java排序算法详解

一、插入排序（直接插入排序，折半插入排序，希尔排序）

1、直接插入排序

public static void sort(int[] array) {
		for(int i=1;i<array.length;i++) {   //这里叫它第一行吧
			int temp=array[i];              //将要插入的数先保存起来，那么数组的这个位置就可以拿来用了
			int j=i-1;
			for(;j>=0&&array[j]>temp;j--) { //将保存的数与前面的数一一比较
				array[j+1]=array[j];		//一旦满足条件就将前面的数往后挪一格
			}			
	        array[j+1]=temp;			    //最后把保存的数插入，然后回到第一行进行下一个数的插入   	
		}	
		System.out.println(Arrays.toString(array) + " InsertSort");
	}

2、折半插入排序

 

折半插入排序是对直接插入排序的一种改进，直接插入排序中0到i-1有序的，折半插入排序就是用折半查找迅速找到需要插入的地方，而不用从i-1开始逐一向前比较。

 
使用折半查找查找3应该插入的位置， 
1. low=0 hight=6 mid=(low+hight)/2=3 
因为data[3]<=data[7]，说明应该插入的位置在4-6之间 
 
2. low=mid+1=3+1=4 hight=6 mid=(low+hight)/2=5 
 
因为data[5]>data[7]说明应该插入的位置在4到5间

3 low=4 hight=mid-1=5 mid=（4+5）/2=4 

因为data[4]>data[7]所以插入的位置是4，但是此时折半查找并没有结束 
4 low=4 hight=mid-1=3 因为此时low>hight所以折半折半查找结束 
 
low的位置便是应该插入的位置（该位置满足data[low]>待插入的值，data[hight]<=待插入的值，或者hight为-1，也就是插入的位置为0） 
5 将low到i-1的数字都往后移动腾出low的位置将插入值插入，注意备份i位置的值避免被覆盖后找不回待插入值。 

 

public static void binaryInsertSort(int[] array){		
	    for(int i = 1; i < array.length; i++){
	       int temp = array[i];
	       int low = 0;
	       int high = i - 1;
	       while(low <= high){                  //当low>high时就会跳出循环
	    	   int mid = (low + high) / 2;
	           if(temp < array[mid]){           //用temp保存要插入的值
	               high = mid - 1;
	           }
	           else {
	        	   low = mid + 1;
	           }	
	       }
	       for(int j = i; j >= low + 1; j--){
	    	   array[j] = array[j - 1];	    	   
	       }
	       array[low] = temp;                   //要插入的位置一定是low的位置
	    }
	}

3、希尔排序（最小增量排序）

 

希尔排序，也称递减增量排序算法，是插入排序的一种更高效的改进版本。希尔排序是非稳定排序算法。
希尔排序是基于插入排序的以下两点性质而提出改进方法的：
插入排序在对几乎已经排好序的数据操作时，效率高，即可以达到线性排序的效率；
但插入排序一般来说是低效的，因为插入排序每次只能将数据移动一位。
先取一个正整数d1 < n, 把所有相隔d1的记录放一组，每个组内进行直接插入排序；然后d2 < d1，重复上述分组和排序操作；直至di = 1，即所有记录放进一个组中排序为止。

 

public static void shellsort(int[] array)	{
		int i,j,temp;
		int gap=1;                            //表示间隔
		int len=array.length;
		while(gap<len/3)  {gap=gap*3+1;}      //通过计算得到一个间隔数，如果不加1，那么间隔数会取到0，这是不允许的
		for(;gap>0;gap/=3) {                  //通过上一步的计算，如果总长度为20，那么间隔为13,4,1
		/****下面的计算其实就是直接插入排序了****/	
			 for (i = gap; i < len; i++) {  
		            temp = array[i];  
		            for (j = i - gap; j >= 0 && array[j] > temp; j -= gap) {  
		                array[j + gap] = array[j];  
		            }  
		            array[j + gap] = temp;  
		        }  				
		}
		System.out.println(Arrays.toString(array) + " shellsort");  
	}

三种插入排序的时间复杂度和空间复杂度

插入排序	时间复杂度	空间复杂度
直接插入排序	O(n^2)	O(1)
折半插入排序	O(n^2)	O(1)
希尔排序	O(n^3/2)~O(n^7/6)	O(1)

 

二、选择排序

 

1、简单选择排序

 

基本思想：在要排序的一组数中，选出最小的一个数与第一个位置的数交换；

然后在剩下的数当中再找最小的与第二个位置的数交换，如此循环到倒数第二个数和最后一个数比较为止。

下面两种方法的思路是一样的，只不过上面那种方法是先用两个变量缓存最小的值和他的位置，最后才交换。

 

public static void selectSort(int[] array) {  
    int position = 0;  
    for (int i = 0; i < array.length; i++) {  
        int j = i + 1;  
        position = i;  
        int temp = array[i];  
        for (; j < array.length; j++) {  
            if (array[j] < temp) {  
                temp = array[j];  
                position = j;  
            }  
        }  
        array[position] = array[i];  
        array[i] = temp;  
    }  
    System.out.println(Arrays.toString(array) + " selectSort");  
}  


public static void  ansort3(int[] array){
    for(int i=0;i<array.length;i++){
        for(int j=i+1;j<array.length;j++){
            if(array[j]<array[i]){
                int temp=array[i];
                array[i]=array[j];
                array[j]=temp;
            }    
        }     
    }
}

2、堆排序

 

基本思想：堆排序是一种树形选择排序，是对直接选择排序的有效改进。

堆的定义如下：具有n个元素的序列（h1,h2,...,hn),当且仅当满足（hi>=h2i,hi>=h(2i+1)）或（hi<=h2i,hi<=h(2i+1)）(i=1,2,...,n/2)时称之为堆。在这里只讨论满足前者条件的堆。由堆的定义可以看出，堆顶元素（即第一个元素）必为最大项（大顶堆）。完全二叉树可以很直观地表示堆的结构。也就是说父节点会比它的左节点和有节点大（小）。堆顶为根，其它为左子树、右子树。初始时把要排序的数的序列看作是一棵顺序存储的二叉树，调整它们的存储序，使之成为一个堆，这时堆的根节点的数最大。然后将根节点与堆的最后一个节点交换。然后对前面(n-1)个数重新调整使之成为堆。依此类推，直到只有两个节点的堆，并对它们作交换，最后得到有n个节点的有序序列。从算法描述来看，堆排序需要两个过程，一是建立堆，二是堆顶与堆的最后一个元素交换位置。所以堆排序有两个函数组成。一是建堆的渗透函数，二是反复调用渗透函数实现排序的函数。

 

建堆：

交换，从堆中踢出最大数

 

为什么要和最后一个节点交换？

因为最后一个节点对应数组的最后一个位置，排序完成后数组就是从小到大的排列了，空间复杂度是（1）。

 

 

剩余结点再建堆，再交换踢出最大数

 

依次类推：最后堆中剩余的最后两个结点交换，踢出一个，排序完成。

public class HeapSort {

    private int[] arr;

    public HeapSort(int[] arr) {
        this.arr = arr;
    }

    /**
     * 堆排序的主要入口方法，共两步。
     */
    public void sort() {
        /*
         *  第一步：将数组堆化
         *  beginIndex = 第一个非叶子节点。
         *  从第一个非叶子节点开始即可。无需从最后一个叶子节点开始。
         *  从第一个非叶子节点开始的原因（因为它是最后一个叶子节点的parent，就是说他是最后一个节点的 
         *  父节点）
         *  叶子节点可以看作已符合堆要求的节点，根节点就是它自己且自己以下值为最大。
         */
        int len = arr.length - 1;
        int beginIndex = (len - 1) / 2;
        for (int i = beginIndex; i >= 0; i--) {
            maxHeapify(i, len);
        }

        /*
         * 第二步：对堆化数据排序
         * 每次都是移出最顶层的根节点A[0]，与最尾部节点位置调换，同时遍历长度 - 1。
         * 然后从新整理被换到根节点的末尾元素，使其符合堆的特性。
         * 直至未排序的堆长度为 0。
         */
        for (int i = len; i > 0; i--) {
            swap(0, i);
            maxHeapify(0, i - 1);
        }
    }

    private void swap(int i, int j) {
        int temp = arr[i];
        arr[i] = arr[j];
        arr[j] = temp;
    }

    /**
     * 调整索引为 index 处的数据，使其符合堆的特性。
     *
     * @param index 需要堆化处理的数据的索引
     * @param len   未排序的堆（数组）的长度
     */
    private void maxHeapify(int index, int len) {

        int li = 2 * index + 1; // 左子节点索引
        int ri = li + 1;           // 右子节点索引
        int cMax = li;             // 子节点值最大索引，默认左子节点。

        if (li > len) return;       // 左子节点索引超出计算范围，直接返回。

        if (ri <= len && arr[ri] > arr[li]) // 先判断左右子节点，哪个较大。
            cMax = ri;

        if (arr[cMax] > arr[index]) {
            swap(cMax, index);      // 如果父节点被子节点调换，
            maxHeapify(cMax, len);  // 则需要继续判断换下后的父节点是否符合堆的特性。
        }
    }

分析（和快排分析比较）：

    最后我们简要分析下堆排序的时间复杂度。我们在每次重新调整堆时，都要将父节点与孩子节点比较，这样，每次重新调整堆的时间复杂度变为O（logn），而堆排序时有n-1次重新调整堆的操作，建堆时有（（len-1）/2+1）次重新调整堆的操作，因此堆排序的平均时间复杂度为O（n*logn）。由于我们这里没有借用辅助存储空间，因此空间复杂度为O（1）。

    堆排序在排序元素较少时有点大才小用，待排序列元素较多时，堆排序还是很有效的。另外，堆排序在最坏情况下，时间复杂度也为O（n*logn）。相对于快速排序（平均时间复杂度为O（n*logn），最坏情况下为O（n*n）），这是堆排序的最大优点。

 

详细的分析可以参考http://www.360doc.com/content/14/0306/11/3705007_358165809.shtml

3、树形选择排序

可以去这里了解一下

https://www.cnblogs.com/kubixuesheng/p/4359406.html（不讲了，好像他比较落后）

三、冒泡排序

基本思想：在要排序的一组数中，对当前还未排好序的范围内的全部数，自上而下对相邻的两个数依次进行比较和调整，让较大的数往下沉，较小的往上冒。即：每当两相邻的数比较后发现它们的排序与排序要求相反时，就将它们互换。

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

四、快速排序(对冒泡排序的一种优化）

基本思想：选择一个基准元素,通常选择第一个元素或者最后一个元素,通过一趟扫描，将待排序列分成两部分,一部分比基准元素小,一部分大于等于基准元素,此时基准元素在其排好序后的正确位置,然后再用同样的方法递归地排序划分的两部分。

public class QuickSort {  
      
    /** 
     * 将数组的某一段元素进行划分，小的在左边，大的在右边 
     */  
    public static int divide(int[] a, int start, int end){  
        //每次都以最右边的元素作为基准值  
        int base = a[end];  
        //start一旦等于end，就说明左右两个指针合并到了同一位置，可以结束此轮循环。  
        while(start < end){  
            while(start < end && a[start] <= base)  
                //从左边开始遍历，如果比基准值小，就继续向右走  
                start++;  
            //上面的while循环结束时，就说明当前的a[start]的值比基准值大，应与基准值进行交换  
            if(start < end){  
                //交换  
                int temp = a[start];  
                a[start] = a[end];  
                a[end] = temp;  
                //交换后，此时的那个被调换的值也同时调到了正确的位置(基准值右边)，因此右边也要同时向前移动一位  
                end--;  
            }     
            while(start < end && a[end] >= base)  
                //从右边开始遍历，如果比基准值大，就继续向左走  
                end--;  
            //上面的while循环结束时，就说明当前的a[end]的值比基准值小，应与基准值进行交换  
            if(start < end){  
                //交换  
                int temp = a[start];  
                a[start] = a[end];  
                a[end] = temp;  
                //交换后，此时的那个被调换的值也同时调到了正确的位置(基准值左边)，因此左边也要同时向后移动一位  
                start++;  
            }     
              
        }  
        //这里返回start或者end皆可，此时的start和end都为基准值所在的位置  
        return end;  
    }  
  
    /** 
     * 排序 
     */  
    public static void sort(int[] a, int start, int end){  
        if(start > end){  
            //如果只有一个元素，就不用再排下去了  
            return;  
        }   
        else{  
            //如果不止一个元素，继续划分两边递归排序下去  
            int partition = divide(a, start, end);  
            sort(a, start, partition-1);  
            sort(a, partition+1, end);  
        }  
              
    }  
      
}  

五、归并排序

基本排序：归并（Merge）排序法是将两个（或两个以上）有序表合并成一个新的有序表，即把待排序序列分为若干个子序列，每个子序列是有序的。然后再把有序子序列合并为整体有序序列。

public static void mergingSort(int[] array) {  
	    sort(array, 0, array.length - 1);  
	    System.out.println(Arrays.toString(array) + " mergingSort");  
	}  
	
	
	private static void sort(int[] data, int left, int right) {  
	    if (left < right) {  
	        //找出中间索引  
	        int center = (left + right) / 2;  
	        //对左边数组进行递归  
	        sort(data, left, center);  
	        //对右边数组进行递归  
	        sort(data, center + 1, right);  
	        //合并  
	        merge(data, left, center, right);  
	    }  
	}  
	 
	

	/**
	 * 这是完成两个有序数组的合并操作，可以看出时间复杂的是O(1)
	 * 2018年2月13日
	 * 这个非常简单，只要从比较二个数列的第一个数，谁小就先取谁，取了后就在对应数列中删除这个数。
	 * 然后再进行比较，如果有数列为空，那直接将另一个数列的数据依次取出即可。
	 */
	private static void merge(int[] data, int left, int center, int right) {  
	    int[] tmpArr = new int[data.length];          //准备一个暂存数组
	    int mid = center + 1;  
	    //third记录中间数组的索引  
	    int third = left;  
	    int tmp = left;  
	    while (left <= center && mid <= right) {  
	        //从两个数组中取出最小的放入中间数组  
	        if (data[left] <= data[mid]) {  
	            tmpArr[third++] = data[left++];  
	        } else {  
	            tmpArr[third++] = data[mid++];  
	        }  
	    }  
	  
	    //剩余部分依次放入中间数组  
	    while (mid <= right) {  
	        tmpArr[third++] = data[mid++];  
	    }  
	  
	    while (left <= center) {  
	        tmpArr[third++] = data[left++];  
	    }  
	  
	    //将中间数组中的内容复制回原数组  
	    while (tmp <= right) {  
	        data[tmp] = tmpArr[tmp++];  
	    }  
	}  

归并排序的效率是比较高的，设数列长为N，将数列分开成小数列一共要logN步，每步都是一个合并有序数列的过程，时间复杂度可以记为O(N)，故一共为O(N*logN)。因为归并排序每次都是在相邻的数据中进行操作，所以归并排序在O(N*logN)的几种排序方法（快速排序，归并排序，希尔排序，堆排序）也是效率比较高的，但是空间复杂度为O(N),所以内部排序一般用快速排序，外部排序才考虑用归并排序。

六、基数排序

基本思想：将所有待比较数值（正整数）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 static void radixSort(int[] array) {  
    //首先确定排序的趟数;  
    int max = array[0];  
    for (int i = 1; i < array.length; i++) {  
        if (array[i] > max) {  
            max = array[i];  
        }  
    }  
    int time = 0;  
    //判断位数;  
    while (max > 0) {  
        max /= 10;  
        time++;  
    }  
  
  
    //建立10个队列;  
    ArrayList<ArrayList<Integer>> queue = new ArrayList<>();  
    for (int i = 0; i < 10; i++) {  
        ArrayList<Integer> queue1 = new ArrayList<>();  
        queue.add(queue1);  
    }  
  
  
    //进行time次分配和收集;  
    for (int i = 0; i < time; i++) {  
        //分配数组元素;  
        for (int anArray : array) {  
            //得到数字的第time+1位数;  
            int x = anArray % (int)Math.pow(10, i + 1) / (int)Math.pow(10, i);  
            ArrayList<Integer> queue2 = queue.get(x);  
            queue2.add(anArray);  
            queue.set(x, queue2);  
        }  
        int count = 0;//元素计数器;  
        //收集队列元素;  
        for (int k = 0; k < 10; k++) {  
            while (queue.get(k).size() > 0) {  
                ArrayList<Integer> queue3 = queue.get(k);  
                array[count] = queue3.get(0);  
                queue3.remove(0);  
                count++;  
            }  
        }  
    }  
    System.out.println(Arrays.toString(array) + " radixSort");  
}