6种内部排序算法------Java实现

一、直接插入排序

待排序数组：A[0..n-1]，

排序思路：首先我们认为A[0]是已经排好序的，在排序过程中，依次将A[i](i=1,2,...,n-1)从后往前插入到前面已经

排好序的子数组A[0..i-1]中的适当位置中，待所有的A[i]插入完毕，即排序完毕。

算法如下：

空间上，该算法仅需要常数个辅助单元，空间复杂度为O(1)

时间上，该算法的主程序执行了n-1趟，显然，记录的初始排列对排序过程中记录的比较次数和移动次数都

有影响。

最好的情况下，即初始序列有序，则每次循环只需与前一个记录比较一次，且不需要移动，总的比较次

数为n-1，移动次数为0；

最坏的情况下，即初始序列逆序，则每个记录A[i]都需要与之前的子数组中的所有记录进行比较，总的比较

次数达到最大，总的移动次数也达到了最大。

所以，直接插入排序的时间复杂度为O(n^2)，它是一种稳定的排序算法。

二、折半插入排序

折半插入排序的基本原理与直接插入排序相同

不同之处：（1）确定当前记录在前面有序子数组中的位置时，直接插入排序是采用顺序查找法， 而折半插入排

序是采用折半查找法，（2）直接插入排序，边比较边移动元素，而折半插入排序则将比较和移动操作

分离，即先查找出元素的待插入位置，然后再同意地移动带插入位置之后的所有元素。

算法如下：

相对于直接插入排序，折半插入排序算法仅仅是减少了比较元素的次数，它的比较次数与初始序列无关，仅取决

于序列中的元素个数n

时间复杂度为O(n^2)，为稳定排序算法。

三、希尔排序

又称为缩小增量排序，

基本思想：先将待排序序列分割成若干个字表，分别进行直接插入排序，待整个表中元素呈基本有序时，再对全

体记录进行一次直接插入排序。

算法如下：

希尔排序只需一个记录的辅助空间，它是一种不稳定的排序算法。

四、冒泡排序

基本思想：假设待排序表长为n，从后向前/从前向后两两比较相邻元素的值，若为逆序，则交换他们，直到序列

比较完成，这称为一趟冒泡，结果将最小的元素交换到待排序列的第一个位置，下一趟排序时，则前面一趟确定的最

小原序不再参与比较，待排序列减少一个元素，每趟冒泡的结果是将序列中的最小元素放到了序列的最终位置

   算法如下：

时间复杂度为O(n^2)，它仅使用了常数个辅助单元，空间复杂度为O(1)，为稳定的排序算法

五、快速排序

快速排序是在冒泡排序的基础上改进而来的，它是基于分治的思想。下面对一个典型子数组A[left...right]排序的

分治过程的三个步骤：

分解：数组A[left...right]被划分为两个子数组A[left...q-1]和A[q+1...right]，使得A[left...q-1]中的每个元素都小于等

于A[q]，A[q+1...right]中的每个元素都大于等于A[q]；

解决：通过递归调用快速排序，对子数组A[left...q-1]和A[q+1...right]排序；

合并：由于两个子数组均是在原地进行排序的，故此时已经得到有序的序列了。

算法如下：

快速排序的运行效率与划分对称有关。

最坏的情况：在两个分区，分别包含n-1个和0个元素，这种最大程度的不对称性若发生在每一层递归上，就得到

时间复杂度为O(n^2)；因此快速排序在最坏情况下并不比插入排序号。此外，当输入数组已经是完全排好序时，快速

排序的运行时间也为O(n^2)。同样情况下， 插入排序的运行时间为O(n)；

最理想的情况：也就是分区做到最平衡的划分，得到的两个子数组的大小都不可能>n/2.这种情况下，快速排序

的运行速度将大大的提升。时间复杂度O(nlog2n)

由于快速排序是递归的，所以需要一个栈来存放每一层递归调用的必要信息，其最大容量与递归电泳的深度一

致。最好情况下为栈的深度为O(log2n)；最坏情况下，需进行n-1次递归调用，栈的深度为O(n)；平均情况下，栈深

为O(log2n)。

快速排序是一种不稳定的排序方法。

六、选择排序

排序思想：每一趟（如第i趟）在后面n-i+1个待排序元素中选取关键字最小的元素，最为有序序列的第i个元素，

共需进行n-1趟。

算法如下：

整个排序过程供需选择n-1次，第i趟选择最小元素所比较的次数为n-i次，与初始序列无关，因此，总的比较次数

为n(n-1)/2

若初始序列有序，则整个排序过程中的元素移动次数为0，相反，逆序情况下，则每个元素都需要进行1次交换、

3次移动，元素移动的总次数为3(n-1)

选择排序的时间复杂度为O(n^2)，为不稳定排序。