本文目录
1 冒泡排序
平均时间复杂度:O(n^2)
稳定性:稳定(排序前后,相同元素的相对位置保持不变)
private static void sort(int[] data) {
for (int i = 0; i < data.length - 1; i++) {
boolean complete = true;
for (int j = 0; j < data.length - 1 - i; j++) {
if (data[j] > data[j + 1]) {
int temp = data[j];
data[j] = data[j + 1];
data[j + 1] = temp;
complete = false;
}
}
if (complete) {
break;
}
}
}
2 选择排序
平均时间复杂度:O(n^2)
稳定性:不稳定(排序后,相同元素的相对位置可能发生变化)
private static void sort(int[] data) {
for (int i = data.length - 1; i > 0; i--) {
int maxIndex = i;
for (int j = 0; j < i; j++) {
if (data[j] > data[maxIndex]) {
maxIndex = j;
}
}
int temp = data[i];
data[i] = data[maxIndex];
data[maxIndex] = temp;
}
}
3 插入排序
平均时间复杂度:O(n^2)
稳定性:稳定(排序前后,相同元素的相对位置保持不变)
适用场景:部分元素已有序
private static void sort(int[] data) {
for (int i = 1; i < data.length; i++) {
for (int j = i; j > 0; j--) {
if (data[j] < data[j - 1]) {
int temp = data[j];
data[j] = data[j - 1];
data[j - 1] = temp;
} else {
break;
}
}
}
}
4 希尔排序
平均时间复杂度:O(n^1.25)
稳定性:不稳定(排序后,相同元素的相对位置可能发生变化)
适用场景:大规模乱序
相关说明:希尔排序是基于插入排序进行改进而来的算法。插入排序只交换相邻的元素,在大规模乱序情况下,极有可能发生某个元素从某一端逐位交换至另一端,严重影响效率。希尔排序的思路是:先进行远距离跨越交换,从而使得元素尽快靠近最终位置,达到部分有序的目的,然后,再进行插入排序(当H=1时)。
private static void sort(int[] data) {
int N = data.length;
int h = 1;
while (h < N / 3) {
h = 3 * h + 1; // 1, 4, 13, 40, 121, 364, 1093, ...
}
while (h >= 1) {
for (int i = 0; i < h; i++) {
for (int j = i + h; j < N; j = j + h) {
for (int k = j; k > i; k = k - h) {
if (data[k] < data[k - h]) {
int temp = data[k];
data[k] = data[k - h];
data[k - h] = temp;
} else {
break;
}
}
}
}
h = h / 3;
}
}
5 快速排序
平均时间复杂度:O(nlogn)
稳定性:不稳定(排序后,相同元素的相对位置可能发生变化)
相关说明:首先,选择一个元素,将其余元素分成三部分,一部分小于该元素,一部分大于该元素,一部分等于该元素。然后,对于前两部分元素,再重复进行上述操作,直至每个部分都已有序。
private static void sort(int[] data, int leftStart, int rightEnd) {
if (leftStart >= rightEnd)
return;
int leftIndex = leftStart;
int rightIndex = rightEnd;
int index = leftIndex + 1;
int divisionValue = data[leftStart];
while (index <= rightIndex) {
if (data[index] < divisionValue) {
int temp = data[index];
data[index] = data[leftIndex];
data[leftIndex] = temp;
leftIndex++;
index++;
} else if (data[index] > divisionValue) {
int temp = data[index];
data[index] = data[rightIndex];
data[rightIndex] = temp;
rightIndex--;
} else {
index++;
}
}
sort(data, leftStart, leftIndex - 1);
sort(data, rightIndex + 1, rightEnd);
}
![](https://i-blog.csdnimg.cn/blog_migrate/0552cd68fff5bf612b1f7bdd08e0654b.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/4efd8632d27e6539fac3ecf1248b6f15.gif)
6 归并排序
平均时间复杂度:O(nlogn)
稳定性:稳定(排序前后,相同元素的相对位置保持不变)
适用场景:合并多个已有序的子数组
相关说明:分治思想(分而治之)的典型案例。有自顶向下和自底向上两种方式。
// 自底向上方式
private static void sort(int[] data) {
int N = data.length;
for (int size = 1; size < N; size = size + size) {
for (int leftStart = 0; leftStart + size < N; leftStart = leftStart + size + size) {
merge(data, leftStart, leftStart + size - 1, Math.min(leftStart + size + size - 1, N - 1));
}
}
}
private static void merge(int[] data, int leftStart, int leftEnd, int rightEnd) {
int leftIndex = leftStart;
int rightIndex = leftEnd + 1; // rightStart
int[] temp = new int[data.length];
for (int k = leftStart; k <= rightEnd; k++) {
temp[k] = data[k];
}
for (int k = leftStart; k <= rightEnd; k++) {
if (leftIndex > leftEnd) {
data[k] = temp[rightIndex++];
} else if (rightIndex > rightEnd) {
data[k] = temp[leftIndex++];
} else if (temp[leftIndex] < temp[rightIndex]) {
data[k] = temp[leftIndex++];
} else {
data[k] = temp[rightIndex++];
}
}
}
![](https://i-blog.csdnimg.cn/blog_migrate/aaa715b471ae6ba3385bdc707a535222.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/bf62ce3873623500488ac63bed22d5c1.gif)
7 堆排序
平均时间复杂度:O(nlogn)
稳定性:不稳定(排序后,相同元素的相对位置可能发生变化)
堆有序:在一颗二叉树中,每个结点都大于等于(最大堆)或小于等于(最小堆)它的两个子节点。
二叉堆:堆有序的完全二叉树。
二叉堆数组:将完全二叉树的结点,按照层级顺序,将每一层的结点,从左至右放入数组中,且下标从1开始,即根节点的下标为1位置。
堆的有序化:以最大堆为例。
/**
* 上浮法:将子节点逐步向上提升
*
* @param data 数组
* @param index 起始位置
*/
private static void swim(int[] data, int index) {
while (index > 1) {
int parentIndex = index / 2;
if (data[parentIndex] < data[index]) {
swap(data, index, parentIndex); // 交换位置
index = parentIndex;
} else {
break;
}
}
}
![](https://i-blog.csdnimg.cn/blog_migrate/e09794a08a90eb6446b0fb25e485ec19.gif)
/**
* 下沉法:将父节点逐步向下沉淀
*
* @param data 数组
* @param index 起始位置
* @param stopIndex 截止位置
*/
private static void sink(int[] data, int index, int stopIndex) {
while (index < stopIndex) {
int maxValue = data[index], swapIndex = -1;
int leftIndex = 2 * index, rightIndex = leftIndex + 1;
if (leftIndex < stopIndex && data[leftIndex] > maxValue) {
maxValue = data[leftIndex];
swapIndex = leftIndex;
}
if (rightIndex < stopIndex && data[rightIndex] > maxValue) {
maxValue = data[rightIndex];
swapIndex = rightIndex;
}
if (swapIndex > -1) {
swap(data, index, swapIndex); // 交换位置
index = swapIndex;
} else {
break;
}
}
}
![](https://i-blog.csdnimg.cn/blog_migrate/74c611c5b1595bb6c7de6407dea6e7fb.gif)
堆排序:以下沉法为例。
/**
* 通过下沉法,进行堆排序。
*
* @param data 数组
*/
private static void sort(int[] data) {
// 堆有序化
for (int index = (data.length - 1) / 2; index >= 1; index--) {
sink(data, index, data.length);
}
// 排序
for (int index = data.length - 1; index > 1; index--) {
swap(data, 1, index);
sink(data, 1, index);
}
}
![](https://i-blog.csdnimg.cn/blog_migrate/d664ba2ea6bf0f1267444089676feae8.gif)
![](https://i-blog.csdnimg.cn/blog_migrate/5d8198e0f89b297026a9da51e06ecd1e.gif)