Java 8种排序算法集合

//插入排序 从小到大
//此算法在运行过程中会在一端形成排序好的数列，插入的数据的任务就是让出自己现有的位置，
// 将排序好的数列中的大数一步步往后移动，自己找到合适位置入位
public int[] charu(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
    }
    return a;
}

//希尔排序，插入法的升级版
public int[] xier(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
                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;
            }
        }
    }
    return a;
}

//选择排序   不实时交换，只记需要交换的坐标与值
//默认从i(0-len)为最小，与后边的值进行比较，如果比默认值小，记录此值与坐标，再继续与后边比较，最后与i进行交换
public int[] xuanze(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;
    }
    return a;
}

//堆排序  选择排序升级版
public int[] dui(int[] a) {
    int len = a.length;
    //循环建堆
    for (int i = 0; i < len - 1; i++) {
        //建堆
        //从lastIndex处节点（最后一个节点）的父节点开始
        for (int j = (len - 1 - i - 1) / 2; j >= 0; j--) {
            //k保存正在判断的节点
            int k = j;
            //如果当前k节点的子节点存在
            while (k * 2 + 1 <= len - 1 - i) {
                //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 < len - 1 - i) {
                    //若果右子节点的值较大
                    if (a[biggerIndex] < a[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 (a[k] < a[biggerIndex]) {
                    //交换他们
                    int tmp = a[k];
                    a[k] = a[biggerIndex];
                    a[biggerIndex] = tmp;
                    //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;
                }
            }
        }


        int tmp = a[0];
        a[0] = a[len - 1 - i];
        a[len - 1 - i] = tmp;
    }
    return a;
}

//冒泡排序   将序列中所有元素两两比较，将最大的放在最后面
public int[] maopao(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;
            }
        }
    }
    return a;
}

//快速排序
//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 int[] kuaisu(int[] a, int start, int 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) {
        kuaisu(a, start, j);
    }
    if (end > i) {
        kuaisu(a, i, end);
    }
    return a;
}

//归并排序  速度仅次于快速排序，内存少
//1.选择相邻两个数组成一个有序序列。
//2.选择相邻的两个有序序列组成一个有序序列。
//3.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];
}
//基数排序
//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。
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++;
            }
        }
    }
}