Java常用的八种排序算法与代码实现

• 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

 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。

  

代码如下：

 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。

• 8、总结：
  一、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

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

各算法复杂度如下：