九大排序算法总结

排序：对一序列对象根据某个关键字进行排序；

稳定：如果a原本在b前面，而a=b，排序之后a仍然在b的前面；

不稳定：如果a原本在b的前面，而a=b，排序之后a可能会出现在b的后面；

 

内排序：所有排序操作都在内存中完成；

外排序：由于数据太大，因此把数据放在磁盘中，而排序通过磁盘和内存的数据传输才能进行；

 

排序耗时的操作：比较、移动；

排序分类：

(1)交换类：冒泡排序、快速排序；此类的特点是通过不断的比较和交换进行排序；

(2)插入类：简单插入排序、希尔排序；此类的特点是通过插入的手段进行排序；

(3)选择类：简单选择排序、堆排序；此类的特点是看准了再移动；

(4)归并类：归并排序；此类的特点是先分割后合并；

 

历史进程：一开始排序算法的复杂度都在O(n^2)，希尔排序的出现打破了这个僵局；

 

以下视频是Sapientia University创作的，用跳舞的形式演示排序步骤，这些视频就可以当作复习排序的资料~

冒泡排序视频：http://v.youku.com/v_show/id_XMzMyOTAyMzQ0.html

选择排序视频：http://v.youku.com/v_show/id_XMzMyODk5MDI0.html

插入排序视频：http://v.youku.com/v_show/id_XMzMyODk3NjI4.html

希尔排序视频：http://v.youku.com/v_show/id_XMzMyODk5MzI4.html

归并排序视频：http://v.youku.com/v_show/id_XMzMyODk5Njg4.html

快速排序视频：http://v.youku.com/v_show/id_XMzMyODk4NTQ4.html

 

上面介绍的排序算法都是基于排序的，还有一类算法不是基于比较的排序算法，即计数排序、基数排序；

预备：最简单的排序

此种实现方法是最简单的排序实现；

缺点是每次找最小值都是单纯的找，而没有为下一次寻找做出铺垫；

算法如下：

 

[java]  view plain copy

1. public static int[] simple_sort(int[] arr) {  
2.     for (int i = 0; i < arr.length; i++) {  
3.         for (int j = i + 1; j < arr.length; j++) {  
4.             if (arr[i] > arr[j]) {  
5.                 swap(arr, i, j);  
6.             }  
7.         }  
8.     }  
9.     return arr;  
10. }  

一、冒泡排序

冒泡排序相对于最简单的排序有了改进，即每次交换都是对后续有帮助的，大数将会越来越大，小的数将会越来越小；

冒泡排序思想：两两相邻元素之间的比较,如果前者大于后者，则交换；

因此此排序属于交换排序一类，同类的还有现在最常用的排序方法：快速排序；

1.标准冒泡排序

此种方法是最一般的冒泡排序实现，思想就是两两相邻比较并交换；

算法实现如下：

[java]  view plain copy

1. public static int[] bubble_sort2(int[] arr) {  
2.     for (int i = 0; i < arr.length; i++) {  
3.         for (int j = arr.length - 1; j > i; j--) {  
4.             if (arr[j] < arr[j - 1]) {  
5.                 swap(arr, j, j - 1);  
6.             }  
7.         }  
8.     }  
9.     return arr;  
10. }  

2.改进冒泡排序

改进在于如果出现一个序列，此序列基本是排好序的，如果是标准的冒泡排序，则还是需要进行不断的比较；

改进方法：通过一个boolean isChanged，如果一次循环中没有交换过元素，则说明已经排好序；

算法实现如下：

 

[java]  view plain copy

1. // 最好：n-1次比较，不移动,因此时间复杂度为O(n)，不占用辅助空间  
2. // 最坏：n(n-1)/2次比较和移动，因此O(n^2)，占用交换的临时空间，大小为1；  
3. public static int[] bubble_sort3(int[] arr) {  
4.     boolean isChanged = true;  
5.     for (int i = 0; i < arr.length && isChanged; i++) {  
6.         isChanged = false;  
7.         for (int j = i + 1; j < arr.length; j++) {  
8.             if (arr[i] > arr[j]) {  
9.                 swap(arr, i, j);  
10.                 isChanged = true;  
11.             }  
12.         }  
13.     }  
14.     return arr;  
15. }  

二、简单选择排序

简单选择排序特点：每次循环找到最小值，并交换，因此交换次数始终为n-1次；

相对于最简单的排序，对于很多不必要的交换做了改进，每个循环不断比较后记录最小值，只做了一次交换（当然也可能不交换，当最小值已经在正确位置）

算法如下：

 

[java]  view plain copy

1. //最差：n(n-1)/2次比较，n-1次交换，因此时间复杂度为O(n^2)  
2. //最好：n(n-1)/2次比较，不交换，因此时间复杂度为O(n^2)  
3. //好于冒泡排序  
4. public static int[] selection_sort(int[] arr) {  
5.     for (int i = 0; i < arr.length - 1; i++) {  
6.         int min = i;  
7.         for (int j = i + 1; j < arr.length; j++) {  
8.             if (arr[min] > arr[j]) {  
9.                 min = j;  
10.             }  
11.         }  
12.         if (min != i)  
13.             swap(arr, min, i);  
14.     }  
15.     return arr;  
16. }  

 

三、简单插入排序

思想: 给定序列，存在一个分界线，分界线的左边被认为是有序的，分界线的右边还没被排序，每次取没被排序的最左边一个和已排序的做比较，并插入到正确位置；我们默认索引0的子数组有序；每次循环将分界线右边的一个元素插入有序数组中，并将分界线向右移一位；

算法如下：

 

[java]  view plain copy

1. // 最好:n-1次比较，0次移动 ,时间复杂度为O(n)  
2. // 最差:(n+2)(n-1)/2次比较，(n+4)(n-1)/2次移动，时间复杂度为 O(n^2)  
3. public static int[] insertion_sort(int[] arr) {  
4.     int j;  
5.     for (int i = 1; i < arr.length; i++) {  
6.         if (arr[i] < arr[i - 1]) {  
7.             int tmp = arr[i];  
8.             for (j = i - 1; j >= 0 && arr[j] > tmp; j--) {  
9.                 arr[j + 1] = arr[j];  
10.             }  
11.             arr[j + 1] = tmp;  
12.         }  
13.     }  
14.     return arr;  
15. }  

简单插入排序比选择排序和冒泡排序好！

 

四、希尔排序

1959年Shell发明；

第一个突破O(n^2)的排序算法；是简单插入排序的改进版；

思想：由于简单插入排序对于记录较少或基本有序时很有效，因此我们可以通过将序列进行分组排序使得每组容量变小，再进行分组排序，然后进行一次简单插入排序即可；

这里的分组是跳跃分组，即第1,4,7位置为一组，第2，5，8位置为一组，第3，6，9位置为一组；

索引

1

2

3

4

5

6

7

8

9

此时，如果increment=3，则i%3相等的索引为一组，比如索引1，1+3，1+3*2

一般增量公式为：increment = increment/3+1;

算法实现如下：

 

[java]  view plain copy

1. // O(n^(3/2))  
2. //不稳定排序算法  
3. public static int[] shell_sort(int[] arr) {  
4.     int j;  
5.     int increment = arr.length;  
6.     do {  
7.         increment = increment / 3 + 1;  
8.         for (int i = increment; i < arr.length; i++) { //i=increment 因为插入排序默认每组的第一个记录都是已排序的  
9.             if (arr[i] < arr[i - increment]) {  
10.                 int tmp = arr[i];  
11.                 for (j = i - increment; j >= 0 && arr[j] > tmp; j -= increment) {  
12.                     arr[j + increment] = arr[j];  
13.                 }  
14.                 arr[j + increment] = tmp;  
15.             }  
16.         }  
17.     } while (increment > 1);  
18.     return arr;  
19. }  

五、堆排序

 

Floyd和Williams在1964年发明；

大根堆：任意父节点都比子节点大；

小根堆：任意父节点都比子节点小；

不稳定排序算法，是简单选择排序的改进版；

思想：构建一棵完全二叉树，首先构建大根堆，然后每次都把根节点即最大值移除，并用编号最后的节点替代，这时数组长度减一，然后重新构建大根堆，以此类推；

注意：此排序方法不适用于个数少的序列，因为初始构建堆需要时间；

算法实现如下：

 

[java]  view plain copy

1.        // 时间复杂度为O(nlogn)   
2. //不稳定排序算法  
3. //辅助空间为1  
4. //不适合排序个数较少的序列  
5. public static int[] heap_sort(int[] arr) {  
6.     int tmp[] = new int[arr.length + 1];  
7.     tmp[0] = -1;  
8.     for (int i = 0; i < arr.length; i++) {  
9.         tmp[i + 1] = arr[i];  
10.     }  
11.     // 构建大根堆：O(n)  
12.     for (int i = arr.length / 2; i >= 1; i--) {  
13.         makeMaxRootHeap(tmp, i, arr.length);  
14.     }  
15.     // 重建：O(nlogn)  
16.     for (int i = arr.length; i > 1; i--) {  
17.         swap(tmp, 1, i);  
18.         makeMaxRootHeap(tmp, 1, i - 1);  
19.     }  
20.     for (int i = 1; i < tmp.length; i++) {  
21.         arr[i - 1] = tmp[i];  
22.     }  
23.     return arr;  
24. }  
25.   
26. private static void makeMaxRootHeap(int[] arr, int low, int high) {  
27.     int tmp = arr[low];  
28.     int j;  
29.     for (j = 2 * low; j <= high; j*=2) {  
30.         if (j < high && arr[j] < arr[j + 1]) {  
31.             j++;  
32.         }  
33.         if (tmp >= arr[j]) {  
34.             break;  
35.         }  
36.         arr[low] = arr[j];  
37.         low = j;  
38.     }  
39.     arr[low] = tmp;  
40. }  

六、归并排序

稳定排序算法；

思想：利用递归进行分割和合并，分割直到长度为1为止，并在合并前保证两序列原本各自有序，合并后也有序；

实现代码如下：

 

[java]  view plain copy

1. // 稳定排序；  
2. // 时间复杂度O(nlogn)  
3. // 空间复杂度：O(n+logn)  
4. public static int[] merge_sort(int[] arr) {  
5.     Msort(arr, arr, 0, arr.length - 1);  
6.     return arr;  
7. }  
8.   
9. private static void Msort(int[] sr, int[] tr, int s, int t) {  
10.     int tr2[] = new int[sr.length];  
11.     int m;  
12.     if (s == t) {  
13.         tr[s] = sr[s];  
14.     } else {  
15.         m = (s + t) / 2;  
16.         Msort(sr, tr2, s, m);  
17.         Msort(sr, tr2, m + 1, t);  
18.         Merge(tr2, tr, s, m, t);  
19.     }  
20. }  
21.   
22. private static void Merge(int[] tr2, int[] tr, int i, int m, int t) {  
23.     int j, k;  
24.     for (j = i, k = m + 1; i <= m && k <= t; j++) {  
25.         if (tr2[i] < tr2[k]) {  
26.             tr[j] = tr2[i++];  
27.         } else {  
28.             tr[j] = tr2[k++];  
29.         }  
30.     }  
31.     while (i <= m) {  
32.         tr[j++] = tr2[i++];  
33.     }  
34.     while (k <= t) {  
35.         tr[j++] = tr2[k++];  
36.     }  
37. }  

七、快速排序

冒泡排序的升级版；现在用的最多的排序方法；

思想：选取pivot，将pivot调整到一个合理的位置，使得左边全部小于他，右边全部大于他；

注意：如果序列基本有序或序列个数较少，则可以采用简单插入排序，因为快速排序对于这些情况效率不高；

实现代码如下：

[java]  view plain copy

1.        // 不稳定排序算法  
2. // 时间复杂度：最好：O(nlogn) 最坏：O(n^2)  
3. // 空间复杂度：O(logn)  
4. public static int[] quick_sort(int[] arr) {  
5.     qsort(arr, 0, arr.length - 1);  
6.     return arr;  
7. }  
8.   
9. private static void qsort(int[] arr, int low, int high) {  
10.     int pivot;  
11.     if (low < high) {  
12.         pivot = partition(arr, low, high);  
13.         qsort(arr, low, pivot);  
14.         qsort(arr, pivot + 1, high);  
15.     }  
16. }  
17.   
18. private static int partition(int[] arr, int low, int high) {  
19.     int pivotkey;  
20.     pivotkey = arr[low];//选择pivot，此处可以优化  
21.     while (low < high) {  
22.         while (low < high && arr[high] >= pivotkey) {  
23.             high--;  
24.         }  
25.         swap(arr, low, high);//交换，此处可以优化  
26.         while (low < high && arr[low] <= pivotkey) {  
27.             low++;  
28.         }  
29.         swap(arr, low, high);  
30.     }  
31.     return low;  
32. }  

优化方案

(1)选取pivot：选取pivot的值对于快速排序至关重要，理想情况，pivot应该是序列的中间数；

而前面我们只是简单的取第一个数作为pivot，这点可以进行优化；

优化方法：抽多个数后取中位数作为pivot；

(2)对于小数组使用插入排序：因为快速排序适合大数组排序，如果是小数组，则效果可能没有简单插入排序来得好；

如果想进行优化，则可以使用以下代码：

[java]  view plain copy

1. public static int[] quick_sort(int[] arr) {  
2.     if(arr.length>10){  
3.         qsort(arr, 0, arr.length - 1);  
4.     }  
5.     else{  
6.         insertion_sort(arr);  
7.     }  
8.     return arr;  
9. }  

八、计数排序

计数排序是典型的不是基于比较的排序算法，基于比较的排序算法最少也要O(nlogn)，有没有可能创造线性时间的排序算法呢？那就是不基于比较的排序算法；

如果数组的数据范围为0~100，则很适合此算法；

复杂度： O(n+k), n为原数组长度，k为数据范围；

思想：

(1)首先找出数组中的最大值，然后创建一个计数数组（用来记录每个元素的数量）,长度为max，比如数组为{1,1,2,3,4,5}，则创建一个长度为6的数组count[]，count[1]存放数值1出现的次数，即2；

(2)填充count数组,即遍历原数组，并且count[arr[i]-1]++;

(3)对count数组进行累加，即count[i] = count[i] + count[i-1];

(4)反向填充result数组，result[count[arr[i]]-1] = arr[i];

代码如下：

[java]  view plain copy

1. import java.util.ArrayList;  
2. import java.util.Scanner;  
3.   
4.   
5. /** 
6.  * 计数排序适用于： 
7.  *  (1)数据范围较小，建议在小于1000 
8.  *  (2)每个数值都要大于等于0 
9.  * @author xiazdong 
10.  * 
11.  */  
12. public class Count_Sort {  
13.       
14.     public static void main(String[] args) {  
15.         int[] array = readArray();  
16.         System.out.print("排序前数组为：");  
17.         print(array);  
18.         int result[] = count_sort(array);  
19.         System.out.print("排序后数组为：");  
20.         print(result);  
21.     }  
22.   
23.     //读取数组函数  
24.     private static int[] readArray() {  
25.         Scanner in = new Scanner(System.in);  
26.         ArrayList<Integer> list = new ArrayList<Integer>();  
27.         while(true){  
28.             System.out.print("输入数字：");  
29.             int element = in.nextInt();  
30.             if(element==-1){  
31.                 break;  
32.             }  
33.             else{  
34.                 list.add(element);  
35.             }  
36.         }  
37.         Integer[] arr = list.toArray(new Integer[0]);  
38.         int[]array = new int[arr.length];  
39.         for(int i=0;i<arr.length;i++){  
40.             array[i] = arr[i];  
41.         }  
42.         return array;  
43.     }  
44.     //计数排序  
45.     public static int[] count_sort(int arr[]){  
46.         int gap = findGap(arr);  
47.         int[] count = new int[gap];  
48.         int[] result = new int[arr.length];  
49.         for(int i=0;i<arr.length;i++){  
50.             count[arr[i]]++;  
51.         }  
52.         for(int i=1;i<count.length;i++){  
53.             count[i] = count[i] + count[i-1];  
54.         }  
55.         //反向填充结果数组  
56.         for(int i=arr.length-1;i>=0;i--){  
57.             result[count[arr[i]]-1] = arr[i];   
58.             count[arr[i]]--;  
59.         }  
60.         return result;  
61.     }  
62.     public static void print(int result[]){  
63.         for(int a:result){  
64.             System.out.print(a+" ");  
65.         }  
66.         System.out.println();  
67.     }  
68.     /** 
69.      * 找出数组的数据范围，即最大数的值 
70.      * @param arr 
71.      * @return 
72.      */  
73.     private static int findGap(int[] arr) {  
74.         int max = arr[0];  
75.         for(int i=1;i<arr.length;i++){  
76.             if(max<arr[i]){  
77.                 max = arr[i];  
78.             }  
79.         }  
80.         return (max+1);  
81.     }  
82. }  

九、基数排序

基数排序也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；

比如{987,789} ，先通过个位数排序：{987,789}，再通过十位数排序：{987,789}，再通过百位数排序：{789,987}

思想：

(1)取得数组中的最大数，并取得位数；

(2)arr为原始数组，从最低位开始取每个位组成radix数组；

(3)对radix进行计数排序（利用计数排序适用于小范围数的特点）；

[java]  view plain copy

1. import java.util.ArrayList;  
2. import java.util.Scanner;  
3.   
4.   
5. /** 
6.  * 计数排序适用于： 
7.  *  (1)数据范围较小，建议在小于1000 
8.  *  (2)每个数值都要大于等于0 
9.  * @author xiazdong 
10.  * 
11.  */  
12. public class Count_Sort {  
13.       
14.     public static void main(String[] args) {  
15.         int[] array = new int[]{1046,2084,9046,12074,56,7026,8099,17059,33,1};  
16.         System.out.print("排序前数组为：");  
17.         print(array);  
18.         int result[] = radix_sort(array);  
19.         System.out.print("排序后数组为：");  
20.         print(result);  
21.     }  
22.   
23.     //基数排序 O(kn)   
24.     public static int[] radix_sort(int[]arr){  
25.         int radix[] = new int[arr.length];  
26.         int count = 1;  
27.         int n = findMaxLength(arr);  
28.         for(int i=0;i<n;i++){  
29.             radix = getRadix(arr,count);  
30.             arr = count_sort(arr, radix);  
31.             count *=10;  
32.         }  
33.         return arr;  
34.     }  
35.     private static int findMaxLength(int[] arr) {  
36.         int max = arr[0];  
37.         for(int i=1;i<arr.length;i++){  
38.             if(max<arr[i]){  
39.                 max = arr[i];  
40.             }  
41.         }  
42.         int count = 1;  
43.         int mcount = 1;  
44.         while((max / mcount)!=0){  
45.             mcount = 1;  
46.             count++;  
47.             for(int i=0;i<count;i++){  
48.                 mcount *=10;  
49.             }  
50.         }  
51.         return count;  
52.     }  
53.   
54.   
55.     //取得需要排序的位的数组  
56.     private static int[] getRadix(int[] arr,int count) {    //O(n)  
57.         int radix[] = new int[arr.length];  
58.         for(int i=0;i<arr.length;i++){  
59.             radix[i] = arr[i]/count % 10;  
60.         }  
61.         return radix;  
62.     }  
63.   
64.     //类似计数排序  
65.     //arr为原始数组  
66.     //radix为需要排序的位的数组  
67.     public static int[] count_sort(int arr[],int radix[]){  
68.         int gap = findGap(radix);  
69.         int[] count = new int[gap];  
70.         int[] result = new int[radix.length];  
71.         for(int i=0;i<radix.length;i++){  
72.             count[radix[i]]++;  
73.         }  
74.         for(int i=1;i<count.length;i++){  
75.             count[i] = count[i] + count[i-1];  
76.         }  
77.         //反向填充结果数组  
78.         for(int i=radix.length-1;i>=0;i--){  
79.             result[count[radix[i]]-1] = arr[i];   
80.             count[radix[i]]--;  
81.         }  
82.         return result;  
83.     }  
84.     public static void print(int result[]){  
85.         for(int a:result){  
86.             System.out.print(a+" ");  
87.         }  
88.         System.out.println();  
89.     }  
90.     /** 
91.      * 找出数组的数据范围，即最大数的值 
92.      * @param arr 
93.      * @return 
94.      */  
95.     private static int findGap(int[] arr) {  
96.         int max = arr[0];  
97.         for(int i=1;i<arr.length;i++){  
98.             if(max<arr[i]){  
99.                 max = arr[i];  
100.             }  
101.         }  
102.         return (max+1);  
103.     }  
104. }  

对比图

此图摘自http://www.cnblogs.com/cj723/archive/2011/04/29/2033000.html的图

总结：每个排序都有每个排序的优点，我们需要在适当的时候用适当的算法；

比如在基本有序、数组规模小时用直接插入排序；

比如在大数组时用快速排序；

比如如果要想稳定性，则使用归并排序；

摘录维基百科图片：