java常用的8种排序方法

最新推荐文章于 2024-07-24 17:49:50 发布

从放弃到开始

最新推荐文章于 2024-07-24 17:49:50 发布

阅读量529

点赞数

分类专栏： java基础

java基础专栏收录该内容

50 篇文章 5 订阅

订阅专栏

1.直接插入排序

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。

如何写写成代码：

首先设定插入次数，即循环次数，for(int i=1;i<length;i++)，1个数的那次不用插入。
设定插入数和得到已经排好序列的最后一个数的位数。insertNum和j=i-1。
从最后一个数开始向前循环，如果插入数小于当前数，就将当前数向后移动一位。
将当前数放置到空着的位置，即j+1。

代码实现如下：

[java]view plaincopy
public class Main {  
      
    public static void insertSort(int[] a){  
        int temp = 0 ,j;  
        for (int i = 1; i < a.length; i++){  
            if (a[i - 1] > a[i]){  
                temp = a[i];  
                j = i;  
                while (j > 0 && a[j - 1] > temp){  
                    a[j] = a[j - 1];  
                    j--;  
                }  
                a[j] = temp;  
            }  
        }  
    }  
      
    public static void main(String[] args) {  
        int[] x = { 6, 2, 4, 1, 5, 9 };  
        insertSort(x);  
        for (int i : x) {  
            System.out.print(i+",");  
        }  
    }  
      
      
}  

2.希尔排序

对于直接插入排序问题，数据量巨大时。

将数的个数设为n，取奇数k=n/2，将下标差值为k的书分为一组，构成有序序列。
再取k=k/2 ，将下标差值为k的书分为一组，构成有序序列。
重复第二步，直到k=1执行简单插入排序。

如何写成代码：

首先确定分的组数。
然后对组中元素进行插入排序。
然后将length/2，重复1,2步，直到length=0为止。

代码实现如下：

[java]view plaincopy
public  void sheelSort(int[] a){  
        int d  = a.length;  
            d=d/2;  
        while (d!=0) {  
                for (int i = x + d; i < a.length; i += d) {//组中的元素，从第二个数开始  
            for (int x = 0; x < d; x++) {//分的组数  
                    int temp = a[i];//要插入的元素  
                    int j = i - d;//j为有序序列最后一位的位数  
                        a[j + d] = a[j];//向后移动d位  
                    for (; j >= 0 && temp < a[j]; j -= d) {//从后往前遍历。  
                    }  
    }  
                    a[j + d] = temp;  
                }  
            }  
        }  

3.简单选择排序

常用于取序列中最大最小的几个数时。

(如果每次比较都交换，那么就是交换排序；如果每次比较完一个循环再交换，就是简单选择排序。)

遍历整个序列，将最小的数放在最前面。
遍历剩下的序列，将最小的数放在最前面。
重复第二步，直到只剩下一个数。

如何写成代码：

首先确定循环次数，并且记住当前数字和当前位置。
将当前位置后面所有的数与当前数字进行对比，小数赋值给key，并记住小数的位置。
比对完成后，将最小的值与第一个数的值交换。
重复2、3步。

代码实现如下：

[java]view plaincopy
public void selectSort(int[] a) {  
        int length = a.length;  
        for (int i = 0; i < length; i++) {//循环次数  
            int key = a[i];  
            int position=i;  
                if (a[j] < key) {  
            for (int j = i + 1; j < length; j++) {//选出最小的值和位置  
                    key = a[j];  
            a[i]=key;  
                    position = j;  
                }  
            }  
            a[position]=a[i];//交换位置  
        }  
    }  

4.堆排序

对简单选择排序的优化。

将序列构建成大顶堆。
将根节点与最后一个节点交换，然后断开最后一个节点。
重复第一、二步，直到所有节点断开。

代码实现如下：

[java]view plaincopy
public  void heapSort(int[] a){  
        System.out.println("开始排序");  
        int arrayLength=a.length;  
        for(int i=0;i<arrayLength-1;i++){  
        //循环建堆    
            //建堆    
  
            //交换堆顶和最后一个元素    
            buildMaxHeap(a,arrayLength-1-i);  
            System.out.println(Arrays.toString(a));  
            swap(a,0,arrayLength-1-i);  
        }  
    }  
        // TODO Auto-generated method stub    
    private  void swap(int[] data, int i, int j) {  
        int tmp=data[i];  
        data[i]=data[j];  
    private void buildMaxHeap(int[] data, int lastIndex) {  
        data[j]=tmp;  
    }  
    //对data数组从0到lastIndex建大顶堆    
        // TODO Auto-generated method stub    
            int k=i;  
        //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保存正在判断的节点    
            //如果当前k节点的子节点存在    
                //如果biggerIndex小于lastIndex，即biggerIndex+1代表的k节点的右子节点存在    
            while(k*2+1<=lastIndex){  
                //k节点的左子节点的索引    
                int biggerIndex=2*k+1;  
                if(biggerIndex<lastIndex){  
                        biggerIndex++;  
                    //若果右子节点的值较大    
                    if(data[biggerIndex]<data[biggerIndex+1]){  
                        //biggerIndex总是记录较大子节点的索引    
                    }  
                    //将biggerIndex赋予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子节点的值    
                }  
                //如果k节点的值小于其较大的子节点的值    
                if(data[k]<data[biggerIndex]){  
                    //交换他们    
                    swap(data,k,biggerIndex);  
    }  
                    k=biggerIndex;  
                }else{  
                    break;  
                }  
            }  
        }  

5.冒泡排序

一般不用。

将序列中所有元素两两比较，将最大的放在最后面。
将剩余序列中所有元素两两比较，将最大的放在最后面。
重复第二步，直到只剩下一个数。

如何写成代码：

设置循环次数。
设置开始比较的位数，和结束的位数。
两两比较，将最小的放到前面去。
重复2、3步，直到循环次数完毕。

代码实现如下：

[java]view plaincopy
public void bubbleSort(int[] a){  
        int length=a.length;  
        for(int i=0;i<a.length;i++){  
        int temp;  
                if(a[j]>a[j+1]){  
            for(int j=0;j<a.length-i-1;j++){  
                    a[j]=a[j+1];  
                    temp=a[j];  
                    a[j+1]=temp;  
    }  
                }  
            }  
        }  

6.快速排序

要求时间最快时。

选择第一个数为p，小于p的数放在左边，大于p的数放在右边。
递归的将p左边和右边的数都按照第一步进行，直到不能递归。

代码实现如下：

[java]view plaincopy
public static void quickSort(int[] numbers, int start, int end) {     
    if (start < end) {     
        int temp; // 记录临时中间值     
        int base = numbers[start]; // 选定的基准值（第一个数值作为基准值）     
            while ((numbers[i] < base) && (i < end))     
        int i = start, j = end;     
        do {     
                i++;     
            if (i <= j) {     
            while ((numbers[j] > base) && (j > start))     
                j--;     
                temp = numbers[i];     
            }     
                numbers[i] = numbers[j];     
                numbers[j] = temp;     
                i++;     
                j--;     
        } while (i <= j);     
}  
        if (start < j)     
            quickSort(numbers, start, j);     
        if (end > i)     
            quickSort(numbers, i, end);     
    }     

7.归并排序

速度仅次于快排，内存少的时候使用，可以进行并行计算的时候使用。

选择相邻两个数组成一个有序序列。
选择相邻的两个有序序列组成一个有序序列。
重复第二步，直到全部组成一个有序序列。

代码实现如下：

[java]view plaincopy
public class MergeSortTest {    
    
    public static void main(String[] args) {    
        int[] data = new int[] { 5, 3, 6, 2, 1, 9, 4, 8, 7 };    
        print(data);    
        mergeSort(data);    
        System.out.println("排序后的数组：");    
        print(data);    
    }    
    
    public static void mergeSort(int[] data) {    
        sort(data, 0, data.length - 1);    
    }    
    
    public static void sort(int[] data, int left, int right) {    
        if (left >= right)    
            return;    
        // 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);    
        print(data);    
    }    
    
    /**  
     * 将两个数组进行归并，归并前面2个数组已有序，归并后依然有序  
     *   
     * @param data  
     *            数组对象  
     * @param left  
     *            左数组的第一个元素的索引  
     * @param center  
     *            左数组的最后一个元素的索引，center+1是右数组第一个元素的索引  
     * @param right  
     *            右数组最后一个元素的索引  
     */    
    public static void merge(int[] data, int left, int center, int right) {    
        // 临时数组    
        int[] tmpArr = new int[data.length];    
        // 右数组第一个元素索引    
        int mid = center + 1;    
        // third 记录临时数组的索引    
        int third = left;    
        // 缓存左数组第一个元素的索引    
        int tmp = left;    
        while (left <= center && mid <= right) {    
            // 从两个数组中取出最小的放入临时数组    
            if (data[left] <= data[mid]) {    
                tmpArr[third++] = data[left++];    
            } else {    
                tmpArr[third++] = data[mid++];    
            }    
        }    
        // 剩余部分依次放入临时数组（实际上两个while只会执行其中一个）    
        while (mid <= right) {    
            tmpArr[third++] = data[mid++];    
        }    
        while (left <= center) {    
            tmpArr[third++] = data[left++];    
        }    
        // 将临时数组中的内容拷贝回原数组中    
        // （原left-right范围的内容被复制回原数组）    
        while (tmp <= right) {    
            data[tmp] = tmpArr[tmp++];    
        }    
    }    
    
    public static void print(int[] data) {    
        for (int i = 0; i < data.length; i++) {    
            System.out.print(data[i] + "\t");    
        }    
        System.out.println();    
    }    
    
}    

8.基数排序

用于大量数，很长的数进行排序时。

将所有的数的个位数取出，按照个位数进行排序，构成一个序列。
将新构成的所有的数的十位数取出，按照十位数进行排序，构成一个序列。

代码实现如下：

[java]view plaincopy
public void sort(int[] array) {  
        //首先确定排序的趟数;       
        for (int i = 1; i < array.length; i++) {  
        int max = array[0];  
                max = array[i];  
            if (array[i] > max) {  
            }  
        }  
        while (max > 0) {  
        int time = 0;  
        //判断位数;       
            max /= 10;  
        List<ArrayList> queue = new ArrayList<ArrayList>();  
            time++;  
        }  
        //建立10个队列;       
            ArrayList<Integer> queue1 = new ArrayList<Integer>();  
        for (int i = 0; i < 10; i++) {  
            queue.add(queue1);  
        }  
            //分配数组元素;       
        //进行time次分配和收集;       
        for (int i = 0; i < time; i++) {  
                int x = array[j] % (int) Math.pow(10, i + 1) / (int) Math.pow(10, i);  
            for (int j = 0; j < array.length; j++) {  
                //得到数字的第time+1位数;     
                queue.set(x, queue2);  
                ArrayList<Integer> queue2 = queue.get(x);  
                queue2.add(array[j]);  
            }  
                while (queue.get(k).size() > 0) {  
            int count = 0;//元素计数器;       
            //收集队列元素;       
            for (int k = 0; k < 10; k++) {  
                    count++;  
                    ArrayList<Integer> queue3 = queue.get(k);  
                    array[count] = queue3.get(0);  
                    queue3.remove(0);  
                }  
    }  
            }  
        }  

1.O(n^2)性能分析

平均性能为O(n^2)的有：直接插入排序，选择排序，冒泡排序

1.在数据规模较小时（9W内），直接插入排序，选择排序差不多。当数据较大时，冒泡排序算法的时间代价最高。

2.性能为O(n^2)的算法基本上是相邻元素进行比较，基本上都是稳定的。

2.O(nlogn)性能分析

平均性能为O(nlogn)的有：快速排序，归并排序，希尔排序，堆排序。其中，快排是最好的，其次是归并和希尔，堆排序在数据量很大时效果明显。

这四种排序可看作为“先进算法”，其中，快排效率最高，但在待排序列基本有序的情况下，会变成冒泡排序，接近O(n^2).

希尔排序对增量的标准没有较为满意的答案，增量对性能会有影响。

归并排序效率非常不错，在数据规模较大的情况下，比希尔排序和堆排序要好。

多数先进的算法都是因为跳跃式的比较，降低了比较次数，但牺牲了排序的稳定性。

3. 插入排序，冒泡排序，二叉树排序，归并排序都是稳定的，选择排序，希尔排序，快速排序，堆排序是不稳定的。

如何选择排序算法？

1.数据规模较小

（1）待排序列基本序的情况下，可以选择直接插入排序；

（2）对稳定性不作要求宜用选择排序，对稳定性有要求宜用插入或冒泡

2.数据规模不是很大

（1）完全可以用内存空间，序列杂乱无序，对稳定性没有要求，快速排序，此时要付出log（N）的额外空间。

（2）序列本身可能有序，对稳定性有要求，空间允许下，宜用归并排序

3.海量级别的数据，必须按块放在外存上

（1）对稳定性有求，则可考虑归并排序。

（2）对稳定性没要求，宜用堆排序

4.序列初始基本有序（正序），宜用直接插入，冒泡，随机快排

各排序算法整体分析

冒泡排序、插入排序、希尔排序以及快速排序对数据的有序性比较敏感，尤其是冒泡排序和插入排序；

选择排序不关心表的初始次序，它的最坏情况的排序时间与其最佳情况没多少区别，其比较次数为 n(n-1)/2，但选择排序可以非常有效的移动元素。因此对次序近乎正确的表，选择排序可能比插入排序慢很多。

冒泡排序在最优情况下只需要经过n-1次比较即可得出结果（即对于完全正序的表），最坏情况下也要进行n(n-1)/2 次比较，与选择排序的比较次数相同，但数据交换的次数要多余选择排序，因为选择排序的数据交换次数顶多为 n-1，而冒泡排序最坏情况下的数据交换n(n-1)/2 。冒泡排序不一定要进行趟，但由于它的记录移动次数较多，所以它的平均时间性能比插入排序要差一些。

插入排序在最好的情况下有最少的比较次数，但是它在元素移动方面效率非常低下，因为它只与毗邻的元素进行比较，效率比较低。

希尔排序实际上是预处理阶段优化后的插入排序，一般而言，在比较大时，希尔排序要明显优于插入排序。

快速排序采用的“大事化小，小事化了”的思想，用递归的方法，将原问题分解成若干规模较小但与原问题相似的子问题进行求解。快速算法的平均时间复杂度为O(nlogn) ，平均而言，快速排序是基于关键字比较的内部排序算法中速度最快者；但是由于快速排序采用的是递归的方法，因此当序列的长度比较大时，对系统栈占用会比较多。快速算法尤其适用于随机序列的排序。

因此，平均而言，对于一般的随机序列顺序表而言，上述几种排序算法性能从低到高的顺序大致为：冒泡排序、插入排序、选择排序、希尔排序、快速排序。但这个优劣顺序不是绝对的，在不同的情况下，甚至可能出现完全的性能逆转。

对于序列初始状态基本有正序，可选择对有序性较敏感的如插入排序、冒泡排序、选择排序等方法

对于序列长度比较大的随机序列，应选择平均时间复杂度较小的快速排序方法。

各种排序算法都有各自的优缺点，适应于不同的应用环境，因此在选择一种排序算法解决实际问题之前，应当先分析实际问题的类型，再结合各算法的特点，选择一种合适的算法。