- 相關(guān)推薦
Java常用的7大排序算法
Java是一門面向?qū)ο缶幊陶Z言，以下總結(jié)了下java中常用的七大排序算法，希望對(duì)大家有幫助！
1.插入排序算法
插入排序的基本思想是在遍歷數(shù)組的過程中，假設(shè)在序號(hào) i 之前的元素即 [0..i-1] 都已經(jīng)排好序，本趟需要找到 i 對(duì)應(yīng)的元素 x 的正確位置 k ，并且在尋找這個(gè)位置 k 的過程中逐個(gè)將比較過的元素往后移一位，為元素 x “騰位置”，最后將 k 對(duì)應(yīng)的元素值賦為 x ，一般情況下，插入排序的時(shí)間復(fù)雜度和空間復(fù)雜度分別為 O(n2 ) 和 O(1)。
/**
* @param int[] 未排序數(shù)組
* @return int[] 排完序數(shù)組
*/
public int[] sortInsert(int[] array){
for(int i=1;i<array.length;i++){
int temp = array[i];
int j;
for(j=i-1;j >= 0 && temp< array[j]; j--){
array[j + 1] = array[j];
}
array[j + 1] = temp;
}
return array;
}
2.選擇排序算法
選擇排序的基本思想是遍歷數(shù)組的過程中，以 i 代表當(dāng)前需要排序的序號(hào)，則需要在剩余的 [i…n-1] 中找出其中的最小值，然后將找到的最小值與 i 指向的值進(jìn)行交換。因?yàn)槊恳惶舜_定元素的過程中都會(huì)有一個(gè)選擇最大值的子流程，所以人們形象地稱之為選擇排序。選擇排序的時(shí)間復(fù)雜度和空間復(fù)雜度分別為 O(n2 ) 和 O(1) 。
/**
* @param int[] 未排序數(shù)組
* @return int[] 排完序數(shù)組
*/
public int[] sortSelect(int[] arr){
for (int i = 0; i < arr.length; i++) {
int miniPost = i;
for (int m = i + 1; m < arr.length; m++) {
if (arr[m] < arr[miniPost]) {
miniPost = m;
}
}
if (arr[i] > arr[miniPost]) {
int temp;
temp = arr[i];
arr[i] = arr[miniPost];
arr[miniPost] = temp;
}
}
return arr;
}
3.冒泡排序算法
冒泡排序是將比較大的數(shù)字沉在最下面，較小的浮在上面
/**
* @param int[] 未排序數(shù)組
* @return int[] 排完序數(shù)組
*/
public int[] sortBubble(int[] array){
int temp;
// 第一層循環(huán):表明比較的次數(shù), 比如 length 個(gè)元素,比較次數(shù)為 length-1 次（肯定不需和自己比）
for(int i=0;i<array.length-1;i++){
for (int j = array.length - 1; j > i; j--) {
if (array[j] < array[j - 1]) {
temp = array[j];
array[j] = array[j - 1];
array[j - 1] = temp;
}
}
}
return array;
}
4.快速排序算法
通過一趟排序?qū)⒋庞涗浄指畛瑟?dú)立的兩部分,其中一部分記錄的關(guān)鍵字均比另一部分的關(guān)鍵字小,則可以分別對(duì)這兩部分記錄繼續(xù)進(jìn)行排序,已達(dá)到整個(gè)序列有序的目的，本質(zhì)就是,找一個(gè)基位(樞軸,分水嶺,作用是左邊的都比它小,右邊的都比它大。
可隨機(jī),取名base，首先從序列最右邊開始找比base小的,如果小,換位置,從而base移到剛才右邊(比較時(shí)比base小)的位置(記為臨時(shí)的high位),這樣base右邊的都比base大。然后,從序列的最左邊開始找比base大的，如果大,換位置,從而base移動(dòng)到剛才左邊(比較時(shí)比base大)的位置(記為臨時(shí)的low位),這樣base左邊的都比base小，循環(huán)以上兩步,直到 low == heigh, 這使才真正的找到了樞軸,分水嶺. 返回這個(gè)位置,分水嶺左邊和右邊的序列,分別再來遞歸。
/**
* @param int[] 未排序數(shù)組
* @return int[] 排完序數(shù)組
*/
public int[] sortQuick(int[] array){
return quickSort(array, 0, array.length-1);
}
private int[] quickSort(int[] arr, int low, int heigh) {
if (low < heigh) {
int division = partition(arr, low, heigh);
quickSort(arr, low, division - 1);
quickSort(arr, division + 1, heigh);
}
return arr;
}
// 分水嶺,基位,左邊的都比這個(gè)位置小,右邊的都大
private int partition(int[] arr, int low, int heigh) {
int base = arr[low]; //用子表的第一個(gè)記錄做樞軸(分水嶺)記錄
while (low < heigh) { //從表的兩端交替向中間掃描
while (low < heigh && arr[heigh] >= base) {
heigh--;
}
// base 賦值給 當(dāng)前 heigh 位,base 挪到(互換)到了這里,heigh位右邊的都比base大
swap(arr, heigh, low);
while (low < heigh && arr[low] <= base) {
low++;
}
// 遇到左邊比base值大的了,換位置
swap(arr, heigh, low);
}
// now low = heigh;
return low;
}
private void swap(int[] arr, int a, int b) {
int temp;
temp = arr[a];
arr[a] = arr[b];
arr[b] = temp;
}
5.合并排序算法
歸并排序采用的是遞歸來實(shí)現(xiàn)，屬于“分而治之”，將目標(biāo)數(shù)組從中間一分為二，之后分別對(duì)這兩個(gè)數(shù)組進(jìn)行排序，排序完畢之后再將排好序的兩個(gè)數(shù)組“歸并”到一起，歸并排序最重要的也就是這個(gè)“歸并”的過程，歸并的過程中需要額外的跟需要?dú)w并的兩個(gè)數(shù)組長度一致的空間
/**
* @param int[] 未排序數(shù)組
* @return int[] 排完序數(shù)組
*/
private int[] sort(int[] nums, int low, int high) {
int mid = (low + high) / 2;
if (low < high) {
// 左邊
sort(nums, low, mid);
// 右邊
sort(nums, mid + 1, high);
// 左右歸并
merge(nums, low, mid, high);
}
return nums;
}
private void merge(int[] nums, int low, int mid, int high) {
int[] temp = new int[high - low + 1];
int i = low;// 左指針
int j = mid + 1;// 右指針
int k = 0;
// 把較小的數(shù)先移到新數(shù)組中
while (i <= mid && j <= high) {
if (nums[i] < nums[j]) {
temp[k++] = nums[i++];
} else {
temp[k++] = nums[j++];
}
}
// 把左邊剩余的數(shù)移入數(shù)組
while (i <= mid) {
temp[k++] = nums[i++];
}
// 把右邊邊剩余的數(shù)移入數(shù)組
while (j <= high) {
temp[k++] = nums[j++];
}
// 把新數(shù)組中的數(shù)覆蓋nums數(shù)組
for (int k2 = 0; k2 < temp.length; k2++) {
nums[k2 + low] = temp[k2];
}
}
public int[] sortMerge(int[] array) {
return sort(array, 0, array.length - 1);
}
6.希爾排序算法
希爾排序的誕生是由于插入排序在處理大規(guī)模數(shù)組的時(shí)候會(huì)遇到需要移動(dòng)太多元素的問題。希爾排序的思想是將一個(gè)大的數(shù)組“分而治之”，劃分為若干個(gè)小的數(shù)組。
以 gap 來劃分，比如數(shù)組 [1, 2, 3, 4, 5, 6, 7, 8] ，如果以 gap = 2 來劃分，可以分為 [1, 3, 5, 7] 和 [2, 4, 6, 8] 兩個(gè)數(shù)組（對(duì)應(yīng)的，如 gap = 3 ， 則劃分的數(shù)組為： [1, 4, 7] 、 [2, 5, 8] 、 [3, 6] ）然后分別對(duì)劃分出來的數(shù)組進(jìn)行插入排序，待各個(gè)子數(shù)組排序完畢之后再減小 gap 值重復(fù)進(jìn)行之前的步驟，直至 gap = 1 ，即對(duì)整個(gè)數(shù)組進(jìn)行插入排序。
此時(shí)的數(shù)組已經(jīng)基本上快排好序了，所以需要移動(dòng)的元素會(huì)很小很小，解決了插入排序在處理大規(guī)模數(shù)組時(shí)較多移動(dòng)次數(shù)的問題，希爾排序是插入排序的改進(jìn)版，在數(shù)據(jù)量大的時(shí)候?qū)π实奶嵘龓椭艽�，�?shù)據(jù)量小的時(shí)候建議直接使用插入排序就好了。
/**
* @param int[] 未排序數(shù)組
* @return int[] 排完序數(shù)組
*/
public int[] sortShell(int[] array) {
// 取增量
int step = array.length / 2;
while (step >= 1) {
for (int i = step; i < array.length; i++) {
int temp = array[i];
int j = 0;
// 跟插入排序的區(qū)別就在這里
for (j = i - step; j >= 0 && temp < array[j]; j -= step) {
array[j + step] = array[j];
}
array[j + step] = temp;
}
step /= 2;
}
return array;
}
7.堆排序算法
本質(zhì)就是先構(gòu)造一個(gè)大頂堆,parent比children大,root節(jié)點(diǎn)就是最大的節(jié)點(diǎn) 把最大的節(jié)點(diǎn)(root)與尾節(jié)點(diǎn)(最后一個(gè)節(jié)點(diǎn),比較小)位置互換，剩下最后的尾節(jié)點(diǎn),現(xiàn)在最大,其余的,從第一個(gè)元素開始到尾節(jié)點(diǎn)前一位,構(gòu)造大頂堆遞歸。
/**
* @param int[] 未排序數(shù)組
* @return int[] 排完序數(shù)組
*/
public int[] sortHeap(int[] array) {
buildHeap(array);// 構(gòu)建堆
int n = array.length;
int i = 0;
for (i = n - 1; i >= 1; i--) {
swap(array, 0, i);
heapify(array, 0, i);
}
return array;
}
private void buildHeap(int[] array) {
int n = array.length;// 數(shù)組中元素的個(gè)數(shù)
for (int i = n / 2 - 1; i >= 0; i--)
heapify(array, i, n);
}
private void heapify(int[] A, int idx, int max) {
int left = 2 * idx + 1;// 左孩子的下標(biāo)（如果存在的話）
int right = 2 * idx + 2;// 左孩子的下標(biāo)（如果存在的話）
int largest = 0;// 尋找3個(gè)節(jié)點(diǎn)中最大值節(jié)點(diǎn)的下標(biāo)
if (left < max && A[left] > A[idx])
largest = left;
else
largest = idx;
if (right < max && A[right] > A[largest])
largest = right;
if (largest != idx) {
swap(A, largest, idx);
heapify(A, largest, max);
}
}
}
// 建堆函數(shù)，認(rèn)為【s，m】中只有 s
// 對(duì)應(yīng)的關(guān)鍵字未滿足大頂堆定義，通過調(diào)整使【s，m】成為大頂堆=====================================================
public static void heapAdjust(int[] array, int s, int m) {
// 用0下標(biāo)元素作為暫存單元
array[0] = array[s];
// 沿孩子較大的結(jié)點(diǎn)向下篩選
for (int j = 2 * s; j <= m; j *= 2) {
// 保證j為較大孩子結(jié)點(diǎn)的下標(biāo)，j < m 保證 j+1 <= m ，不越界
if (j < m && array[j] < array[j + 1]) {
j++;
}
if (!(array[0] < array[j])) {
break;
}
// 若S位較小，應(yīng)將較大孩子上移
array[s] = array[j];
// 較大孩子的值變成S位的較小值，可能引起頂堆的不平衡，故對(duì)其所在的堆進(jìn)行篩選
s = j;
}
// 若S位較大，則值不變；否則，S位向下移動(dòng)至2*s、4*s、。。。
array[s] = array[0];
【Java常用的7大排序算法】相關(guān)文章：
常用Java排序算法詳解09-17
Java排序算法06-17
java常見的排序算法的代碼09-20
JAVA語言的常見排序算法07-16
Java常用的五大排序算法09-09
java堆排序的算法思想的分析09-14
JAVA簡單選擇排序算法及實(shí)現(xiàn)10-02
冒泡排序算法原理及JAVA實(shí)現(xiàn)代碼方法10-16
c語言的排序算法07-22