Java八种常见排序算法

Java八种常见排序算法

排序大的分类可以分为两种：内排序和外排序。在排序过程中，全部记录存放在内存，则称为内排序，如果排序过程中需要使用外存，则称为外排序。下面讲的排序都是属于内排序。

内排序又可以分为以下几类：

　　(1)、冒泡排序
　　(2)、选择排序
　　(3)、插入排序
　　(4)、快速排序
　　(5)、归并排序
　　(6)、希尔排序
　　(7)、堆排序
　　(8)、基数排序

下面逐个接受各个排序方法：

1、冒泡排序：

时间复杂度：O(n^2)
稳定性：稳定

private static int[] bubbleSort(int[] a) {
        // TODO Auto-generated method stub
        int len=a.length;
        for(int i=0;i<len-1;i++)
        {
            for(int j=len-1;j>i;j--)
            {
                if(a[j]<a[j-1])     // 轻的向上冒
                {
                    a[j]=a[j]^a[j-1];
                    a[j-1]=a[j]^a[j-1];
                    a[j]=a[j]^a[j-1];
                }
            }
        }
        return a;
    }

2、插入排序：

从第一个元素开始，该元素可以认为已经被排序，取出下一个元素，在已经排序的元素序列中从后向前扫描，如果该元素（已排序）大于新元素，将该元素移到下一位置，直到找到已排序的元素小于或者等于新元素的位置，将新元素插入到该位置中
时间复杂度：O(n^2)
稳定性：稳定

private static int[] insertSort(int[] a) {      
    int temp;
    int len=a.length;
    int j;
    for(int i=1;i<len;i++)
    {
        temp=a[i];
        j=i;
        while(temp<=a[j-1])
        {
            a[j]=a[j-1];
            j--;
        }
        a[j]=temp;
    }
    return a;
}

3、选择排序：

选择排序是给每个位置选择当前元素最小的，比如给第一个位置选择最小的，在剩余元素里面给第二个元素选择第二小的，依次类推，直到第n-1个元素，第n个元素不用选择了
时间复杂度：O（n^2）
稳定性：不稳定

private static int[] selectSort(int[] a) {

    int len=a.length;
    int min;
    int index;
    for(int i=0;i<len-1;i++)
    {
        min=a[i];
        index=i;
        for(int j=i+1;j<len;j++)
        {
            if(min>a[j])
            {
                min=a[j];
                index=j;
            }
        }
        a[index]=a[i];
        a[i]=min;
    }
    return a;
}

4、快排：

快速排序有两个方向，左边的i下标一直往右走，当a[i] <= a[center_index]，而右边的j下标一直往左走，当a[j] > a[center_index]。如果i和j都走不动了，i <= j, 交换a[i]和a[j],重复上面的过程，直到i>j。交换a[j]和a[center_index]，完成一趟快速排序
时间复杂度：O(nlgn)
稳定性：不稳定

private static void quickSort(int[] a, int start, int end) {

        if(start>=end||a==null)
        {
            return ;
        }
        int p=partition(a,start,end);
        quickSort(a, start, p-1);
        quickSort(a, p+1, end);

    }

    private static int partition(int[] a, int start, int end) {

        int first=a[start];
        int i=start;
        int j=end;

        while(i<j){
            while(a[i]<=first&&i<end)
            {
                i++;
            }
            while(a[j]>first&&j>=start){
                j--;
            }
            if(i<j){
                a[i]=a[i]^a[j];
                a[j]=a[i]^a[j];
                a[i]=a[i]^a[j];
            }
        }
        if(j!=start){
            a[start]=a[j];
            a[j]=first;
        }
        return j;
    }

5、归并排序：

基本思想：归并（Merge）排序法是将两个（或两个以上）有序表合并成一个新的有序表，即把待排序序列分为若干个子序列，每个子序列是有序的。然后再把有序子序列合并为整体有序序列。

时间复杂度：O(nlogn)
稳定性：稳定

具体代码如下：

public class SortTest {

    public static void main(String[] args) {
        // TODO Auto-generated method stub
        int[] A={2,5,9,3,4,7,8,156,46,7,26,79,14,4,25,4,496,269};

        int[] res=sorting(A);
        for(int i=0;i<A.length;i++){
            System.out.print(res[i]+"   ");
        }
    }

     // 分代处理
    private static int[] sorting(int[] a) {
        // TODO Auto-generated method stub
        int len=a.length;
        for(int gap=1;gap<len;gap=2*gap)
        {
            MergePass(a,gap,len);
        }
        return a;
    }

     // 按每一代的gap长度，进行分段，组合
    private static void MergePass(int[] a, int gap, int len) {
        // TODO Auto-generated method stub
        int i=0;
        for(i=0;i+2*gap-1<len;i=i+2*gap){
            Merge(a,i,i+gap-1,i+2*gap-1);
        }
        if(i+gap<len){
            Merge(a,i,i+gap-1,len-1);
        }   
    }

    private static void Merge(int[] a, int low, int mid, int high) {
        // TODO Auto-generated method stub
        int i=low;
        int j=mid+1;
        int k=0;
        int[] array2=new int[high-low+1];
        while(i<=mid&&j<=high)
        {
            if(a[i]<=a[j])
            {
                array2[k]=a[i];
                i++;
                k++;
            }else {
                array2[k]=a[j];
                j++;
                k++;
            }           
        }
        while(i<=mid){
            array2[k]=a[i];
            i++;
            k++;
        }
        while(j<=high){
            array2[k]=a[j];
            j++;
            k++;
        }
        System.arraycopy(array2, 0, a, low, high-low+1);
    }
}

6、希尔排序:

基本思想：算法先将要排序的一组数按某个增量d（n/2,n为要排序数的个数）分成若干组，每组中记录的下标相差d.对每组中全部元素进行直接插入排序，然后再用一个较小的增量（d/2）对它进行分组，在每组中再进行直接插入排序。当增量减到1时，进行直接插入排序后，排序完成。

时间复杂度：O(nlogn)
稳定性：不稳定

private static void shellSort(int[] a) {
    int d=a.length;
    int temp;
    while(true){
        d=(int)Math.ceil(d/2);
        for(int x=0;x<d;x++){
            for(int i=x+d;i<a.length;i+=d)
            {
                temp=a[i];
                int j=i;
                for(;j>=d&&temp<a[j-d];j-=d){
                    a[j]=a[j-d];
                }
                a[j]=temp;
            }   
        }
        if(d==1){
            break;
        }
    }   
}

7、基排序：

基本思想：将所有待比较数值（正整数）统一为同样的数位长度，数位较短的数前面补零。然后，从最低位开始，依次进行一次排序。这样从最低位排序一直到最高位排序完成以后,数列就变成一个有序序列。

时间复杂度：O(nlogn)
稳定性：稳定

private static void radixSort(int[] array) {

    int max=array[0];     
       for(int i=1;i<array.length;i++){     
              if(array[i]>max){     
              max=array[i];     
              }     
           }     

       int time=0;     
          //判断位数;     
           while(max>0){     
              max/=10;     
               time++;     
           }     

       //建立10个队列;     
           @SuppressWarnings("rawtypes")
        List<ArrayList> queue=new ArrayList<ArrayList>();     
           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<array.length;j++){     
                   //得到数字的第time+1位数;   
                  int x=array[j]%(int)Math.pow(10, i+1)/(int)Math.pow(10, i);  
                  @SuppressWarnings("unchecked")
                  ArrayList<Integer> queue2=queue.get(x);  
                  queue2.add(array[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){  
                    @SuppressWarnings("unchecked")
                    ArrayList<Integer> queue3=queue.get(k);  
                       array[count]=queue3.get(0);     
                       queue3.remove(0);  
                       count++;  
                }     
               }     
         }     

}

8、堆排序：

基本思想：堆排序是一种树形选择排序，是对直接选择排序的有效改进。堆的定义如下：具有n个元素的序列（h1,h2,…,hn),当且仅当满足（hi>=h2i,hi>=2i+1）或（hi<=h2i,hi<=2i+1） (i=1,2,…,n/2)时称之为堆。在这里只讨论满足前者条件的堆。由堆的定义可以看出，堆顶元素（即第一个元素）必为最大项（大顶堆）。完全二叉树可以很直观地表示堆的结构。堆顶为根，其它为左子树、右子树。初始时把要排序的数的序列看作是一棵顺序存储的二叉树，调整它们的存储序，使之成为一个堆，这时堆的根节点的数最大。然后将根节点与堆的最后一个节点交换。然后对前面(n-1)个数重新调整使之成为堆。依此类推，直到只有两个节点的堆，并对它们作交换，最后得到有n个节点的有序序列。从算法描述来看，堆排序需要两个过程，一是建立堆，二是堆顶与堆的最后一个元素交换位置。所以堆排序有两个函数组成。一是建堆的渗透函数，二是反复调用渗透函数实现排序的函数。

时间复杂度：O(nlogn)
稳定性：不稳定

private static void heapSort(int[] a) {

    int arrayLength=a.length;  
       //循环建堆  
       for(int i=0;i<arrayLength-1;i++){  
           //建堆  

        buildMaxHeap(a,arrayLength-1-i);  
           //交换堆顶和最后一个元素 
        a[0]=a[0]^a[arrayLength-1-i];
        a[arrayLength-1-i]=a[0]^a[arrayLength-1-i];
        a[0]=a[0]^a[arrayLength-1-i];  
           System.out.println(Arrays.toString(a));  
       } 

}

private static void buildMaxHeap(int[] data, int lastIndex) {

    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  
                data[k]=data[k]^data[biggerIndex];
                data[biggerIndex]=data[k]^data[biggerIndex];
                data[k]=data[k]^data[biggerIndex];  
                //将biggerIndex赋予k，开始while循环的下一次循环，
                //重新保证k节点的值大于其右子节点的值  
                   k=biggerIndex;  
               }else{  
                   break;  
               }  
           }
       }

}

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