常见的七种排序算法（Java实现）

最新推荐文章于 2023-04-07 16:24:53 发布
最新推荐文章于 2023-04-07 16:24:53 发布
阅读量802 收藏 3
点赞数 3
分类专栏： 数据结构&算法 文章标签： 数据结构 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/mmmmmcjp/article/details/119769279
版权

文章目录

一、算法的一些概念

1.排序算法分类

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。
其可以分为两大类：

  • 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。

  • 外部排序法： 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。

image-20210817223146454

2.算法的时间复杂度

2.2.1度量一个程序(算法)执行时间的两种方法

  • 运行后统计的方法 这种方法可行, 但是有两个问题：

一是要想对设计的算法的运行性能进行评测，需要实际运行该程序；

二是所 得时间的统计量依赖于计算机的硬件、软件等环境因素, 这种方式，要在同一台计算机的相同状态下运行，才能比较那个算法速度更快。

  • 运行前估算的方法 通过分析某个算法的时间复杂度来判断哪个算法更优.

2.2.2时间频度

一个算法中的语句执行次数称为语句频度或时间频度。记为 T(n)。

一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。

2.3.3时间复杂度

  • 一般情况下，算法中的基本操作语句的重复执行次数是问题规模 n 的某个函数，用 T(n)表示。**若有某个辅助函数 f(n)，使得当 n 趋近于无穷大时，T(n) / f(n) 的极限值为不等于零的常数，**则称 f(n)是 T(n)的同数量级函数。 记作 T(n)=Ｏ( f(n) )，称Ｏ( f(n) ) 为算法的渐进时间复杂度，简称时间复杂度。
  • T(n) 不同，但时间复杂度可能相同。 如：T(n)=n²+7n+6 与 T(n)=3n²+2n+2 它们的 T(n) 不同，但时间复杂度相同，都为 O(n²)。
  • 计算时间复杂度的方法：
  • 用常数 1 代替运行时间中的所有加法常数 ： T(n)=n²+7n+6 => T(n)=n²+7n+1
  • 修改后的运行次数函数中，只保留最高阶项 ：T(n)=n²+7n+1 => T(n) = n²
  • 去除最高阶项的系数 ：T(n) = n² => T(n）= n² =>On²)

2.3.4常见的时间复杂度

  • 常数阶 O(1)
  • 对数阶 O(log2n)
  • 线性阶 O(n)
  • 线性对数阶 O(nlog2n)
  • 平方阶 O(n^2)
  • 立方阶 O(n^3)
  • k 次方阶 O(n^k)
  • 指数阶 O(2^n）

image-20210817224351231

说明：

  1. 常见的算法时间复杂度由小到大依次为：

Ο(1)＜Ο(log2n)＜Ο(n)＜Ο(nlog2n)＜O(n^2) ＜O(n^3) ＜ O(n^k) ＜ O(2^n） ，

随着问题规模 n 的不断增大，上述时间复杂度不断增大，算法的执行效率越低

  1. 从图中可见，我们应该尽可能避免使用指数阶的算法

2.3.5平均时间复杂度和最坏时间复杂度

  • 平均时间复杂度是指所有可能的输入实例均以等概率出现的情况下，该算法的运行时间。

  • 最坏情况下的时间复杂度称最坏时间复杂度。一**般讨论的时间复杂度均是最坏情况下的时间复杂度。**这样做的 原因是：最坏情况下的时间复杂度是算法在任何输入实例上运行时间的界限，这就保证了算法的运行时间不会 比最坏情况更长。

  • 平均时间复杂度和最坏时间复杂度是否一致，和算法有关(如图:)

image-20210817224935916

相关术语：

  1. 稳定：如果 a 原本在 b 前面，而 a=b，排序之后 a 仍然在 b 的前面；

  2. 不稳定：如果 a 原本在 b 的前面，而 a=b，排序之后 a 可能会出现在 b 的后面；

  3. 内排序：所有排序操作都在内存中完成；

  4. 外排序：由于数据太大，因此把数据放在磁盘中，而排序通过磁盘和内存的数据传输才能进行；

  5. 时间复杂度： 一个算法执行所耗费的时间。

  6. 空间复杂度：运行完一个程序所需内存的大小。

  7. n: 数据规模

  8. k: “桶”的个数

  9. In-place: 不占用额外内存 10) Out-place: 占用额外内存

3.算法的空间复杂度

  1. 类似于时间复杂度的讨论，一个算法的空间复杂度(Space Complexity)定义为该算法所耗费的存储空间，它也是 问题规模 n 的函数。

  2. 空间复杂度(Space Complexity)是**对一个算法在运行过程中临时占用存储空间大小的量度。**有的算法需要占用的 临时工作单元数与解决问题的规模 n 有关，它随着 n 的增大而增大，当 n 较大时，将占用较多的存储单元，例如快速排序和归并排序算法, 基数排序就属于这种情况

  3. 在做算法分析时，主要讨论的是时间复杂度。从用户使用体验上看，更看重的程序执行的速度。一些缓存产品 (redis, memcache)和算法(基数排序)本质就是用空间换时间。

二、八种排序算法[Java代码]

1.冒泡排序

package com.ahcfl._06sort;

import java.time.LocalDateTime;
import java.util.Arrays;

/**
 * @Author: ahcfl
 * @Description: 冒泡排序 - 渐进时间复杂度（时间复杂度）O(n^2)
 * 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部。
 * 就象水底下的气泡一样逐渐向上冒。
 *
 * 优化：
 * 因为排序的过程中，各元素不断接近自己的位置，如果一趟比较下来没有进行过交换，就说明序列有序，
 * 因此要在排序过程中设置一个标志 flag 判断元素是否进行过交换。从而减少不必要的比较。
 */
public class BubbleSort {

    public static void main(String[] args) {

        //int[] array = {2, -3, 1, 8, 10, -1};  // 执行5次
        //-3, 1, 2, 8, -1, 10
        // -3 1 2 -1 8 10
        // -3 1 -1 2 8 10
        // -3 -1 1 2 8 10
        // -3 -1 1 2 8 10
        /*加flag 标志位优化 一次循环比较不产生交换 说明已经排序完毕
         * 没必要再执行不必要的比较
         * */
        //int[] array = {2, -3, 1, 8, 10, -1}; // 执行4次
        //int[] array = {1, 2, 3, 4, 5, 6}; // 执行1次

        /*测试8w条数据排序时间*/
        int[] array = new int[80000];
        for (int i = 0; i < 80000; i++) {
            array[i] = (int) (Math.random() * 80000);
        }
        System.out.println("排序前：" + LocalDateTime.now().toString());
        bubbleSort(array); // 20s左右
        System.out.print("排序后：" + LocalDateTime.now().toString());
    }

    private static void bubbleSort(int[] array) {
        int count = 0;
        int temp = 0;  // 中间变量
        boolean flag = false; // 交换标志位
        for (int j = 0; j < array.length - 1; j++) {
            for (int i = 0; i < array.length - 1 - j; i++) {
                if (array[i] > array[i + 1]) {
                    flag = true; // 产生了交换
                    temp = array[i];
                    array[i] = array[i + 1];
                    array[i + 1] = temp;
                }
            }
            count++;
            //System.out.println(j + "--> array = " + Arrays.toString(array));

            if (!flag) {  // flag不变 退出
                break;
            } else {
                flag = false; // 每次循环
            }
        }

        System.out.println("count = " + count);
    }

}

2.选择排序

package com.ahcfl._06sort;

import java.time.LocalDateTime;
import java.util.Arrays;

/**
 * @Author: ahcfl
 * @Description: 选择排序 （时间复杂度）O(n^2)
 * 从排序的数据中，按指定的规则选出（选最小值或最大值）某一元素，再依规定交换位置
 * 第一次从 arr[0]~arr[n-1]中选取最小值，与 arr[0]交换，
 * 第二次从 arr[1]~arr[n-1]中选取最小值，与 arr[1]交换，
 * 第三次从 arr[2]~arr[n-1]中选取最小值，与 arr[2]交换，…，
 * 第 i 次从 arr[i-1]~arr[n-1]中选取最小值，与 arr[i-1]交换，…,
 * 第 n-1 次从 arr[n-2]~arr[n-1]中选取最小值，与 arr[n-2]交换，
 * 总共通过 n-1 次，得到一个按排序码从小到大排列的有序序列
 */
public class SelectSort {

    public static void main(String[] args) {
        //int[] array = {2, -3, 1, 8, 10, -5};

        /*int minIndex = 0;  // 初始最小索引
        int minVal = array[0]; // 假定最小值
        for (int j = 1; j < array.length - 1; j++) {
            if (minVal > array[j]) {
                minVal = array[j]; // 发现比假定值小的交换
                minIndex = j;  // 这里的j 表示最小值的索引
            }
        }
        array[minIndex] = array[0]; // 0索引位置值与最小值交换
        array[0] = minVal; // 把一次循环比较后的最小值放到0索引位
        System.out.println("array = " + Arrays.toString(array));*/

        // 测试8w条数据排序时间
        int[] array = new int[80000];
        for (int i = 0; i < 80000; i++) {
            array[i] = (int) (Math.random() * 80000);
        }
        System.out.println("排序前：" + LocalDateTime.now().toString());
        selectSort(array); // 3s
        System.out.println("排序后：" + LocalDateTime.now().toString());

    }

    private static void selectSort(int[] array) {
        for (int i = 0; i < array.length; i++) {
            int minIndex = i;  // 初始最小索引
            int minVal = array[i]; // 假定最小值
            for (int j = 1 + i; j < array.length; j++) {
                if (minVal > array[j]) {
                    minVal = array[j]; // 发现比假定值小的交换
                    minIndex = j;  // 这里的j 表示最小值的索引
                }
            }

            if (minIndex != i) {
                array[minIndex] = array[i]; // 0索引位置值与最小值交换
                array[i] = minVal; // 把一次循环比较后的最小值放到0索引位
            }
            //System.out.println(i + "--> array = " + Arrays.toString(array));
        }
    }

}

3.插入排序

package com.ahcfl._06sort;

import java.time.LocalDateTime;
import java.util.Arrays;

/**
 * @Author: ahcfl
 * @Date: 2021年08月14日 14:16
 * @Description: 插入排序 时间复杂度 O(n^2)
 * 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 main(String[] args) {

        //int[] array = {2, -3, 8, 1, 10, -5}; // 升序排列

        /*// 插入第一个数
        int insertVal = array[1];  // 存放待插入值
        int insertIndex = 1 - 1;   // 存放最终插入值前一个值索引
        // 索引>=0退出 防止索引越界
        // insertVal < array[insertIndex] 待插入的数还没倒找插入位置
        while (insertIndex >= 0 && insertVal < array[insertIndex]) {
            array[insertIndex + 1] = array[insertIndex];
            insertIndex--;
        }
        array[insertIndex+1] = insertVal;
        System.out.println("array = " + Arrays.toString(array));*/

        // 测试8w条数据排序时间
        int[] array = new int[80000];
        for (int i = 0; i < 80000; i++) {
            array[i] = (int) (Math.random() * 80000);
        }
        System.out.println("排序前：" + LocalDateTime.now().toString());
        insertSort(array); // 1s
        System.out.println("排序后：" + LocalDateTime.now().toString());




    }

    private static void insertSort(int[] array) {
        int insertVal = 0; // 存放待插入值
        int insertIndex = 0; // 存放最终插入值前一个值索引
        for (int i = 1; i < array.length; i++) {
            insertVal = array[i];
            insertIndex = i - 1;
            // 索引>=0退出 防止索引越界
            // insertVal < array[insertIndex] 待插入的数还没倒找插入位置 进入循环
            while (insertIndex >= 0 && insertVal < array[insertIndex]) {
                array[insertIndex + 1] = array[insertIndex]; // 比待插入值大的前移
                insertIndex--; // 再找前一个值 进行 判断&&比较 直到索引为0退出
            }

            if (insertIndex + 1 != i) {
                array[insertIndex + 1] = insertVal;
            }
            //System.out.println(i + "--> array = " + Arrays.toString(array));
        }
    }
}

4.希尔排序

package com.ahcfl._06sort;

import java.time.LocalDateTime;
import java.util.Arrays;

/**
 * @Author: ahcfl
 * @Date: 2021年08月14日 15:35
 * @Description: 希尔排序 时间复杂度O(nlogn) 分组并进行插入排序  缩小增量排序（缩小分组的增量）
 * 希尔排序是希尔（Donald Shell）于 1959 年提出的一种排序算法。
 * 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。
 * 
 * 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。
 */
public class ShellSort {

    public static void main(String[] args) {
        //int[] array = {8, 9, 2, 7, 3, 4, 1, 5, 6, 0};
        //shellMind(array);

        // 测试8w条数据排序时间
        int[] array = new int[80000];
        for (int i = 0; i < 80000; i++) {
            array[i] = (int) (Math.random() * 80000);
        }
        System.out.println("排序前：" + LocalDateTime.now().toString());
        //swapShellSort(array); // 插入时采用交换法   6s
        gressionShellSort(array); // 插入时采用移位法   40ms
        System.out.println("排序后：" + LocalDateTime.now().toString());

    }

    private static void swapShellSort(int[] array) {
        int temp = 0;
        for (int gap = array.length / 2; gap > 0; gap /= 2) {
            for (int i = gap; i < array.length; i++) {
                // 遍历各组中所有的元素 gap组， 每组元素的步长gap
                for (int j = i - gap; j >= 0; j -= gap) {
                    // 如果当前元素 > 加上步长元素 交换（大的值向后移动）
                    if (array[j] > array[j + gap]) {
                        temp = array[j];
                        array[j] = array[j + gap];
                        array[j + gap] = temp;
                    }
                }

            }
            //System.out.println(gap + "--> array = " + Arrays.toString(array));
        }
    }

    private static void gressionShellSort(int[] array) {
        for (int gap = array.length / 2; gap > 0; gap /= 2) {
            for (int i = gap; i < array.length; i++) {
                // 遍历各组中所有的元素 gap组， 每组元素的步长gap
                int j = i;
                int temp = array[i]; //待插入的值
                if (array[j] < array[j - gap]) { // 待插入值如果小于前面步长值 进行插入,反之，进行下一个
                    while (j - gap >= 0 && temp < array[j - gap]) { // 循环确定最终插入位置
                        array[j] = array[j - gap];
                        j -= gap;
                    }
                    // 当索引小于0退出， 或者temp大于前面的值退出
                    if (j != i) {
                        array[j] = temp; // 插入数值
                    }
                }
            }
            //System.out.println(gap + "--> array = " + Arrays.toString(array));
        }
    }

    private static void shellMind(int[] array) {
        // 交换
        int temp = 0;
        for (int i = 5; i < array.length; i++) {
            for (int j = i - 5; j >= 0; j -= 5) {
                if (array[j] > array[j + 5]) {
                    temp = array[j];
                    array[j] = array[j + 5];
                    array[j + 5] = temp;
                }
            }
        }

        System.out.println("array = " + Arrays.toString(array));


        for (int i = 2; i < array.length; i++) {
            for (int j = i - 2; j >= 0; j -= 2) {
                if (array[j] > array[j + 2]) {
                    temp = array[j];
                    array[j] = array[j + 2];
                    array[j + 2] = temp;
                }
            }
        }
        System.out.println("array = " + Arrays.toString(array));

        for (int i = 1; i < array.length; i++) {
            for (int j = i - 1; j >= 0; j -= 1) {
                if (array[j] > array[j + 1]) {
                    temp = array[j];
                    array[j] = array[j + 1];
                    array[j + 1] = temp;
                }
            }
        }
        System.out.println("array = " + Arrays.toString(array));
    }

}

5.快速排序

package com.ahcfl._06sort;

import java.time.LocalDateTime;
import java.util.Arrays;

/**
 * @Author: ahcfl
 * @Description: 快速排序 时间复杂度 O(nlogn) 【冒泡排序的一种改进】
 * 通过第一次排序将要排序的数据【分割成独立的两部分】， （排序采用交换数值的方式）
 * 其中【一部分的所有数据都比另外一部分的所有数据都要小】，
 * 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。
 */
public class QuickSort {

    public static void main(String[] args) {
        //int[] arr = {-9, 78, 0, 23, -567, 70};
        // 一、pivot = arr[(left + right) / 2] 以0为中值
        // -9, -567, 0, 23, 78, 70
        // 当前 l<r ： 1 < 4
        // arr[l]=0 arr[r]=0
        // 交换  没变化
        //  arr[l] == pivot r-- ,arr[r] == pivot l++
        // 当前 l<r： 3<1 不满足 退出 第一轮快速排序分割两部分结束
        // 二、向左递归 left < r  0<1满足
        // -9, -567 ---> pivot=arr[(left + right) / 2] =arr[(0+1)/2]=arr[0]=-9
        // 进行循环判断当前 arr[l]=-9 arr[r]=-567  两值交换
        // -9, -567, 0, 23, 78, 70
        // 当前 l=0 ,r=0,   l == r  需要l++,r--,
        // 继续判断 left < r 0<-1 不满足 向左递归结束
        // 【注意：左递归结束这里是回溯到之前进入左递归的时候，l=3时】
        // 三、向右递归 right > l  5>3满足
        // 23, 78, 70 --->  pivot = arr[(left + right) / 2] =arr[(3+5)/2]=arr[4]=78
        // 进行循环判断当前 arr[l]=78, arr[r]=70 两值交换
        // -567, -9, 0, 23, 70, 78
        // arr[l] == pivot  l =5  r = 3
        // 退出循环
        //  left < r  3<3不满足
        //  right > l 3>5不满足
        // 回溯到原来的调用栈 顺序执行，程序结束，排序完成

        // 测试8w条数据排序时间  40ms 毫秒级
        int[] arr = new int[80000];
        for (int i = 0; i < 80000; i++) {
            arr[i] = (int) (Math.random() * 80000);
        }
        System.out.println("排序前：" + LocalDateTime.now().toString());
        quickSort(arr, 0, arr.length - 1);
        System.out.println("排序后：" + LocalDateTime.now().toString());

    }

    private static void quickSort(int[] arr, int left, int right) {
        int l = left;  // 左下标
        int r = right; // 右下标
        int pivot = arr[(left + right) / 2]; // 中轴值
        int temp = 0; // 临时变量

        // 1.循环把比 pivot 小的值--> 左，大的值--> 右
        while (l < r) {
            // 循环找到大于中值的值 才退出
            while (arr[l] < pivot) {
                l += 1;
            }
            // 循环找到小于中值的值 才退出
            while (arr[r] > pivot) {
                r -= 1;
            }

            // 当 l >= r 左右分割结束
            if (l >= r) {
                break;
            }
            // 循环找到的 右边大的 与 左边小的值 交换
            temp = arr[l];
            arr[l] = arr[r];
            arr[r] = temp;
            // 交换后 当 arr[l] == pivot, 则 r--
            if (arr[l] == pivot) {
                r -= 1;
            }
            // 交换后 当 arr[r] == pivot, 则 l++
            if (arr[r] == pivot) {
                l += 1;
            }

            //System.out.println("--> arr = " + Arrays.toString(arr));
        }

        // 2.当 l==r 时，需要l++,r--, 否则会无线递归调用 --> 出现栈溢出
        if (l == r) {
            l += 1;
            r -= 1;
        }

        // 3.向左递归
        if (left < r) {
            quickSort(arr, left, r);
        }
        // 向右递归
        if (right > l) {
            quickSort(arr, l, right);
        }

    }
}

6.归并排序

package com.ahcfl._06sort;

import java.time.LocalDateTime;
import java.util.Arrays;

/**
 * @Author: ahcfl
 * @Date: 2021年08月16日 15:03
 * @Description: 归并排序 时间复杂度O(nlogn) 分而治之
 * 该算法采用经典的分治策略（divide-and-conquer）
 * 分(divide)将问题分成一些小的问题然后递归求解，
 * 治(conquer)将分的问题得到的各答案"修补"在一起。
 * 注意：以空间换时间  int[] temp，治(conquer)的时候用temp额外空间存储排序好的数值
 */
public class MergeSort {

    public static void main(String[] args) {
        int[] arr = {8, 4, 5, 7, 1, 3, 6, 2};
        // 治(conquer)的时候 需要一个额外空间存储排序数值
        int[] temp = new int[arr.length];
        mergeSort(arr, 0, arr.length - 1, temp);

        // 测试8w条数据排序时间  20ms 毫秒级
        /*int[] arr = new int[80000];
        int[] temp = new int[arr.length];
        for (int i = 0; i < 80000; i++) {
            arr[i] = (int) (Math.random() * 80000);
        }
        System.out.println("排序前：" + LocalDateTime.now().toString());
        mergeSort(arr, 0, arr.length - 1, temp);
        System.out.println("排序后：" + LocalDateTime.now().toString());*/


    }

    /**
     * @Description: 分离与合并
     **/
    public static void mergeSort(int[] arr, int left, int right, int[] temp) {
        if (left < right) {
            //找到中间分离索引
            int mid = (left + right) / 2;
            //向左递归进行分解--》不满足判断条件时--》一一回溯 --》顺序执行 合并
            mergeSort(arr, left, mid, temp);
            //向右递归进行分解--》不满足判断条件时--》一一回溯 --》顺序执行 合并
            mergeSort(arr, mid + 1, right, temp);
            //合并
            merge(arr, left, mid, right, temp);
        }
    }

    /**
     * @param arr   排序的原始数组
     * @param left  左边有序序列的初始索引
     * @param mid   中间索引
     * @param right 右边索引
     * @param temp  中转的数组
     * @Description: 合并
     */
    public static void merge(int[] arr, int left, int mid, int right, int[] temp) {
        System.out.println("-----治(conquer)-----");
        int i = left;   // 左边有序序列初始索引
        int j = mid + 1; // 右边有序序列初始索引
        int t = 0;    // 指向temp数值的当前索引

        // 1.分离后的左右两边数组都从初始索引开始比较
        while (i <= mid && j <= right) {
            // 1.1 对比同等阶上索引的值 --> 谁的值小，谁先放在 temp数组的最左变
            // 假如左边数组的较小，赋值完毕，左边的索引+1，temp数组索引+1，
            // 空出一个位，保存下一次左边值与右边上次值比较得出的较小值。 反之，同理。
            if (arr[i] <= arr[j]) {
                temp[t] = arr[i];
                t += 1;
                i += 1;
            } else {
                temp[t] = arr[j];
                t += 1;
                j += 1;
            }
        }

        // 2.上面循环执行结束后 仍有（左/右）数组有剩余的数值 依次保存到temp数组
        // 2.1 左边数组剩余值
        while (i <= mid) {
            temp[t] = arr[i];
            t += 1;
            i += 1;
        }
        // 2.1 右边数组剩余值
        while (j <= right) {
            temp[t] = arr[j];
            t += 1;
            j += 1;
        }

        //3. 将temp数组中的元素 copy到原来的arr
        t = 0;
        int tempLeft = left; //合并
        // tempLeft=0,right=1  tempLeft=2,right=3  || tempLeft=4,right=5  tempLeft=6,right=7
        //                      tempLeft=0,right=3 ||  tempLeft=4,right=7
        //                               tempLeft=0,right=7
        System.out.println("tempLeft = " + tempLeft + "，right = " + right);
        while (tempLeft <= right) {
            arr[tempLeft] = temp[t];
            t += 1;
            tempLeft += 1;
        }

        // 打印分治步骤
        //System.out.println("temp = " + Arrays.toString(temp));
        //System.out.println("---> arr = " + Arrays.toString(arr));
    }

}

7.基数排序

package com.ahcfl._06sort;

import java.time.LocalDateTime;
import java.util.Arrays;

/**
 * @Author: ahcfl
 * @Date: 2021年08月16日 17:30
 * @Description: 基数排序(Radix Sort) 时间复杂度O(n*k)
 * 是桶排序的扩展，又称“桶子法”（bucket sort）或 bin sort。
 * 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，依次进行一次排序。
 * 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。
 */
public class RadixSort {

    public static void main(String[] args) {
        /*int[] arr = {53, 3, 542, 748, 14, 214};
        radixSort(arr);*/
        // 8千万条数据所需内存：80000000 * 11 * 4 / 1024 / 1024 / 1024 =3.3G
        // 测试8w条数据排序时间  20ms 毫秒级
        int[] arr = new int[80000];
        for (int i = 0; i < 80000; i++) {
            arr[i] = (int) (Math.random() * 80000);
        }
        System.out.println("排序前：" + LocalDateTime.now().toString());
        radixSort(arr);
        System.out.println("排序后：" + LocalDateTime.now().toString());
    }

    /**
     * @Description:基数排序方法
     **/
    public static void radixSort(int[] arr) {
        //1. 得到数组中最大的数的位数
        int max = arr[0]; //假设第一个数就是最大数
        for (int i = 1; i < arr.length; i++) {
            if (arr[i] > max) {
                max = arr[i];
            }
        }
        int maxLength = (max + "").length(); //得到最大数是几位数

        //2.定义一个二维数组，表示10个桶, 每个桶就是一个一维数组
        //2.1二维数组包含10个一维数组
        //2.2为了防止在放入数的时候，数据溢出，则每个一维数组(桶)，大小定为arr.length
        //2.3名明确，基数排序是使用空间换时间的经典算法
        int[][] bucket = new int[10][arr.length];

        //3.为了记录每个桶中，实际存放了多少个数据,我们定义一个一维数组来记录各个桶的每次放入的数据个数
        //比如：bucketElementCounts[0] , 记录的就是  bucket[0] 桶的放入数据个数
        int[] bucketElementCounts = new int[10];


        //4.使用循环处理数值放入桶中
        for (int i = 0, n = 1; i < maxLength; i++, n *= 10) {
            //(针对每个元素的对应位进行排序处理)， 第一次是个位，第二次是十位，第三次是百位..
            for (int j = 0; j < arr.length; j++) {
                //取出每个元素的对应位的值
                int digitOfElement = arr[j] / n % 10;
                //放入到对应的桶中
                bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];
                bucketElementCounts[digitOfElement]++;
            }
            //按照这个桶的顺序(一维数组的下标依次取出数据，放入原来数组)
            int index = 0;
            //遍历每一桶，并将桶中是数据，放入到原数组
            for (int k = 0; k < bucketElementCounts.length; k++) {
                //如果桶中，有数据，我们才放入到原数组
                if (bucketElementCounts[k] != 0) {
                    //循环该桶即第k个桶(即第k个一维数组), 放入
                    for (int l = 0; l < bucketElementCounts[k]; l++) {
                        //取出元素放入到arr
                        arr[index++] = bucket[k][l];
                    }
                }
                //第i+1轮处理后，需要将每个 bucketElementCounts[k] = 0 ！！！！
                bucketElementCounts[k] = 0;
            }

            //System.out.println("第"+(i+1)+"轮，对个位的排序处理 arr =" + Arrays.toString(arr));
        }
    }

}

8.堆排序

.........
编程小栈
关注
专栏目录
Java排序算法实现
03-06
Java排序算法实现 Java排序算法实现 Java排序算法实现
java实现排序
weixin_43408956的博客
04-24 193
//合并排序 public class mergesort { //对数组进行划分 public static int[] huafen(int[] m){ int n = m.length/2; int[] s = new int[m.length]; if(n>=1) {//在划分为单个数据之前一直划分 ...
java7种常见的排序算法：选择排序、冒泡排序、直接插入排序、快速排序、希尔排序、归并排序、堆排序
ljh_learn_from_base的博客
09-28 351
链接：java 7 种算法的完整实例及测试 一、选择排序 /** * 选择排序原理：挨个比较 * 外层 循环长度-1次，内层循环每次从第二个开始 * 将外层循环中的值挨个与内层循环中的元素作比较 * 时间复杂度为：O(N^2) * * @param array * @return */ public st...
八大排序算法java_八大排序算法 Java 实现
weixin_34980267的博客
02-12 217
原标题：八大排序算法 Java 实现概述常见的八大排序算法，它们之间的关系如下： 直接插入排序希尔排序简单选择排序堆排序冒泡排序快速排序归并排序基数排序直接插入排序 基本思想经常碰到这样一类排序问题：把新的数据插入到已经排好的数据列中。将第一个数和第二个数排序，然后构成一个有序序列将第三个数插入进去，构成一个新的有序序列。对第四个数、第五个数……直到最后一个数，重复第二步。算法描述 首先设定插入次...
【排序算法java实现】
weixin_39719973的博客
04-07 278
【代码】【排序算法java实现】
常见的七大排序算法Java实现.zip
07-30
本压缩包"常见的七大排序算法Java实现.zip"包含了七种经典的排序算法在Java语言中的实现。尽管文件列表中并未明确列出每种排序算法的名称，但根据常规，这七大排序算法可能包括冒泡排序、插入排序、选择排序、快速...
七种排序算法Java版性能比较+Java实现.doc
最新发布
09-21
本文将详细分析七种常见的Java排序算法：冒泡排序、选择排序、快速排序、插入排序、希尔排序、归并排序和堆排序，并探讨它们在不同条件下的性能表现。 1. **冒泡排序**： - 时间复杂度：平均和最坏情况下都是O(n^2...
Java实现几种常见排序算法代码
09-05
【Java实现几种常见排序算法代码】的描述中提到了排序的重要性以及分类，下面将详细讲解这些排序算法。 1. **排序算法的意义与稳定度** - 排序是计算机科学中的基本操作，它使得数据组织有序，便于查找、分析和...
Java数据挖掘常见18种算法实现和10种常见排序算法以及其他相关经典DM算法集合.zip
04-26
Java数据挖掘18大算法实现和10大常见排序算法以及其他相关经典DM算法集合。 18大数据挖掘的经典算法以及代码实现，涉及到了决策分类，聚类，链接挖掘，关联挖掘，模式挖掘等等方面,后面都是相应算法的文章，希望能够...
java实现数据结构常见排序算法及详解
11-08
### Java 实现数据结构常见排序算法及详解 #### 排序算法概述 排序算法是计算机科学中的基础概念之一，主要用于将一系列数据按照特定规则进行排列。根据数据处理方式的不同，排序算法大致分为两大类：比较排序与非...
Java实现简易排序
10-20
使用Java实现了快速排序，插入排序，选择排序
七种排序算法（Java实现）
volatile_0524的博客
10-25 599
今天来总结一下七种排序算法。七种分别是，插入排序，希尔排序，选择排序，堆排序，冒泡排序，快速排序，归并排序 1.插入排序： 插入排序呢，就是把某个元素插入到合适该元素的位置。 打个比方，现在三个同学依照个子高低来排队，现在个子最高的学生和最矮的学生先到操场就先站好了，等到第三个不算高也不算矮的同学来了，老师就将他插入到两个以及排好的同学中间，这个过程就像是插入排序。 下面用以下数据按照从小...
常用排序方法（java实现）
stead_dy的博客
09-18 377
一、选择排序 二、插入排序 三、冒泡排序 四、归并排序 五、快速排序 六、堆排序 七、桶排序 八、基数排序 九、外部排序
JAVA实现10种排序
一缕阳光@的博客
11-19 2276
**1.冒泡排序 2.选择排序 3.插入排序 4.希尔排序 5.快速排序 6.归并排序 7.堆排序 8.计数排序 9.桶排序 10.基数排序**
Java实现排序
qq_42232737的博客
03-06 108
排序 冒泡排序 public static void bubbleSort(int[] arr){ for (int i = 0; i < arr.length - 1; i++) { for (int j = 0; j < arr.length - i - 1; j++) { if (arr[j] > arr[j+1]){ int tmp = arr[j];
数据结构和算法设计专题之---八大内部排序
810364804
07-29 177
摘要： 前几天，看到一篇前辈的博文“程序员必知的8大排序”，不禁的手痒起来，重新翻开严蔚敏老师的《数据结构》复习了一遍，然后一一的用java去实现，其中有不足之处，还望各位道友指正出来。 先来看看8种排序之间的关系： 第一：直接插入排序 1.基本思想：在要排序的一组数中，假设前面(n-1) [n&gt;=2] 个数已经是排好顺序的，现在要把...
Java实现排序算法
weixin_43868436的博客
09-21 159
Java实现排序算法
排序算法—Java实现
vm04580
03-02 522
Java实现常见排序算法 日常操作中常见排序方法有：冒泡排序、快速排序、选择排序、插入排序、堆排序等 以下是各排序算法定义及代码实现： 1、冒泡排序（Bubble Sort）：是一种计算机科学领域的较简单的排序算法。 它重复地走访过要排序的元素列，依次比较两个相邻的元素，如果他们的顺序错误就把他们交换过来，直到没有相邻元素需要交换，也就是说该元素已经排序完成。该排序算法不稳定 /** * 冒泡排...
Java实现全排序
qq_36931461的博客
11-19 380
Java实现全排序 根据递归，我们针对字符串变成字符串数组result进行分析 A B C D 我们可以利用for循环把每一个字符与的一个字符进行交换 第一个字符 第二个字符 第三个字符 第四个字符 A       B       C       D       针对第一个字符为A进...
Java实现常见排序算法整理
这里我们详细讨论了三种经典的排序算法在Java中的实现： 1. **插入排序（Insertion Sort）** 插入排序是一种简单直观的排序算法，它的工作原理类似于玩扑克牌时的整理过程。在这个Java实现中，`InsertSort`类实现...
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

编程小栈

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值