Java常用的八种排序算法与代码实现

排序问题一直是程序员工作与面试的重点，今天特意整理研究下与大家共勉！这里列出8种常见的经典排序，基本涵盖了所有的排序算法。

1. 直接插入排序

我们经常会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。如题所示：

直接插入排序（Straight Insertion Sorting）的基本思想：在要排序的一组数中，假设前面(n-1) [n>=2] 个数已经是排好顺序的，现在要把第n个数插到前面的有序数中，使得这n个数也是排好顺序的。如此反复循环，直到全部排好顺序。

代码实现：

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。

 public void insertSort(int [] a){
	int len=a.length;//单独把数组长度拿出来，提高效率
	int insertNum;//要插入的数
	for(int i=1;i<len;i++){//因为第一次不用，所以从1开始
		insertNum=a[i];
		int j=i-1;//序列元素个数
		while(j>=0&&a[j]>insertNum){//从后往前循环，将大于insertNum的数向后移动
			a[j+1]=a[j];//元素向后移动
			j--;
		}
		a[j+1]=insertNum;//找到位置，插入当前元素
	}
}

2. 希尔排序

针对直接插入排序的下效率问题，有人对次进行了改进与升级，这就是现在的希尔排序。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
如图所示：

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的数分为一组，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。

代码实现：

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。

public void sheelSort(int [] a){
	 int len=a.length;//单独把数组长度拿出来，提高效率
	 while(len!=0){
		 len=len/2;
		 for(int i=0;i<len;i++){//分组
			 for(int j=i+len;j<a.length;j+=len){//元素从第二个开始
				 int k=j-len;//k为有序序列最后一位的位数
				 int temp=a[j];//要插入的元素
				 /*for(;k>=0&&temp<a[k];k-=len){
					 a[k+len]=a[k];
				 }*/
				 while(k>=0&&temp<a[k]){//从后往前遍历
					 a[k+len]=a[k];
					 k-=len;//向后移动len位
				 }
				 a[k+len]=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。

代码实现：

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。

public void selectSort(int[]a){
	 int len=a.length;
	 for(int i=0;i<len;i++){//循环次数
		 int value=a[i];
		 int position=i;
		 for(int j=i+1;j<len;j++){//找到最小的值和位置
			 if(a[j]<value){
				 value=a[j];
				 position=j;
			 }
		 }
		 a[position]=a[i];//进行交换
		 a[i]=value;
	 }
 }

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。

public  void heapSort(int[] a){
	int len=a.length;
	//循环建堆  
	for(int i=0;i<len-1;i++){
		//建堆  
		buildMaxHeap(a,len-1-i);
		//交换堆顶和最后一个元素  
		swap(a,0,len-1-i);
	}
}
 //交换方法
private  void swap(int[] data, int i, int j) {
	int tmp=data[i];
	data[i]=data[j];
	data[j]=tmp;
}
//对data数组从0到lastIndex建大顶堆  
private void buildMaxHeap(int[] data, int lastIndex) {
	//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  
		int k=i;
		//如果当前k节点的子节点存在  
		while(k*2+1<=lastIndex){
			//k节点的左子节点的索引  
			int biggerIndex=2*k+1;
			//如果biggerIndex小于lastIndex，即biggerIndex+1代表的k节点的右子节点存在  
			if(biggerIndex<lastIndex){
				//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  
					biggerIndex++;
				}
			}
			//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);
				//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  
				k=biggerIndex;
			}else{
				break;
			}
		}
	}
}

5. 冒泡排序

很简单，用到的很少，据了解，面试的时候问的比较多！
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。

代码实现：

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。

public void bubbleSort(int []a){
   int len=a.length;
   for(int i=0;i<len;i++){
	   for(int j=0;j<len-i-1;j++){//注意第二重循环的条件
		   if(a[j]>a[j+1]){
			   int temp=a[j];
			   a[j]=a[j+1];
			   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。

public void quickSort(int[] a, int start, int end) {
    if (start < end) {
        int baseNum = a[start];//选基准值
        int midNum;//记录中间值
        int i = start;
        int j = end;
        do {
            while ((a[i] < baseNum) && i < end) {
                i++;
            }
            while ((a[j] > baseNum) && j > start) {
                j--;
            }
            if (i <= j) {
                midNum = a[i];
                a[i] = a[j];
                a[j] = midNum;
                i++;
                j--;
            }
        } while (i <= j);
        if (start < j) {
            quickSort(a, start, j);
        }
        if (end > i) {
            quickSort(a, i, end);
        }
    }
}

7. 归并排序

速度仅次于快速排序，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。

public void mergeSort(int[] a, int left, int right) {
     int t = 1;// 每组元素个数
     int size = right - left + 1;
     while (t < size) {
         int s = t;// 本次循环每组元素个数
         t = 2 * s;
         int i = left;
         while (i + (t - 1) < size) {
             merge(a, i, i + (s - 1), i + (t - 1));
             i += t;
         }
         if (i + (s - 1) < right)
             merge(a, i, i + (s - 1), right);
     }
 }

 private static void merge(int[] data, int p, int q, int r) {
     int[] B = new int[data.length];
     int s = p;
     int t = q + 1;
     int k = p;
     while (s <= q && t <= r) {
         if (data[s] <= data[t]) {
             B[k] = data[s];
             s++;
         } else {
             B[k] = data[t];
             t++;
         }
         k++;
     }
     if (s == q + 1)
         B[k++] = data[t++];
     else
         B[k++] = data[s++];
     for (int i = p; i <= r; i++)
         data[i] = B[i];
 }

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：

public void baseSort(int[] a) {
        //首先确定排序的趟数;    
        int max = a[0];
        for (int i = 1; i < a.length; i++) {
            if (a[i] > max) {
                max = a[i];
            }
        }
        int time = 0;
        //判断位数;    
        while (max > 0) {
            max /= 10;
            time++;
        }
        //建立10个队列;    
        List<ArrayList<Integer>> queue = new ArrayList<ArrayList<Integer>>();
        for (int i = 0; i < 10; i++) {
            ArrayList<Integer> queue1 = new ArrayList<Integer>();
            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 j = 0; j < a.length; j++) {
                //得到数字的第time+1位数;  
                int x = a[j] % (int) Math.pow(10, i + 1) / (int) Math.pow(10, i);
                ArrayList<Integer> queue2 = queue.get(x);
                queue2.add(a[j]);
                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);
                    a[count] = queue3.get(0);
                    queue3.remove(0);
                    count++;
                }
            }
        }
    }

新建测试类进行测试

public class TestSort {
   public static void main(String[] args) {
        int []a=new int[10];
        for(int i=1;i<a.length;i++){
            //a[i]=(int)(new Random().nextInt(100));
            a[i]=(int)(Math.random()*100);
        }
        System.out.println("排序前的数组为："+ Arrays.toString(a));
        Sort s=new Sort();
        //排序方法测试
        //s.insertSort(a);
        //s.sheelSort(a);
        //s.selectSort(a);
        //s.heapSort(a);
        //s.bubbleSort(a);
        //s.quickSort(a, 1, 9);
        //s.mergeSort(a, 3, 7);
        s.baseSort(a);
        System.out.println("排序后的数组为："+Arrays.toString(a));
    }
}

部分结果如下:

如果要进行比较可已加入时间，输出排序时间，从而比较各个排序算法的优缺点，这里不再做介绍。

9. 总结

一、稳定性:
　 稳定：冒泡排序、插入排序、归并排序、基数排序
　不稳定：选择排序、快速排序、希尔排序、堆排序
　　
二、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。
　　
三、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

文章为转载