稳定性
直接插入排序
希尔排序
选择排序
堆排序
冒泡排序
快速排序
归并排序
计数排序
稳定性两个相等的数据，如果经过排序后，排序算法能保证其相对位置不发生变化，则我们称该算法是具备稳定性的排序算法。
直接插入排序直接插入排序就是每次选择无序区间的第一个元素，在有序区间内选择合适的位置插入。
从数组下标为1开始，将下标为1上的值取出来放在tmp中，然后它和前面的下标j上的值进行比较，如果前面下标j上的值比它大，则前面下标j上的值往后走一步，直到比到j回退到了-1或者j下标上的值比tmp小为止，然后把tmp插入到下标为[j+1]的位置上。然后i就继续往后走，继续比较，直到i走到数组的最后。
代码示例：
/**
*直接插入排序
*时间复杂度 O(N^2)
*空间复杂度 O(1)
*稳定性 ：稳定（看在比较的过程当中是否发生了跳跃式的交换，如果发生了跳跃式的交换那么就是不稳定的排序）
* 一个稳定的排序，可以实现为不稳定的排序
* 但是一个本身就不稳定的排序，是不可以变成稳定的排序的
* 经常使用在数据量不多且整体数据趋于有序了
*/
public static void insertSort(int[] array) {
for(int i=1;i<array.length;i++) {
int tmp = array[i];
int j = 0;
for (j = i - 1; j >= 0; j--) {
if (tmp < array[j]) {
array[j + 1] = array[j];
} else {
break;
}
}
array[j + 1] = tmp;
}
}
希尔排序
希尔排序是对直接插入排序的优化。将数据进行相应的分组，分为gap组，然后按照直接插入排序的方法排序。 当gap > 1时都是预排序，目的是让数组更接近于有序。当gap == 1时，数组已经接近有序的了，这样就会很快。这样整体而言，可以达到优化的效果。
/**
* 时间复杂度（和增量有关系的）：O(n^1.3 - n^1.5)
* 空间复杂度：O(1)
* 稳定性：不稳定的
* 看在比较的过程当中是否发生了跳跃式的交换，如果发生了跳跃式的交换那么就是不稳定的排序
*/
public static void shellSort(int[] array) {
int gap=array.length-1;
while(gap>1){
shell(array,gap);
gap/=2;
}
shell(array,1);//保证最后是1组
}
public static void shell(int[] array,int gap) {
for(int i=gap;i< array.length;i++){
int tmp=array[i];
int j=i-gap;
for (j = i-gap; j >=0; j=j-gap) {
if(tmp<array[j]){
array[j+gap]=array[j];
}else{
break;
}
}
array[j+gap]=tmp;
}
}
选择排序
每一次从无序区间选出最大（或最小）的一个元素，存放在无序区间的最后（或最前），直到全部待排序的数据元素排完 。
代码示例：
/**
*选择排序
*空间复杂度：O(N^2)
* 时间复杂度：O(1)
* 稳定性：不稳定
* 看在比较的过程当中是否发生了跳跃式的交换，如果发生了跳跃式的交换那么就是不稳定的排序
*/
public static void selectSort(int[] array){
for(int i=0;i<array.length;i++){
for(int j=i+1;j< array.length;j++){
if(array[j]<array[i]){
swap(array,i,j);
}
}
}
}
public static void swap(int[] array,int i,int j){
int tmp=array[i];
array[i]=array[j];
array[j]=tmp;
}
//选择排序还可以找到最小值下标再交换
public static void selectSort1(int[] array) {
for (int i = 0; i < array.length; i++) {
int minIndex = i;
for (int j = i+1; j < array.length; j++) {
//找到最小值下标
if(array[j] < array[minIndex]) {
minIndex = j;
}
}
swap(array,i,minIndex);
}
堆排序
基本原理也是选择排序，只是不在使用遍历的方式查找无序区间的最大的数，而是通过堆来选择无序区间的最大的数。
注意： 排升序要建大堆；排降序要建小堆。 （在堆那里有提过）
代码示例：
/**
* 堆排序
* 时间复杂度：O(N*log2^N)
* 空间复杂度：O(1)
* 稳定性：不稳定
*/
public static void heapSort(int[] array){
creatHeap(array);//先创建堆
int end=array.length-1;
//交换后调整（N*log2^N)
while(end>0){
swap(array,0,end);
shiftDown(array,0,end);
end--;
}
}
//建堆
public static void creatHeap(int[] array){
for(int parent=(array.length-1-1)/2;parent>=0;parent--){
shiftDown(array,parent,array.length);
}
}
//调整
public static void shiftDown(int[] array,int parent,int len){
int child=2*parent+1;//左孩子下标
while(child<len){
//左右孩子比较
if(child+1<len && array[child]<array[child+1]){
child++;
}
if(array[child]>array[parent]){
swap(array,child,parent);
parent=child;
child=parent*2-1;
}else{
break;
}
}
}
冒泡排序
在无序区间，通过相邻数的比较，将最大的数冒泡到无序区间的最后，持续这个过程，直到数组整体有序。
代码示例：
/**
* 冒泡排序
* 时间复杂度：O(N^2)
* 空间复杂度：O(1)
* 稳定性：稳定
* i为需要排的次数
* j为每次需要比较的开始到结束位置
*/
public static void bubbleSort(int[] array){
for (int i = 0; i < array.length-1; i++) {
for (int j = 0; j < array.length-1-i; j++) {
if(array[j+1]<array[j]){
swap(array,j,j+1);
}
}
}
}
public static void swap(int[] array,int i,int j){
int tmp=array[i];
array[i]=array[j];
array[j]=tmp;
}
快速排序
1、 从待排序区间选择一个数，作为基准值 (pivot) ;
2、 partition: 遍历整个待排序区间，将比基准值小的（可以包含相等的）放到基准值的左边，将比基准值大的（可以包含相等的）放到基准值的右边;
3、 采用分治思想，对左右两个小区间按照同样的方式处理，直到小区间的长度 == 1 ，代表已经有序，或者小区间的长度 == 0 ，代表没有数据。 代码示例：
/**
* 时间复杂度：
* 最好(每次可以均匀的分割待排序序列)：O(N*log2^n)log以2为底的N次方
* 最坏：数据有序或者逆序的情况 O(N^2)
* 空间复杂度：
* 最好：O(log2^n)
* 最坏：O(n) 单分支的一棵树
* 稳定性：不稳定的排序
*/
//递归方式实现
public static void quickSort(int[] array){
quick(array,0,array.length-1);
}
public static void quick(int[] array,int left,int right){
if(left>=right){
return;
}
//找基准值，然后基准值左边右边分别按同样的方式处理
int pivot=partition(array,left,right);
quick(array,left,pivot-1);
quick(array,pivot+1,right);
}
//找基准点(两边开始找)
public static int partition(int[] array,int start,int end){
int tmp=array[start];
while(start<end){
while(start<end && array[end]>=tmp){
end--;
}
array[start]=array[end];
while(start<end && array[start]<=tmp){
start++;
}
array[end]=array[start];
}
array[start]=tmp;//start==end时，找到了基准点
return end;
}
上面代码还有待优化，如果我们是一个有序数组，我们在找基准值进行相应处理的时候可能会出现单分支情况，这时候我们可以让start下标的值为中间值，这样可以避免出现单分支情况。
代码示例：
public static void quickSort(int[] array){
quick(array,0,array.length-1);
}
public static void quick(int[] array,int left,int right){
if(left>=right){
return;
}
//优化--找基准前，先找到中间值，三数取中法(防止有序情况下出现单分支）
int minValIndex=findValINdex(array,left,right);
swap(array,minValIndex,left);
int pivot=partition(array,left,right);
quick(array,left,pivot-1);
quick(array,pivot+1,right);
}
//三数取中
private static int findValINdex(int[] array,int start,int end){
int mid=start+((end-start)>>>1);
//(start+end)/2
if(array[start]<array[end]){
if(array[mid]>array[end]){
return end;
} else if (array[mid]<array[start]) {
return start;
}else{
return mid;
}
}else{
if(array[mid]>array[start]) {
return start;
}else if(array[mid]<array[end]){
return end;
}else{
return mid;
}
}
}
当排序数据过多时还能继续优化，如果区间内的数据，在排序的过程当中，小于某个范围了，可以使用直接插入排序。
代码示例：
public static void quickSort(int[] array){
quick(array,0,array.length-1);
}
//递归，找到了基准点，分别再对基准点左边和基准点右边找
public static void quick(int[] array,int left,int right){
if(left>=right){
return;
}
//优化--如果区间内的数据，在排序的过程当中，小于某个范围了，可以使用直接插入排序
if(right-left+1<150){
insertSort1(array,left,right);
return;
}
//优化--找基准前，先找到中间值，三数取中法(防止有序情况下出现单分支）
int minValIndex=findValINdex(array,left,right);
swap(array,minValIndex,left);
int pivot=partition(array,left,right);
quick(array,left,pivot-1);
quick(array,pivot+1,right);
}
private static void insertSort1(int[] array,int start,int end){
for (int i = 1; i <= end; i++) {
int tmp=array[i];
int j=i-1;
for(j=i-1;j>=start;j--){
if(array[j]>tmp){
array[j+1]=array[j];
}else{
//array[j+1]=tmp;
break;
}
}
array[j+1]=tmp;
}
}
非递归实现：
public static void quickSort1(int[] array){
int left=0;
int right=array.length-1;
Stack<Integer> stack=new Stack<>();
int pivot=partition(array,left,right);
//如果左边或者右边只剩下一个数据了，那就已经有序了，不需要在排序
if(left+1<pivot){
//左边至少有两个元素
stack.push(left);
stack.push(pivot-1);
}
if(right-1>pivot){
//右边至少有两个元素
stack.push(right);
stack.push(pivot+1);
}
while(!stack.isEmpty()){
left=stack.pop();
right=stack.pop();
pivot=partition(array,left,right);
if(left+1<pivot){
//左边至少有两个元素
stack.push(left);
stack.push(pivot-1);
}
if(right-1>pivot){
//右边至少有两个元素
stack.push(right);
stack.push(pivot+1);
}
}
}
归并排序
归并排序 是建立在归并操作上的一种有效的排序算法 , 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，称为二路归并。
代码示例：
/**
* 归并排序--递归
* 时间复杂度：O(N*log2^N)
* 空间复杂度：O(N)
* 稳定性：稳定
* 学过的排序：稳定的只有三个
* 冒泡 插入 归并
*/
//递归方式实现
public static void mergeSort(int[] array){
mergeSortInternal(array,0,array.length-1);
}
public static void mergeSortInternal(int[] array,int left,int right){
if(left>=right){
return;
}
int mid=left+((right-left)>>>1);
//mid=(left+right)/2;
//左边
mergeSortInternal(array,left,mid);
//右边
mergeSortInternal(array,mid+1,right);
//合并
merge(array,left,mid,right);
}
public static void merge(int[] array,int start,int mid,int end) {
int s1 = start;
int e1 = mid;
int s2 = mid+1;
int e2 = end;
int i = 0;
int[] tmp = new int[array.length];
while (s1 <= e1 && s2 <= e2) {
if (array[s1] <=array[s2]) {
tmp[i] = array[s1];
//tmp[i++]=array1[s1++];
i++;
s1++;
} else {
tmp[i] = array[s2];
i++;
s2++;
}
}
while(s1<=e1){
tmp[i++]=array[s1++];
}
while(s2<=e2){
tmp[i++]=array[s2++];
}
for (int j = 0; j < i; j++) {
array[j+start]=tmp[j];
}
}
非递归方式--分组归并（先tmp个元素有序然后在合并）
//tmp:代表组内元素个数
public static void mergeSort1(int[] array){
int tmp=1;
while(tmp<array.length-1){
//数组每次都要进行遍历,确定要归并的区间
for (int i = 0; i < array.length; i+=tmp*2) {
int left=i;
int mid=left+tmp-1;
//防止越界
if(mid>=array.length){
mid=array.length-1;
}
int right=mid+tmp;
//防止越界
if(right>=array.length){
right=array.length-1;
}
//下标确定之后进行合并
merge(array,left,mid,right);
}
tmp=tmp*2;
}
}
计数排序
以上排序都是通过比较的排序，接下来介绍一种不需要比较的排序--计数排序。
代码示例：
/**
* 计数排序：
* 时间复杂度：O(N)
* 空间复杂度：O(M) M:代表当前数据的范围
* 稳定性：当前代码是不稳定的，但是本质是稳定的
* 一般适用于有n个数，数据范围是0-n之间的
*/
public static void countingSort(int[] array) {
int minVal=array[0];
int maxVal=array[0];
for(int i=0;i<array.length;i++){
if(array[i]<minVal){
minVal=array[i];
}
if(array[i]>maxVal){
maxVal=array[i];
}
}
int[] count=new int[maxVal-minVal+1];//下标默认从0开始
for (int i=0;i<array.length;i++){
//统计array数组当中，每个数据出现的次数
int index=array[i];
//为了空间的合理使用 这里需要index-minVal 防止623-600
count[index-minVal]++;
}
//说明，在计数数组当中，已经把array数组当中，每个数据出现的次数已经统计好了
//接下来，只需要，遍历计数数组，把数据写回array
int indexArray=0;
for(int i=0;i<count.length;i++){
while (count[i]>0){
array[indexArray]=i+minVal;
count[i]--;
indexArray++;
}
}
}
到此这篇关于Java超详细整理讲解各种排序的文章就介绍到这了,更多相关Java排序内容请搜索易知道(ezd.cc)以前的文章或继续浏览下面的相关文章希望大家以后多多支持易知道(ezd.cc)！