排序算法

十大排序算法

1.冒泡排序（Bubble Sort）

冒泡排序一种交换排序，他的基本思想是：两两比较相邻记录的关键字，如果反序则交换，直到没有反序的记录为止。冒泡的实现在细节上可以有很多种变化。
2.1算法描述
（1）比较相邻的元素。如果第一个比第二个大，就交换它们两个；
（2）对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对，这样在最后的元素应该会是最大的数；
（3）针对所有的元素重复以上的步骤，除了最后一个；
（4）重复步骤1~3，直到排序完成。
2.2代码实现

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

2.选择排序

选择排序是一种简单直观的排序算法，无论什么数据进去都是O(n2)的时间复杂度。所以用到它的时候，数据规模越小越好。工作原理：首先，找到数组中最小的那个元素，其次将它和数组的一个元素交换位置（如果第一个元素就是最小元素那么它就和自己交换）。再次，在剩下的元素找到最小的元素，将它与数组的第二个元素交换位置。如此往复，直到将整个数组排序。

2.1算法描述
（1）初始状态：无序区为R[1…n]，有序区为空；
（2）第i趟排序(i=1,2,3…n-1)开始时，当前有序区和无序区分别为R[1…i-1]和R(i…n）。该趟排序从当前无序区中-选出关键字最小的记录 R[k]，将它与无序区的第1个记录R交换，使R[1…i]和R[i+1…n)分别变为记录个数增加1个的新有序区和记录个数减少1个的新无序区；
（3）n-1趟结束，数组有序化了
2.2代码实现

public static void SelectionSort(int a[]){
int n=a.length;
	for(int i=0;i<n;i++){
int k=i;
		for(int j=i+1;j<n;j++){
			if(a[j]<a[k])
				k=j;
		}
		if(k>i){
			int temp=a[i];
			a[i]=a[k];
			a[k]=temp;
		}
	}
}

3.插入排序（insertion sort）

插入排序的算法描述是一种简单直观的排序算法。它的工作原理是通过构建有序序列，对于末排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。
3.1算法描述
（1）从第一个元素开始，该元素可以认为已经被排序；
（2）取出下一个元素，在已经排序的元素序列中从后向前扫描；
（3）如果该元素（已排序）大于新元素，将该元素移到下一位置；
（4）重复步骤3，直到找到已排序的元素小于或者等于新元素的位置；
（5）将新元素插入到该位置后；
（6）重复步骤2~5。
3.2代码实现

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

4.希尔排序

希尔排序的基本思想是：先将整个待排序的记录序列分割成为若干个子序列分别进行直接插入排序，待整个序列中的记录“基本有序”时，再对全体记录进行依次排序
4.1算法描述
（1）选择一个增量序列t1，t2，…，tk，其中ti>tj，tk=1；
（2）按增量序列个数k，对序列进行k 趟排序；
（3）每趟排序，根据对应的增量ti，将待排序列分割成若干长度为m 的子序列，分别对各子表进行直接插入排序。仅增量因子为1 时，整个序列作为一个表来处理，表长度即为整个序列的长度。
4.2代码实现

public static void sort(int[] arrays){
        if(arrays == null || arrays.length <= 1){
            return;
        }
        int incrementNum = arrays.length/2;
        while(incrementNum >=1){
            for(int i=0;i<arrays.length;i++){
                for(int j=i;j<arrays.length-incrementNum;j=j+incrementNum){
                    if(arrays[j]>arrays[j+incrementNum]){
                        int temple = arrays[j];
                        arrays[j] = arrays[j+incrementNum];
                        arrays[j+incrementNum] = temple;
                    }
                }
            }
            incrementNum = incrementNum/2;
        }
    }

5.归并排序（Merging Sort）

归并排序就是利用归并的思想实现的排序方法。它的原理是：假设初始序列含有n个记录，则可以看成是n个有序的子序列，每个子序列的长度为1，然后两两归并，得到[n/2]（[x]表示不小于x的最小整数）个长度为2或1的有序子序列；再两两归并，……，如此重复，直至得到一个长度为n的有序序列为止。
5.1算法描述
（1）把长度为n的输入序列分成两个长度为n/2的子序列；
（2）对这两个子序列分别采用归并排序；
（3）将两个排序好的子序列合并成一个最终的排序序列。
5.2代码实现

public static int[] MergingSort(int[] a,int low,int high){
        int mid = (low+high)/2;
        if(low<high){
            MergingSort(a,low,mid);
            MergingSort(a,mid+1,high);
            merge(a,low,mid,high);
        }
        return a;
    }
 public static void merge(int[] a, int low, int mid, int high) {
        int[] temp = new int[high-low+1];
        int i= low;
        int j = mid+1;
        int k=0;
        while(i<=mid && j<=high){
            if(a[i]<a[j]){
                temp[k++] = a[i++];
            }else{
                temp[k++] = a[j++];
            }
        }
        while(i<=mid){
            temp[k++] = a[i++];
        }
        while(j<=high){
            temp[k++] = a[j++];
        }
        for(int x=0;x<temp.length;x++){
            a[x+low] = temp[x];
        }
    }

6.快速排序（Quick Sort）

快速排序的基本思想是：通过一趟排序将待排记录分割成独立的两部分，其中一部分记录的关键字均比另一部分记录的关键字小。则可分别对这两部分记录继续进行排序，以达到整个序列有序的目的。
6.1算法描述
（1）从数列中挑出一个元素，称为 “基准”（pivot）；
（2）重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分区退出之后，该基准就处于数列的中间位置。这个称为分区（partition）操作；
（3）递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序。
6.2代码实现

public void 	QuickSort(int[] a,int low,int high){
         int start = low;
         int end = high;
         int key = a[low];
         while(end>start){
             while(end>start&&a[end]>=key) 
                 end--;
             if(a[end]<=key){
                 int temp = a[end];
                 a[end] = a[start];
                 a[start] = temp;
             }
             while(end>start&&a[start]<=key)
                start++;
             if(a[start]>=key){
                 int temp = a[start];
                 a[start] = a[end];
                 a[end] = temp;
             }
         }
         if(start>low) QuickSort(a,low,start-1);
         if(end<high) QuickSort(a,end+1,high);
     }   

7.堆排序（Heap Sort）

堆排序就是利用堆（假设利用大顶堆）进行排序的方法。它的基本思想是：将待排序的序列构造一个大顶堆。此时，整个序列的最大值就是堆顶的根本节点。将它移走（其实就是将其与堆数组的末尾元素交换，此时末尾元素就是最大值），然后将剩余的n-1个序列重新构造一个堆，这样就会得到n个元素中的次小值。如此反复执行，便能得到一个有序序列了。
7.1算法描述
（1）将初始待排序关键字序列(R1,R2….Rn)构建成大顶堆，此堆为初始的无序区；
（2）将堆顶元素R[1]与最后一个元素R[n]交换，此时得到新的无序区(R1,R2,……Rn-1)和新的有序区(Rn),且满足R[1,2…n-1]<=R[n]；
（3）由于交换后新的堆顶R[1]可能违反堆的性质，因此需要对当前无序区(R1,R2,……Rn-1)调整为新堆，然后再次将R[1]与无序区最后一个元素交换，得到新的无序区(R1,R2….Rn-2)和新的有序区(Rn-1,Rn)。不断重复此过程直到有序区的元素个数为n-1，则整个排序过程完成。
7.2代码实现

public void heapAdjust(int[] arr,int s,int m){
       int rc = arr[s]; 
       for(int j=2*s;j <= m;j = s*2){
            if(j<m && arr[j]<arr[j+1])
                j++;
            if(rc >= arr[j]) break;
             arr[s] = arr[j];
             s=j;
        }
        arr[s]=rc;   
    }
     
    public void heapSort(int[] arr){
        for(int i=(arr.length-1)/2;i > 0;i--){
            heapAdjust(arr,i,arr.length-1); 
        }
        outputArr(1);
        for(int i=arr.length-1; i>1; i--){
            int temp = arr[1];
            arr[1] = arr[i];
            arr[i] = temp;
            heapAdjust(arr,1,i-1);
        }
    }
  public void outputArr(int i){
        if(i <= arr[0]){
            System.out.println(arr[i]);
            outputArr(i*2);  
            outputArr(i*2+1); 
        }
    }

8.计数排序（Count Sort）

8.1算法描述
（1）找出待排序的数组中最大和最小的元素；
（2）统计数组中每个值为i的元素出现的次数，存入数组C的第i项；
（3）对所有的计数累加（从C中的第一个元素开始，每一项和前一项相加）；
（4）反向填充目标数组：将每个元素i放在新数组的第C(i)项，每放一个元素就将C(i)减去1。

8.2代码实现

private static int[] countSort(int[] array,int k){
int[] c=new int[k+1];
    int length=array.length,sum=0;
int[] b=new int[length];
for(int i=0;i<length;i++){
c[array[i]]+=1;
    }
    for(int i=0;i<k+1;i++){
        sum+=c[i];
        c[i]=sum;    
    }
    for(int i=length-1;i>=0;i--){
        b[c[array[i]]-1]=array[i];
        c[array[i]]--; 
}
    return b;   
}

9.桶排序

9.1算法描述
（1）设置一个定量的数组当作空桶；
（2）遍历输入数据，并且把数据一个一个放到对应的桶里去；
（3）对每个不是空的桶进行排序；
（4）从不是空的桶里把排好序的数据拼接起来。
9.2代码实现

public static int[] BucketSort(int[] theArray) {
    	int []firstArray = new int[100];
    	int []lastArray = new int[theArray.length];
    	int m = 0;
    	for(int i=0; i<theArray.length; i++) {
    		if (firstArray[theArray[i]] == 0) {
    			firstArray[theArray[i]] = 1;
    		}else {
    			firstArray[theArray[i]] +=1 ;
    		}
    	}
    	for(int j=0; j<firstArray.length; j++) {
    		if(firstArray[j]>0) {
        		for(int k=0; k<firstArray[j]; k++) {
        			lastArray[m] = j;
        			m++;
        		}
    		}
    	}
    	return lastArray;
    }

10.基数排序

10.1算法描述
（1）取得数组中的最大数，并取得位数；
（2）arr为原始数组，从最低位开始取每个位组成radix数组；
（3）对radix进行计数排序（利用计数排序适用于小范围数的特点）
10.2代码实现

private static void radixSort(int[] array,int d){
    int n=1；
    int k=0;
    int length=array.length;
	int[][] bucket=new int[10][length];
	int[] order=new int[length];
    while(n<d){
        for(int num:array) {
            int digit=(num/n)%10;
            bucket[digit][order[digit]]=num;
            order[digit]++;
        }
        for(int i=0;i<length;i++){
            if(order[i]!=0){
                for(int j=0;j<order[i];j++){
                    array[k]=bucket[i][j];
                    k++;
                }
            }
            order[i]=0;
        }
        n*=10;
        k=0;
    }    
}

11.各个算法之间的比较

排序算法	平均时间复杂度	最好情况	最坏情况	空间复杂度	稳定性
冒泡排序	O(n2)	O(n)	O(n2)	O(1)	稳定
选择排序	O(n2)	O(n2)	O(n2)	O(1)	不稳定
插入排序	O(n2)	O(n)	O(n2)	O(1)	稳定
希尔排序	O(n log n)	O(n log2 n)	O(n log2 n)	O(1)	不稳定
归并排序	O(n log n)	O(n log n)	O(n log n)	O(n)	稳定
快速排序	O(n log n)	O(n log n)	O(n+k)	O(log n)	不稳定
堆排序	O(n log n)	O(n log n)	O(n log n)	O(1)	不稳定
计数排序	O(n+k)	O(n+k)	O(n+k)	O(k)	稳定
桶排序	O(n+k)	O(n+k)	O(n2)	O(n+k)	稳定
基数排序	O(n*k)	O(n*k)	O(n*k)	O(n+k)	稳定