++) {
				buckets[j] = buckets[j] + buckets[j - 1];
			}
			for (int m = arrayLength - 1; m >= 0; m--) {
				int subKey = (temp[m] / rate) % radix;
				data[--buckets[subKey]] = temp[m];
			}
			System.out.println("对" + rate + "位上子关键字排序："
					+ java.util.Arrays.toString(data));
			rate *= radix;
		}
	}

	public static void main(String[] args) {
		int[] data = { 1100, 192, 221, 12, 13 };
		System.out.println("排序之前：\n" + java.util.Arrays.toString(data));
		radixSort(data, 10, 4);
		System.out.println("排序之后：\n" + java.util.Arrays.toString(data));
	}
}

桶排序

public class BucketSort {
	public static void bucketSort(int[] data, int min, int max) {
		System.out.println("开始排序");
		int arrayLength = data.length;
		int[] temp = new int[arrayLength];
		int[] buckets = new int[max - min];
		for (int i = 0; i < arrayLength; i++) {
			buckets[data[i] - min]++;
		}
		System.out.println(Arrays.toString(buckets));
		for (int i = 1; i < max - min; i++) {
			buckets[i] = buckets[i] + buckets[i - 1];
		}
		System.out.println(Arrays.toString(buckets));
		System.arraycopy(data, 0, temp, 0, arrayLength);
		for (int k = arrayLength - 1; k >= 0; k--) {
			data[--buckets[temp[k] - min]] = temp[k];
		}
	}

	public static void main(String[] args) {
		int[] data = { 9, 5, -1, 8, 5, 7, 3, -3, 1, 3 };
		System.out.println("排序之前：\n" + java.util.Arrays.toString(data));
		bucketSort(data, -3, 10);
		System.out.println("排序之后：\n" + java.util.Arrays.toString(data));
	}
}

数据结构之外部排序

马上要秃头的我

关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
9种内部排序算法的Java实现

排序简介插入排序（直接插入排序）简介简介简介简介简介简介简介简介插入排序（直接插入排序）import java.util.Arrays;public class Demo1 { //插入排序：每次将一个待排序的值插入到前面已经排好序的子序列中 //直接插入排序 public static void main(String[] args) { //定义一个数组 int[] a = {4,6,2,7,3,8,1,9,19,3,4};
复制链接

扫一扫