排序有内部排序和外部排序,内部排序是数据记录在内存中进行排序(使用内存),而外部排序是因排序的数据很大,一次不能容纳全部的排序记录,在排序过程中需要访问外存。
我们这里说说九大排序就是内部排序。
内部排序有可以分为以下几类:
(1)、插入排序:直接插入排序、希尔排序、二分法插入排序。
(2)、选择排序:简单选择排序、堆排序。
(3)、交换排序:冒泡排序、快速排序。
(4)、归并排序
(5)、基数排序
总结:
1.稳定性:
稳定:冒泡排序、插入排序、归并排序和基数排序
不稳定:选择排序、快速排序、希尔排序、堆排序
2.平均时间复杂度
O(n^2):直接插入排序,简单选择排序,冒泡排序。
在数据规模较小时(9W内),直接插入排序,简单选择排序差不多。当数据较大时,冒泡排序算法的时间代价最高。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。
O(nlogn):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。
3.排序算法的选择
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简单选择排序,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.数据规模很大
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
二、九大排序
2.1、插入排序
2.1.1、直接插入排序
![](https://github.com/changwensir/upload_img/raw/master/data_structure/straightInsertionSort.jpg)
/**
* 1.直接插入排序(从后向前找到合适位置后插入)
* 基本思想:每步将一个待排序的记录,按其顺序码大小插入到前面已经排序的字序列的合适位置(从后向前找到合适位置后),
* 直到全部插入排序完为止。
*/
public void straightInsertionSort(int[] array) {
for (int i = 1; i < array.length; i++) {
int temp = array[i];
int j;
for (j = i - 1; j >= 0; j--) {
if (array[j] > temp) {
array[j + 1] = array[j];
} else
break;
}
array[j + 1] = temp;
}
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
2.1.2、希尔排序
希尔排序是1959 年由D.L.Shell 提出来的,相对直接排序有较大的改进。希尔排序又叫缩小增量排序
![](https://github.com/changwensir/upload_img/raw/master/data_structure/shellSort.jpg)
/**
* 2.希尔排序
* 基本思想:先取一个小于n的整数d1作为第一个增量,把文件的全部记录分成d1个组。
* 所有距离为d1的倍数的记录放在同一个组中。先在各组内进行直接插入排序;
* 然后,取第二个增量d2< d1重复上述的分组和排序,直至所取的增量dt=1(dt<dt-l<…<d2<d1),
* 即所有记录放在同一组中进行直接插入排序为止。该方法实质上是一种分组插入方法。
*/
public int[] shellSort(int[] array) {
int d = array.length;
while (true) {
d = d / 2;
for (int x = 0; x < d; x++) {
for (int i = x + d; i < array.length; i = i + d) {
int temp = array[i];
int j;
for (j = i - d; j >= 0 ; j = j - d) {
if (array[j] > temp) {
array[j + d] = array[j];
} else
break;
}
array[j + d] = temp;
}
}
if (d == 1) {
break;
}
}
return array;
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
2.1.3、二分(折半)插入排序
![](https://github.com/changwensir/upload_img/raw/master/data_structure/twoPointInsertion.jpg)
/**
* 3.二分法插入排序
* 基本思想:二分法插入排序的思想和直接插入一样,只是找合适的插入位置的方式不同,
* 这里是按二分法找到合适的位置,可以减少比较的次数。
*/
public int[] twoPointInsertion(int[] array) {
for (int i = 1; i < array.length; i++) {
int temp = array[i];
int low = 0, high = i - 1, mid = 0;
while (low <= high) {
mid = (low + high) / 2;
if (temp < array[mid]) {
high = mid - 1;
} else {
low = mid + 1;
}
}
System.arraycopy(array, low, array, low + 1, i - low);
array[low] = temp;
}
return array;
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
System.arraycopy方法和Arrays.copyOf()方法详解
2.2、选择排序
2.2.1、简单选择排序
![](https://github.com/changwensir/upload_img/raw/master/data_structure/simpleSelection.jpg)
/**
* 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。
*/
public int[] simpleSelection(int[] array) {
for (int i = 0; i < array.length; i++) {
int minValue = array[i];
int minIndex = i;
for (int j = i + 1; j < array.length; j++) {
if (array[j] < minValue) {
minValue = array[j];
minIndex = j;
}
}
array[minIndex] = array[i];
array[i] = minValue;
}
return array;
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
2.2.2、堆排序
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。
初始序列:46,79,56,38,40,84
1、建堆:
2、交换,从堆中踢出最大数
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。
- 如果从下标从1开始存储,则编号为i的结点的主要关系为:
双亲:下取整 (i/2)
左孩子:2i
右孩子:2i+1 - 如果从下标从0开始存储,则编号为i的结点的主要关系为:
双亲:下取整 ((i-1)/2)
左孩子:2i+1
右孩子:2i+2
public int[] heapSort(int[] array) {
int arrayLength = array.length;
for (int i = 0; i < arrayLength - 1; i++) {
heapAdjust(array, arrayLength - 1 - i);
swap(array, 0, arrayLength - 1 - i);
}
return array;
}
public void heapAdjust(int[] array, int lastIndex) {
for (int parentNode = (lastIndex - 1) / 2; parentNode >= 0; parentNode--) {
int left = 2 * parentNode + 1;
int right = 2 * parentNode + 2;
while (left <= lastIndex) {
if (left < lastIndex && array[left] < array[right]) {
left++;
}
if (array[parentNode] < array[left]) {
swap(array, parentNode, left);
} else {
break;
}
}
}
}
private void swap(int[] data, int i, int j) {
int tmp = data[i];
data[i] = data[j];
data[j] = tmp;
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
2.3、交换排序
2.3.1、冒泡排序
![](https://github.com/changwensir/upload_img/raw/master/data_structure/bubbleSort.png)
/**
* 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 int[] bubbleSort(int[] array){
for (int i=0; i<array.length; i++){
for (int j=0; j<array.length-i-1; j++){
if (array[j]>array[j+1]){
int temp = array[j];
array[j] = array[j+1];
array[j+1]=temp;
}
}
}
return array;
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
2.3.2、快速排序
![](https://github.com/changwensir/upload_img/raw/master/data_structure/quickSort.png)
/**
* 2.快速排序:使用分治法(Divide and conquer)策略来把一个串行(list)分为两个子串
* 1、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 int[] quick(int[] array) {
if (array.length > 0) {
quickSort(array, 0, array.length - 1);
}
return array;
}
private void quickSort(int[] a, int low, int high) {
if (low < high) {
int middle = getMiddle(a, low, high);
quickSort(a, 0, middle - 1);
quickSort(a, middle + 1, high);
}
}
private int getMiddle(int[] a, int low, int high) {
int temp = a[low];
while (low < high) {
while (low < high && a[high] >= temp) {
high--;
}
a[low] = a[high];
while (low < high && a[low] <= temp) {
low++;
}
a[high] = a[low];
}
a[low] = temp;
return low;
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
2.4、归并排序
![](https://github.com/changwensir/upload_img/raw/master/data_structure/mergeSort2.png)
/**
* 基本思想:
* 归并排序(MergeSort)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。
* @param left 初次传参为0
* @param right 初次传参为array.length - 1;
*/
public static int[] mergeSort(int[] target, int left, int right) {
if (right > left) {
int mid = (left + right) / 2;
mergeSort(target, left, mid);
mergeSort(target, mid + 1, right);
return merge(target, left, mid, right);
}
return target;
}
public static int[] merge(int[] target, int left, int mid, int right) {
int[] temp = Arrays.copyOf(target, target.length);
int left_low = left;
int right_low = mid + 1;
int index = left;
while (left_low <= mid && right_low <= right) {
if (temp[left_low] <= temp[right_low]) {
target[index++] = temp[left_low++];
} else {
target[index++] = temp[right_low++];
}
}
while (left_low <= mid) {
target[index++] = temp[left_low++];
}
while (right_low <= right) {
target[index++] = temp[right_low++];
}
return target;
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
2.5、基数排序
![](https://github.com/changwensir/upload_img/raw/master/data_structure/radixSort.png)
public int[] radixSort(int[] array) {
int max = 0;
for (int anArray : array) {
if (max < anArray) {
max = anArray;
}
}
int times = 0;
while(max>0){
max = max/10;
times++;
}
List<ArrayList> queue = new ArrayList<ArrayList>();
for (int i = 0; i < 10; i++) {
ArrayList queue1 = new ArrayList();
queue.add(queue1);
}
for (int i = 0; i < times; i++) {
for (int j = 0; j < array.length; j++) {
int x = array[j]%(int)Math.pow(10, i+1)/(int)Math.pow(10, i);
ArrayList queue2 = queue.get(x);
queue2.add(array[j]);
queue.set(x,queue2);
}
int count = 0;
for (int j = 0; j < 10; j++) {
while(queue.get(j).size()>0){
ArrayList<Integer> queue3 = queue.get(j);
array[count] = queue3.get(0);
queue3.remove(0);
count++;
}
}
}
return array;
}