排序算法
在计算机科学中,排序算法是一种将一串数据按照特定顺序重新排列的算法。Java作为一种常用的编程语言,提供了多种排序算法,每种都有其独特的优势和适用场景。在本文中,我们将深入探讨Java中的常见排序算法,包括冒泡排序、选择排序、插入排序、希尔排序、归并排序、快速排序、堆排序、计数排序、桶排序和基数排序。
1. 冒泡排序(Bubble Sort)
冒泡排序是一种简单的排序算法,它多次遍历待排序的序列,每次比较相邻的两个元素,如果它们的顺序错误就交换它们。
public void bubbleSort(int[] arr) {
int n = arr.length;
for (int i = 0; i < n - 1; i++) {
for (int j = 0; j < n - i - 1; j++) {
if (arr[j] > arr[j + 1]) {
// 交换 arr[j] 和 arr[j + 1]
int temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
}
}
}
}
2. 选择排序(Selection Sort)
选择排序是一种简单直观的排序算法,它每次从待排序的数据中选择最小(或最大)的元素,放到已排序序列的末尾。
public void selectionSort(int[] arr) {
int n = arr.length;
for (int i = 0; i < n - 1; i++) {
int minIndex = i;
for (int j = i + 1; j < n; j++) {
if (arr[j] < arr[minIndex]) {
minIndex = j;
}
}
// 交换找到的最小元素和第i个元素
int temp = arr[minIndex];
arr[minIndex] = arr[i];
arr[i] = temp;
}
}
3. 插入排序(Insertion Sort)
插入排序是一种简单直观的排序算法,它将数据分为已排序和未排序两部分,每次从未排序的部分取一个元素插入到已排序的部分。
public void insertionSort(int[] arr) {
int n = arr.length;
for (int i = 1; i < n; ++i) {
int key = arr[i];
int j = i - 1;
// 将 arr[0..i-1] 中大于 key 的元素移到其右边
while (j >= 0 && arr[j] > key) {
arr[j + 1] = arr[j];
j = j - 1;
}
arr[j + 1] = key;
}
}
4. 希尔排序(Shell Sort)
希尔排序是插入排序的一种更高效的改进版本,它通过比较相距一定间隔的元素来工作,逐步缩小间隔直至为1,最终完成排序。
public void shellSort(int[] arr) {
int n = arr.length;
for (int gap = n / 2; gap > 0; gap /= 2) {
for (int i = gap; i < n; i++) {
int temp = arr[i];
int j;
for (j = i; j >= gap && arr[j - gap] > temp; j -= gap) {
arr[j] = arr[j - gap];
}
arr[j] = temp;
}
}
}
5. 归并排序(Merge Sort)
归并排序是一种分治算法,它将待排序的数组分为两部分,分别排序后再合并成一个有序数组。
public void mergeSort(int[] arr, int left, int right) {
if (left < right) {
int mid = (left + right) / 2;
mergeSort(arr, left, mid);
mergeSort(arr, mid + 1, right);
merge(arr, left, mid, right);
}
}
private void merge(int[] arr, int left, int mid, int right) {
int n1 = mid - left + 1;
int n2 = right - mid;
int[] L = new int[n1];
int[] R = new int[n2];
for (int i = 0; i < n1; ++i) {
L[i] = arr[left + i];
}
for (int j = 0; j < n2; ++j) {
R[j] = arr[mid + 1 + j];
}
int i = 0, j = 0;
int k = left;
while (i < n1 && j < n2) {
if (L[i] <= R[j]) {
arr[k] = L[i];
i++;
} else {
arr[k] = R[j];
j++;
}
k++;
}
while (i < n1)
{
arr[k] = L[i];
i++;
k++;
}
while (j < n2) {
arr[k] = R[j];
j++;
k++;
}
}
6. 快速排序(Quick Sort)
快速排序也是一种分治算法,它选择一个元素作为基准,将比基准小的元素放在基准前面,比基准大的元素放在基准后面,然后对左右两部分递归地应用快速排序。
public void quickSort(int[] arr, int low, int high) {
if (low < high) {
int pi = partition(arr, low, high);
quickSort(arr, low, pi - 1);
quickSort(arr, pi + 1, high);
}
}
private int partition(int[] arr, int low, int high) {
int pivot = arr[high];
int i = low - 1;
for (int j = low; j < high; j++) {
if (arr[j] <= pivot) {
i++;
int temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
}
int temp = arr[i + 1];
arr[i + 1] = arr[high];
arr[high] = temp;
return i + 1;
}
7. 堆排序(Heap Sort)
堆排序利用了堆这种数据结构,它将待排序的数组构建成一个二叉堆,然后将堆顶元素与最后一个元素交换,维护堆的性质,再取出堆顶元素,依此类推,直到排序完成。
public void heapSort(int[] arr) {
int n = arr.length;
for (int i = n / 2 - 1; i >= 0; i--) {
heapify(arr, n, i);
}
for (int i = n - 1; i > 0; i--) {
int temp = arr[0];
arr[0] = arr[i];
arr[i] = temp;
heapify(arr, i, 0);
}
}
private void heapify(int[] arr, int n, int i) {
int largest = i;
int left = 2 * i + 1;
int right = 2 * i + 2;
if (left < n && arr[left] > arr[largest]) {
largest = left;
}
if (right < n && arr[right] > arr[largest]) {
largest = right;
}
if (largest != i) {
int swap = arr[i];
arr[i] = arr[largest];
arr[largest] = swap;
heapify(arr, n, largest);
}
}
8. 计数排序(Counting Sort)
计数排序是一种非比较性排序算法,它通过确定每个元素之前有多少个元素来确定元素的位置,适用于一定范围内的整数排序。
public void countingSort(int[] arr) {
int max = Arrays.stream(arr).max().getAsInt();
int min = Arrays.stream(arr).min().getAsInt();
int range = max - min + 1;
int[] count = new int[range];
int[] output = new int[arr.length];
for (int i = 0; i < arr.length; i++) {
count[arr[i] - min]++;
}
for (int i = 1; i < range; i++) {
count[i] += count[i - 1];
}
for (int i = arr.length - 1; i >= 0; i--) {
output[count[arr[i] - min] - 1] = arr[i];
count[arr[i] - min]--;
}
for (int i = 0; i < arr.length; i++) {
arr[i] = output[i];
}
}
9. 桶排序(Bucket Sort)
桶排序是一种排序算法,它将元素分为若干个桶,每个桶单独排序,最后将所有桶合并为一个有序序列。
public void bucketSort(int[] arr) {
int max = Arrays.stream(arr).max().getAsInt();
int min = Arrays.stream(arr).min().getAsInt();
int range = max - min + 1;
List<Integer>[] bucket = new ArrayList[range];
for (int i = 0; i < range; i++) {
bucket[i] = new ArrayList<>();
}
for (int num : arr) {
bucket[num - min].add(num);
}
int index = 0;
for (int i = 0; i < range; i++) {
Collections.sort(bucket[i]);
for (int num : bucket[i]) {
arr[index++] = num;
}
}
}
10. 基数排序(Radix Sort)
基数排序是一种非比较性整数排序算法,它将整数按位数切割成不同的数字,然后按每个位数分别比较。
public void radixSort(int[] arr) {
int max = Arrays.stream(arr).max().getAsInt();
for (int exp = 1; max / exp > 0; exp *= 10) {
countingSortByDigit(arr, exp);
}
}
private void countingSortByDigit(int[] arr, int exp) {
int n = arr.length;
int[] output = new int[n];
int[] count = new int[10];
Arrays.fill(count, 0);
for (int i = 0; i < n; i++) {
count[(arr[i] / exp) % 10]++;
}
for (int i = 1; i < 10; i++) {
count[i] += count[i - 1];
}
for (int i = n - 1; i >= 0; i--) {
output[count[(arr[i] / exp) % 10] - 1] = arr[i];
count[(arr[i] / exp) % 10]--;
}
for (int i = 0;
i < n; i++) {
arr[i] = output[i];
}
}
以上就是Java中常见排序算法的详细解释。每种排序算法都有其独特的应用场景和性能特点,选择合适的排序算法可以有效提高程序的执行效率。
复杂度分析
1. 冒泡排序(Bubble Sort)
冒泡排序是一种基本的排序算法,它多次遍历待排序的序列,依次比较相邻的两个元素,若顺序错误则交换。冒泡排序的时间复杂度为O(n^2),空间复杂度为O(1)。
最佳使用场景: 冒泡排序适用于小规模数据或者基本有序的数据。
2. 选择排序(Selection Sort)
选择排序是一种简单直观的排序算法,它通过不断选择剩余元素中的最小值,并与当前位置的元素交换。选择排序的时间复杂度为O(n^2),空间复杂度为O(1)。
最佳使用场景: 选择排序适用于小规模数据,但相较于冒泡排序,选择排序性能稍好。
3. 插入排序(Insertion Sort)
插入排序的工作方式类似于人类按照一定顺序整理扑克牌,它逐步构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入。插入排序的时间复杂度为O(n^2),空间复杂度为O(1)。
最佳使用场景: 插入排序适用于小规模数据或者部分有序的数据。
4. 希尔排序(Shell Sort)
希尔排序是插入排序的一种改进版本,它将待排序的数组分割成若干个小块,分别进行插入排序,最后进行一次插入排序。希尔排序的时间复杂度取决于步长序列的选择,最坏情况下为O(n^2 ),平均时间复杂度较好的步长序列为O(n^1.3)。空间复杂度为O(1)。
最佳使用场景: 希尔排序适用于中等大小的数据集。
5. 归并排序(Merge Sort)
归并排序采用分治法策略,将待排序序列分成两部分,分别进行排序,然后合并已排序的子序列。归并排序的时间复杂度为O(n log n),空间复杂度为O(n)。
最佳使用场景: 归并排序适用于大规模数据集,它的时间复杂度稳定在O(n log n)。
6. 快速排序(Quick Sort)
快速排序也是一种分治法的排序算法,它通过选定一个基准元素,将数组分成两部分,左边的元素小于基准,右边的元素大于基准,然后递归地对左右两部分进行排序。快速排序的时间复杂度为O(n log n),最坏情况下为O(n^2),空间复杂度为O(log n)。
最佳使用场景: 快速排序适用于大规模数据集,它的平均时间复杂度为O(n log n)。
7. 堆排序(Heap Sort)
堆排序利用了二叉堆这种数据结构,将待排序的序列构建成一个最大堆(或最小堆),然后将堆顶元素与末尾元素交换,调整剩余堆为最大堆,再次交换堆顶元素和末尾元素,依此类推。堆排序的时间复杂度为O(n log n),空间复杂度为O(1)。
最佳使用场景: 堆排序适用于大规模数据集,它的时间复杂度为O(n log n)。
8. 计数排序(Counting Sort)
计数排序是一种非比较排序算法,它通过统计待排序序列中每个元素的出现次数,然后根据统计信息将元素放回正确的位置。计数排序适用于元素范围较小的情况,时间复杂度为O(n + k),其中k为元素范围,空间复杂度为O(n + k)。
最佳使用场景: 计数排序适用于数据范围不大的整数排序,但占用内存较大。
9. 桶排序(Bucket Sort)
桶排序将待排序元素分配到不同的桶中,每个桶再分别进行排序,最后将所有桶中的元素按顺序合并起来。桶排序的时间复杂度为O(n + k),其中k为桶的数量,空间复杂度为O(n)。
最佳使用场景: 桶排序适用于外部排序,数据量大并且分布均匀的情况。
10. 基数排序(Radix Sort)
基数排序是一种多关键字的排序算法,它按照低位先排序,然后收集;再按照高位排序,然后再收集,依此类推,直到最高位。基数排序的时间复杂度为O(d * (n + k)),其中d为最大数字的位数,k为基数,空间复杂度为O(n + k)。
最佳使用场景: 基数排序适用于整数或字符串等按位比较的情况。
结论
以上就是Java中常见排序算法的详细解释。每种排序算法都有其独特的应用场景和性能特点,选择合适的排序算法可以有效提高程序的执行效率。
如果你有任何问题或疑问,请随时在下方评论区留言,我将竭诚为你解答。感谢阅读!