1、冒泡排序
概述:
冒泡排序是一种最简单的排序算法。它重复性地走访要排序的数列,一次比较两个元素,按照两个元素之间的大小关系,大的向后排,小的向前排。走访数列的工作是重复地进行直到没有再需要交换,也就是说该数列已经排序完成。(这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。)
代码:
/**
* 冒泡排序
*
*/
public static int[] bubbleSort(int[] array) {
if (array.length == 0) {
return array;
}
for (int i = 0; i < array.length; i++) {
for (int j = 0; j < array.length - 1 - i; j++) {
if (array[j + 1] < array[j]) {
int temp = array[j + 1];
array[j + 1] = array[j];
array[j] = temp;
}
}
}
return array;
}
2、选择排序
概述:
选择排序是一种简单直观的排序算法。它首先在未排序的序列中找到最小或最大的元素,存放到排序序列的起始位置,然后,再从剩余未排序元素中继续寻找最小或最大的元素,然后放到已排序序列的末尾。重复这两步骤,直到所有元素均排序完毕。
代码:
/**
* 选择排序
*
*/
public static int[] selectionSort(int[] array) {
if (array.length == 0) {
return array;
}
for (int i = 0; i < array.length; i++) {
int minIndex = i;
for (int j = i; j < array.length; j++) {
if (array[j] < array[minIndex]) {//找到最小的元素
minIndex = j; //保存最小元素的索引
}
}
int temp = array[minIndex];
array[minIndex] = array[i];
array[i] = temp;
}
return array;
}
3、插入排序
概述:
插入排序描述的是一种简单直观的排序算法。它是通过构建有序的序列,对于未排序数据,在已排序的序列中从后向前扫描,找到相应的位置并插入。
代码:
/**
* 插入排序
*
*/
public static int[] insertionSort(int[] array) {
if (array.length == 0) {
return array;
}
int current;
for (int i = 0; i < array.length - 1; i++) {
current = array[i + 1];
int preIndex = i;
while (preIndex >= 0 && current < array[preIndex]) {
array[preIndex + 1] = array[preIndex];
preIndex--;
}
array[preIndex + 1] = current;
}
return array;
}
4、希尔排序
概述:
1959年Shell发明,希尔排序是简单插入排序经过改进之后的一个更加高效的版本,他是第一个突破O(n 2)的排序算法,它与插入排序的不同之处在于,它会优先比较距离较远的元素。也称为缩小增量排序。
代码:
/**
* 希尔排序
*
*/
public static int[] ShellSort(int[] array) {
int len = array.length;
int temp, gap = len / 2;
while (gap > 0) {
for (int i = gap; i < len; i++) {
temp = array[i];
int preIndex = i - gap;
while (preIndex >= 0 && array[preIndex] > temp) {
array[preIndex + gap] = array[preIndex];
preIndex -= gap;
}
array[preIndex + gap] = temp;
}
gap /= 2;
}
return array;
}
5、堆排序
概述:
堆排序是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构,并同时满足堆积的性质:即子结点的键值或索引总是小于(或者大于)它的父节点。
代码:
/**
* 堆排序
*
*/
//声明全局变量,用于记录数组array的长度;
static int len;
public static int[] HeapSort(int[] array) {
len = array.length;
if (len < 1){
return array;
}
//1.构建一个最大堆
buildMaxHeap(array);
//2.循环将堆首位(最大值)与末位交换,然后在重新调整最大堆
while (len > 0) {
swap(array, 0, len - 1);
len--;
adjustHeap(array, 0);
}
return array;
}
/**
* 建立最大堆
*
*/
public static void buildMaxHeap(int[] array) {
//从最后一个非叶子节点开始向上构造最大堆
//for循环这样写会更好一点:i的左子树和右子树分别2i+1和2(i+1)
for (int i = (len/2- 1); i >= 0; i--) {
adjustHeap(array, i);
}
}
/**
* 调整使之成为最大堆
*
*/
public static void adjustHeap(int[] array, int i) {
int maxIndex = i;
//如果有左子树,且左子树大于父节点,则将最大指针指向左子树
if (i * 2 < len && array[i * 2] > array[maxIndex]){
maxIndex = i * 2;
}
//如果有右子树,且右子树大于父节点,则将最大指针指向右子树
if (i * 2 + 1 < len && array[i * 2 + 1] > array[maxIndex]){
maxIndex = i * 2 + 1;
}
//如果父节点不是最大值,则将父节点与最大值交换,并且递归调整与父节点交换的位置。
if (maxIndex != i) {
swap(array, maxIndex, i);
adjustHeap(array, maxIndex);
}
}
/**
* 交换数两个元素
*
*/
private static void swap(int[] array, int maxIndex, int i) {
int temp = array[i];
array[i] = array[maxIndex];
array[maxIndex] = temp;
}
6、快速排序
概述:
通过一趟排序将待排记录分隔成独立的两部分,使其中一部分记录的关键字均比另一部分的关键字小,则可分别对这两部分记录继续进行排序,以达到整个序列有序。
代码:
/**
* 快速排序方法
*
*/
public static int[] QuickSort(int[] array, int start, int end) {
if (array.length < 1 || start < 0 || end >= array.length || start > end) {
return null;
}
int smallIndex = partition(array, start, end);
if (smallIndex > start) {
QuickSort(array, start, smallIndex - 1);
}
if (smallIndex < end) {
QuickSort(array, smallIndex + 1, end);
}
return array;
}
/**
* 快速排序算法——partition
*
*/
public static int partition(int[] array, int start, int end) {
int pivot = (int) (start + Math.random() * (end - start + 1));
int smallIndex = start - 1;
swap(array, pivot, end);
for (int i = start; i <= end; i++){
if (array[i] <= array[end]) {
smallIndex++;
if (i > smallIndex){
swap(array, i, smallIndex);
}
}
}
return smallIndex;
}
/**
* 交换数组内两个元素
*
*/
public static void swap(int[] array, int i, int j) {
int temp = array[i];
array[i] = array[j];
array[j] = temp;
}
7、归并排序
概述:
归并排序是构建在归并操作上的一种有效排序算法。它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2-路归并。和选择排序一样,归并排序的性能不受输入数据的影响,但表现比选择排序好的多,因为始终都是O(n log n)的时间复杂度。所以它的代价是需要额外的内存空间才可以执行。
代码:
/**
* 归并排序
*
*/
public static int[] MergeSort(int[] array) {
if (array.length < 2) {
return array;
}
int mid = array.length / 2;
int[] left = Arrays.copyOfRange(array, 0, mid);
int[] right = Arrays.copyOfRange(array, mid, array.length);
return merge(MergeSort(left), MergeSort(right));
}
/**
* 归并排序——将两段排序好的数组结合成一个排序数组
*
*/
public static int[] merge(int[] left, int[] right) {
int[] result = new int[left.length + right.length];
for (int index = 0, i = 0, j = 0; index < result.length; index++) {
if (i >= left.length) {
result[index] = right[j++];
}else if (j >= right.length) {
result[index] = left[i++];
}else if (left[i] > right[j]) {
result[index] = right[j++];
}else {
result[index] = left[i++];
}
}
return result;
}
8、计数排序
概述:
计数排序是一种稳定的排序算法。它使用一个额外的数组C,其中第i个元素是待排序数组A中值等于i的元素的个数。根据数组C来将A中的元素排到正确的位置。它只能对整数进行排序。计数排序的核心在于将输入的数据值转化为键存储在额外开辟的数组空间中。计数排序要求输入的数据必须是有确定范围的整数。
代码:
/**
* 计数排序
*
*/
public static int[] CountingSort(int[] array) {
if (array.length == 0){
return array;
}
int bias, min = array[0], max = array[0];
for (int i = 1; i < array.length; i++) {
if (array[i] > max){
max = array[i];
}
if (array[i] < min){
min = array[i];
}
}
bias = 0 - min;
int[] bucket = new int[max - min + 1];
Arrays.fill(bucket, 0);
for (int i = 0; i < array.length; i++) {
bucket[array[i] + bias]++;
}
int index = 0, i = 0;
while (index < array.length) {
if (bucket[i] != 0) {
array[index] = i - bias;
bucket[i]--;
index++;
} else{
i++;
}
}
return array;
}
9、桶排序
概述:
桶排序是计数排序的升级版。它利用了函数的映射关系,它的高效与否关键在于这个映射函数的确定。它工作的原理:假设输入数据服从均匀分布,将数据分到有限数量的桶里,每个桶再分别排序(有可能再使用别的排序算法或是以递归方式继续使用桶排序进行排序)。
代码:
/**
* 桶排序
*
*/
public static ArrayList<Integer> BucketSort(ArrayList<Integer> array, int bucketSize) {
if (array == null || array.size() < 2) {
return array;
}
int max = array.get(0), min = array.get(0);
// 找到最大值最小值
for (int i = 0; i < array.size(); i++) {
if (array.get(i) > max) {
max = array.get(i);
}
if (array.get(i) < min) {
min = array.get(i);
}
}
int bucketCount = (max - min) / bucketSize + 1;
ArrayList<ArrayList<Integer>> bucketArr = new ArrayList<>(bucketCount);
ArrayList<Integer> resultArr = new ArrayList<>();
for (int i = 0; i < bucketCount; i++) {
bucketArr.add(new ArrayList<Integer>());
}
for (int i = 0; i < array.size(); i++) {
bucketArr.get((array.get(i) - min) / bucketSize).add(array.get(i));
}
for (int i = 0; i < bucketCount; i++) {
if (bucketSize == 1) { // 如果带排序数组中有重复数字时 感谢 @见风任然是风 朋友指出错误
for (int j = 0; j < bucketArr.get(i).size(); j++) {
resultArr.add(bucketArr.get(i).get(j));
}
} else {
if (bucketCount == 1) {
bucketSize--;
}
ArrayList<Integer> temp = BucketSort(bucketArr.get(i), bucketSize);
for (int j = 0; j < temp.size(); j++) {
resultArr.add(temp.get(j));
}
}
}
return resultArr;
}
10、基数排序
概述:
基数排序是非比较的排序算法,对每一位进行排序,从最低位开始排序,复杂度为O(kn),为数组长度,k为数组中的数的最大的位数;基数排序是按照低位先排序,然后收集;再按照高位排序,然后再收集;依次类推,直到最高位。有时候有些属性是有优先级顺序的,先按低优先级排序,再按高优先级排序。最后的次序就是高优先级高的在前,高优先级相同的低优先级高的在前。基数排序基于分别排序,分别收集,所以是稳定的。
代码:
/**
* 基数排序
*
*/
public static int[] RadixSort(int[] array) {
if (array == null || array.length < 2) {
return array;
}
// 1.先算出最大数的位数;
int max = array[0];
for (int i = 1; i < array.length; i++) {
max = Math.max(max, array[i]);
}
int maxDigit = 0;
while (max != 0) {
max /= 10;
maxDigit++;
}
int mod = 10, div = 1;
ArrayList<ArrayList<Integer>> bucketList = new ArrayList<ArrayList<Integer>>();
for (int i = 0; i < 10; i++) {
bucketList.add(new ArrayList<Integer>());
}
for (int i = 0; i < maxDigit; i++, mod *= 10, div *= 10) {
for (int j = 0; j < array.length; j++) {
int num = (array[j] % mod) / div;
bucketList.get(num).add(array[j]);
}
int index = 0;
for (int j = 0; j < bucketList.size(); j++) {
for (int k = 0; k < bucketList.get(j).size(); k++) {
array[index++] = bucketList.get(j).get(k);
}
bucketList.get(j).clear();
}
}
return array;
}