Java常用排序算法

最新推荐文章于 2023-06-30 19:45:37 发布

银河罐头

最新推荐文章于 2023-06-30 19:45:37 发布

阅读量1.1k

点赞数 28

分类专栏： Java数据结构文章标签：排序算法 java 算法

本文链接：https://blog.csdn.net/qq_63983125/article/details/127321612

版权

Java数据结构专栏收录该内容

12 篇文章 0 订阅

订阅专栏

文章目录

1.排序的概念
2.常见的排序算法
3.排序算法总结
4.其他非基于比较排序

1.排序的概念

排序：所谓排序，就是使一串记录，按照其中的某个或某些关键字的大小，递增或递减的排列起来的操作。

排序默认排成升序

稳定性：假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持
不变，则称这种排序算法是稳定的；否则称为不稳定的。

一个本身就稳定的排序，可以实现为不稳定的排序。但是一个不稳定的排序不能实现成稳定的排序。

内部排序：数据元素全部放在内存中的排序

外部排序：数据元素太多不能同时放在内存中，根据排序过程的要求不能在内外存之间移动数据的排序。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-miYgXkqE-1665898381606)(…/AppData/Roaming/Typora/typora-user-images/image-20221014185911022.png)]

2.常见的排序算法

2.1 插入排序

2.1.1直接插入排序

插入排序是指在待排序的元素中，假设前面n-1(其中n>=2)个数已经是排好顺序的，现将第n个数插到前面已经排好的序列中，然后找到合适自己的位置，使得插入第n个数的这个序列也是排好顺序的。按照此法对所有元素进行插入，直到整个序列排为有序的过程，称为插入排序

思路：i从数组arr第二个元素开始遍历数组，把i下标的元素放到tmp中保存，j=i-1,比较arr[j]和tmp,如果arr[j]>tmp,arr[j+1]=arr[j],j–(保证j>=0),再比较arr[j]和tmp；如果arr[j]<tmp,arr[j+1]=tmp.

//1.直接插入排序
    //适用于数据量不多，接近有序的情况
    /**
     * 时间复杂度：
     *    最好情况下：(有序) O(n)
     *    最坏情况下：(逆序) O(n^2)
     * 空间复杂度：O(1)
     * 稳定性：稳定
     * @param array
     */
    public static void insertSort(int[] array){
        for (int i =1; i < array.length; i++) {
            int tmp=array[i];
            int j=i-1;
            for (; j >=0; j--) {
                if(array[j]>tmp){
                   array[j+1]=array[j];
                }else{
                    //array[i]=tmp;
                    break;
                }
            }
            array[j+1]=tmp;
        }
    }

不同情况下的排序耗时：

public static void testInsert(int[] array){
        long start=System.currentTimeMillis();
        Test1.insertSort(array);
        long end=System.currentTimeMillis();
        System.out.println("插入排序耗时： "+(end-start));
}
public static void inorder(int[] array){
        for(int i=0;i< array.length;i++){
            array[i]= i;
        }
}
public static void main(String[] args) {
        int[] array=new int[10_0000];
        inorder(array);
        testInsert(array);
}
//顺序情况下插入排序耗时： 3

public static void testInsert(int[] array){
        long start=System.currentTimeMillis();
        Test1.insertSort(array);
        long end=System.currentTimeMillis();
        System.out.println("插入排序耗时： "+(end-start));
}
public static void notInorder(int[] array){
        Random random=new Random();
        for(int i=0;i< array.length;i++){
            array[i]=random.nextInt(10_0000);
        }
}
public static void main(String[] args) {
        int[] array=new int[10_0000];
        notInorder(array);
        testInsert(array);
}
//乱序情况下插入排序耗时： 701

public static void testInsert(int[] array){
        long start=System.currentTimeMillis();
        Test1.insertSort(array);
        long end=System.currentTimeMillis();
        System.out.println("插入排序耗时： "+(end-start));
}
public static void reverseInorder(int[] array){
        for(int i=0;i< array.length;i++){
            array[i]= array.length-i;
        }
}
public static void main(String[] args) {
        int[] array=new int[10_0000];
        //inorder(array);
        notInorder(array);
        //reverseInorder(array);
        testInsert(array);
}
//逆序情况下插入排序耗时： 1312

2.1.2希尔排序

希尔排序是通过分组+插入

希尔排序是插入排序的一种又称“缩小增量排序”，是直接插入排序算法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。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-wu2jD9V1-1665898381607)(…/AppData/Roaming/Typora/typora-user-images/image-20221014212123568.png)]

图中相同颜色的为一组，每一组内进行插入排序

希尔排序的时间的时间复杂度为O(n^1.3)

public static void shell(int[] array,int gap){
        for (int i =gap; i < array.length; i++) {
            int tmp=array[i];
            int j=i-gap;
            for (; j >=0; j-=gap) {
                if(array[j]>tmp){
                    array[j+gap]=array[j];
                }else{
                    //array[i]=tmp;
                    break;
                }
            }
            array[j+gap]=tmp;
        }
}
    public static void shellSort(int[] array){
        int gap= array.length;
        while(gap>1){
            gap/=2;
            shell(array,gap);
}

2.2 选择排序

2.2.1直接选择排序

工作原理是：第一次从待排序的数据元素中选出最小（或最大）的一个元素，存放在序列的起始位置，然后再从剩余的未排序元素中寻找到最小（大）元素，然后放到已排序的序列的末尾。以此类推，直到全部待排序的数据元素的个数为零。

public static void selectSort(int[] array){
        for(int i=0;i<array.length;i++){
            int minIndex=i;
            for (int j = i+1; j < array.length; j++) {
                if(array[i]>array[j]){
                    //更新minIndex的值
                    minIndex=j;
                }
            }
            //处理两个下标相同的情况
            if(i!=minIndex){
                swap(array,i,minIndex);
            }
        }
}

时间复杂度：O(n^2)

空间复杂度：O(1)

稳定性：不稳定

另一种思路：从头和尾同时向中间找最大值和最小值下标，最大值放到后面，最小值放到前面，直到找到最中间的元素为止

//时间复杂度：O(n^2)
    public static void selectSort2(int[] array){
        int left=0;
        int right=array.length-1;
        while(left<right){
            int i=left;
            int minIndex=i;
            int maxIndex=i;
            while(i<=right){
                if(array[i]<array[minIndex]){
                    minIndex=i;
                }
                if(array[i]>array[maxIndex]){
                    maxIndex=i;
                }
                i++;
            }
            
            //把最小值放到前面
            swap(array,minIndex,left);
            //如果left==maxIndex，说明上面已经把最大值换到了minIndex位置
            if(left==maxIndex){
                maxIndex=minIndex;
            }
            //把最大值放到后面
            swap(array,maxIndex,right);

            left++;
            right--;
        }
}

2.2.2堆排序

堆排序是指利用堆积树（堆）这种数据结构所设计的一种排序算法，它是选择排序的一种。它是通过堆来进行选择数据。需要注意的是排升序要建大堆，排降序建小堆。

public  static  void swap(int[] array,int i,int j){
        int tmp=array[i];
        array[i]=array[j];
        array[j]=tmp;
    }
private static void createBigHeap(int[] array){
        for(int parent= (array.length-1-1)/2;parent>=0;parent--){
            shiftDown(array,parent,array.length);
        }
    }
    private static void shiftDown(int[] array,int parent,int len){
        int child=parent*2+1;
        while(child<len){
            if(child+1<len&&array[child]<array[child+1]){
                child++;
            }
            if(array[child]>array[parent]){
                swap(array,child,parent);
                parent=child;
                child=parent*2+1;
            }else{
                break;
            }
        }
    }
    //时间复杂度：O(n+nlogn)约等于O(nlogn)
    //空间复杂度：O(1)
    //不稳定
    public static void heapSort(int[] array){
        createBigHeap(array);//O(n)
        for(int i= array.length-1;i>0;i--){
            swap(array,0,i);
            shiftDown(array,0,i);//O(logn)
        }
        //
    }

2.3交换排序

2.3.1冒泡排序

//时间复杂度：(不考虑优化) O(n^2)
    //空间复杂度：O(1)
    //稳定
    public static void bubbleSort(int[] array){
        //最外面的控制趟数
        for(int i=0;i<array.length-1;i++){
            boolean flg=false;
            for (int j = 0; j < array.length-1-i; j++) {
                if(array[j]>array[j+1]){
                    swap(array,j,j+1);
                    flg=true;
                }
            }
            if(!flg){
                break;
            }
        }
    }

2.3.2快速排序

基本思想为：任取待排序元素序列中的某元素作为基准值，按照该排序码将待排序集合分割成两子序列，左子序列中所有元素均小于基准值，右子序列中所有元素均大于基准值，然后最左右子序列重复该过程(递归)，直到所有元素都排列在相应位置上为止。(分治思想)

Hoare版

//时间复杂度：O(nlogn)
    //         有序情况下：O(n^2)
    //空间复杂度：O(logn)
    //          有序情况下：O(n)
    //不稳定
    public static void quickSort(int[] array){
        quick(array,0,array.length-1);
    }
    public static void quick(int[] array,int start,int end){
        //不能写“=”,防止1，2，3，4这种没有左数或右数的情况。
        if(start>=end){
            return;
        }
        int pivot=partitionHoare(array,start,end);
        quick(array,start,pivot-1);
        quick(array,pivot+1,end);

    }


    public static int partitionHoare(int[] array,int left,int right){
        int i=left;
        int pivot=array[left];
        while(left<right){
            //1.为什么right先走？
            //2.为什么是”>=“？
            while(left<right&&array[right]>=pivot){
                //left<right防止后面都比基准大
                right--;
            }
            while(left<right&&array[left]<=pivot){
                left++;
            }
            swap(array,left,right);
        }
        swap(array,i,left);
        return left;
    }

1.如果left先走，eg:

2.为什么是”>=“？

2.挖坑法

public static int partition(int[] array,int left,int right){
        int pivot=array[left];
        while(left<right){
            while(left<right&&array[right]>=pivot){
                right--;
            }
            array[left]=array[right];
            while(left<right&&array[left]<=pivot){
                left++;
            }
            array[right]=array[left];
        }
        array[left]=pivot;
        return left;
    }

做题一般优先用挖坑法

3.前后指针法

public static int partition1(int[] array,int left,int right){
        int prev=left;
        int cur=prev+1;
        while(cur<=right){
            if(array[cur]<array[left]&&array[++prev]!=array[cur]){
                swap(array,prev,cur);
            }
            cur++;
        }
        swap(array,prev,left);
        return prev;
    }

总结：这三种方法找到的基准左右两边的序列可能不一样。

快速排序优化

三数取中法选key

递归到小的子区间时，可以考虑使用插入排序

public static void quick(int[] array,int start,int end){
        if(start>=end){
            return;
        }
        if(end-start+1<=15){
            //递归越深后面几层越来越趋于有序，使用插入排序
            //小区间用插入排序
            insertSort(array,start,end);
            return;
        }
    //在使用partition找基准之前，尽量能去解决划分不均匀的问题，没有左树或没有右树
    //三数取中法
        int index=findMidValOfIndex(array,start,end);
        swap(array,start,index);
        int pivot=partition1(array,start,end);

        quick(array,start,pivot-1);
        quick(array,pivot+1,end);

    }
    public static int findMidValOfIndex(int[] array,int start,int end){
        int mid=(end+start)/2;
        if(array[start]<array[end]){
            if(array[mid]<array[start]){
                return start;
            }else if(array[mid]>array[end]){
                return end;
            }else{
                return mid;
            }
        }else{
            if(array[mid]<array[end]){
                return end;
            }else if(array[mid]>array[start]){
                return start;
            }else{
                return mid;
            }
        }
    }

快速排序非递归

public static void quickSort1(int[] array){
        Stack<Integer> stack=new Stack<>();
        int start=0;
        int end=array.length-1;
        int pivot=partition1(array,start,end);
        //判断左边有2个元素
        if(start<pivot-1){
            stack.push(start);
            stack.push(pivot-1);
        }
        //判断右边有2个元素
        if(end>pivot+1){
            stack.push(pivot+1);
            stack.push(end);
        }

        while(!stack.isEmpty()){
            end=stack.pop();
            start=stack.pop();
            pivot=partition1(array,start,end);
            if(start<pivot-1){
                stack.push(start);
                stack.push(pivot-1);
            }
            if(end>pivot+1){
                stack.push(pivot+1);
                stack.push(end);
            }
        }
    }

2.4归并排序

归并排序是建立在归并操作上的一种有效的排序算法,该算法是采用分治法的一个非常典型的应用。将已有序的子序列合并，得到完全有序的序列；即先使每个子序列有序，再使子序列段间有序。若将两个有序表合并成一个有序表，称为二路归并。

public static void mergeSort(int[] array){
        mergeSortChild(array,0,array.length-1);
    }
    public static void mergeSortChild(int[] array,int left,int right){
        if(left==right){
            return;
        }
        int mid=(left+right)/2;
        mergeSortChild(array,left,mid);
        mergeSortChild(array,mid+1,right);
        merge(array,left,right,mid);
    }
    public static void merge(int[] array,int left,int right,int mid){
        int len=right-left+1;
        int[] tmp=new int[len];
        int i=0;
        int s1=left;
        int e1=mid;
        int s2=mid+1;
        int e2=right;
        while(s1<=e1&&s2<=e2){
            if(array[s1]<=array[s2]){
                tmp[i++]=array[s1++];
            }else{
                tmp[i++]=array[s2++];
            }
        }
        while(s1<=e1){
            tmp[i++]=array[s1++];
        }
        while(s2<=e2){
            tmp[i++]=array[s2++];
        }
        //tmp当前的数据是left和right之间有序的数据，覆盖数组中原来的数据
        for(int k=0;k<len;k++){
            array[k+left]=tmp[k];
        }
    }
//时间复杂度：O(N*logN)  主要是归并过程
//空间复杂度：O(N)
//稳定性：稳定

归并排序非递归

public static void mergeSort1(int[] array){
        for(int gap=1;gap<array.length;gap*=2){
            for(int i=0;i<array.length;i+=gap*2){
                int left=i;
                int mid=left+gap-1;
                if(mid>=array.length){
                    mid=array.length-1;
                }
                int right=mid+gap;
                if(right>=array.length){
                    right=array.length-1;
                }

                merge(array,left,right,mid);
            }
        }
    }

3.排序算法总结

排序方法	时间复杂度（平均）	时间复杂度（最坏）	时间复杂度（最好）	空间复杂度	稳定性
插入	$O(n^{2})$	$O(n^{2})$	$O(n)$	$O(1)$	稳定
希尔	$O(n^{1,3})$	$O(n^{2})$	$O(n)$	$O(1)$	不稳定
选择	$O(n^{2})$	$O(n^{2})$	$O(n^{2})$	$O(1)$	不稳定
堆	$O(nlog_2n)$	$O(nlog_2n)$	$O(nlog_2n)$	$O(1)$	不稳定
冒泡	$O(n^{2})$	$O(n^{2})$	$O(n)$	$O(1)$	稳定
快速	$O(nlog_2n)$	$O(n^{2})$	$O(nlog_2n)$	$O(nlog_2n)$	不稳定
归并	$O(nlog_2n)$	$O(nlog_2n)$	$O(nlog_2n)$	$O(n)$	稳定

4.其他非基于比较排序

计数排序

思想：计数排序又称为鸽巢原理，是对哈希直接定址法的变形应用。操作步骤：

1、取无序数组arr中的最大值max和最小值min，新建(max-min +1)长度的数组tmp。

2、遍历无序数组，取其中元素-min作为新建数组的索引，存在一个则新数组该索引所在的值自增。

3、遍历新数组，当存在不为0的元素，取该元素的索引+min放入最终数组，并且该元素自减，直到为0，返回最终数组。

它的优势在于在对一定范围内的整数排序时，它的复杂度为Ο(n+k)（其中k是整数的范围），快于任何比较排序算法。当然这是一种牺牲空间换取时间的做法，而且当O(k)>O(nlog(n))的时候其效率反而不如基于比较的排序（基于比较的排序的时间复杂度在理论上的下限是O(nlog(n)), 如归并排序，堆排序）

/*计数排序：范围小 且集中的数据
     时间复杂度：O(n+范围)  范围越小，时间复杂度越小
     空间复杂度：O(范围)*/
    public static void countSort(int[] array){
        //找最大值找最小值,确定计数数组大小
        int min=array[0];
        int max=array[0];
        for(int i=0;i<array.length;i++){
            if(array[i]<min){
                min=array[i];
            }
            if(array[i]>max){
                max=array[i];
            }
        }
        int len=max-min+1;
        int[] tmp=new int[len];
        //开始遍历 当前数组 统计每个数字出现的次数  O(n)
        for(int i=0;i<array.length;i++){
            int val=array[i];
            tmp[val-min]++;
        }
        int k=0;
        //遍历计数数组，看每个下标的值是几，就打印几个下标的数据 O(范围 + n)
        for(int i=0;i<tmp.length;i++){
            while(tmp[i]>0){
                array[k++]=i+min;
                tmp[i]--;
            }
        }
    }