1. 冒泡排序
冒泡排序属于交换排序。效率较低,适用小规模数据集。
原理:循环遍历要排序的元素,依次比较两个相邻的元素,每次循环都找到一个最大(或最小)的数放到最后(或最前)。没有相邻元素需要交换时,说明已经排序完成。
它是稳定排序 (即相等的两个元素,在排序后相对位置不会发生变化)。
public static void bubbleSort(int[] arrData) {int temp;int count = 0;//控制循环次数for (int i = 0; i < arrData.length - 1; ++i) {for (int j = 0; j < arrData.length - 1 - i; ++j) {++count;if (arrData[j] > arrData[j + 1]) {temp = arrData[j];arrData[j] = arrData[j + 1];arrData[j + 1] = temp;}}}System.out.println("比较次数:" + count);}
改进算法1,记录本此循环有无数据交换,若无则表示数据已经有序,跳出循环。
public static void bubbleSort1(int[] arrData) {int temp;int count = 0;boolean noChange;//控制循环次数for (int i = 0; i < arrData.length - 1; ++i) {noChange = true;for (int j = 0; j < arrData.length - 1 - i; ++j) {++count;if (arrData[j] > arrData[j + 1]) {temp = arrData[j];arrData[j] = arrData[j + 1];arrData[j + 1] = temp;noChange = false;}}if (noChange) {break;}}System.out.println("比较次数:" + count);}
改进算法2,改进算法1加上记录本次循环比较交换的最后位置,后面的元素是有序的,下次循环无需再比较最后位置元素之后的数据。
public static void bubbleSort2(int[] arrData) {int temp;int count = 0;boolean noChange;int lastPos = arrData.length - 1;int comparePos = 0;//控制循环次数for (int i = 0; i < arrData.length - 1; ++i) {noChange = true;for (int j = 0; j < lastPos; ++j) {++count;if (arrData[j] > arrData[j + 1]) {temp = arrData[j];arrData[j] = arrData[j + 1];arrData[j + 1] = temp;noChange = false;comparePos = j;}}lastPos = comparePos;if (noChange) {break;}}System.out.println("比较次数:" + count);}
对数据{19,25,1,30,12,8,26,24,40,72},bubbleSort的比较次数为45次,bubbleSort1的比较次数为35次,bubbleSort2的比较次数为25次。
2. 快速排序
快速排序属于交换排序。基于分而治之策略,效率稍高。
原理:每一趟排序将数据分割成左右两部分,其中左边的数据都比右边的数据小,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程递归进行,最终整个数据变成有序。
它是不稳定排序 (即相等的两个元素,在排序后相对位置可能发生变化)。
public static void quickSort(int[] arrData, int left, int right) {if (left > right) {return;}//基准数int base = arrData[left];int i = left;int j = right;while (true) {//要先从右向左找while (i < j && base <= arrData[j]) {--j;}while (i < j && base >= arrData[i]) {++i;}if (i >= j) break;int temp = arrData[i];arrData[i] = arrData[j];arrData[j] = temp;}//将基准数和小的数交换arrData[left] = arrData[i];arrData[i] = base;//左边排序quickSort(arrData, left, i - 1);//右边排序quickSort(arrData, j + 1, right);}
3. 直接插入排序
直接插入排序属于插入排序。适合数据个数小于20个的数据集。
原理:将一个记录插入到已经排好序的有序表中,从而得到一个新的、记录数增1的有序表。一开始有序表就只有第一个数。
public static void insertSort(int[] arrData) {//一开始有序表只有第一个数for (int i = 1; i < arrData.length; ++i) {//当前数比前一个小if (arrData[i] < arrData[i - 1]) {int temp = arrData[i];//保存当前数int j;//查找有序表里的插入位置for (j = i - 1; j >= 0 && temp < arrData[j]; --j) {arrData[j + 1] = arrData[j];//将前面的大数后移一格}arrData[j + 1] = temp;//System.out.println(Arrays.toString(arrData));}}}
4. 希尔排序
希尔排序属于插入排序,又称“缩小增量排序”,是直接插入排序更高效的改进版本。
原理:把记录按下标的一定增量分组,对每组使用直接插入排序算法排序;随着增量逐渐减少,每组包含的关键词越来越多,当增量减至 1 时,整个文件恰被分成一组,算法便终止。
public static void shellSort(int[] arrData) {//遍历所有的步长for(int d = arrData.length/2; d > 0; d /= 2 ){//遍历所有元素for(int i = d; i < arrData.length; i++){//遍历本组中所有元素for(int j = i-d; j >= 0; j -= d){//如果当前元素大于加上步长后的那个元素if(arrData[j] > arrData[j+d]){int temp = arrData[j];arrData[j] = arrData[j+d];arrData[j+d] = temp;}}}}}
5. 选择排序
原理:第一次从待排序的数据元素中选出最小(或最大)的一个元素,存放在序列的起始位置,然后再从剩余的未排序元素中寻找到最小(大)元素,然后放到已排序的序列的末尾。以此类推,直到全部待排序的数据元素的个数为零。
public static void selectSort(int[] arrData){for(int i=0;i<arrData.length;++i){int minIndex = i;//把当前遍历的数和后面所有数依次进行比较,并记录最小数下标for(int j=i+1;j<arrData.length;++j){if(arrData[minIndex]>arrData[j]){minIndex = j;}}//如果最小的数和当前遍历的数下标不一致,说明下标为minIndex的数比当前遍历的数更小if(i != minIndex){int temp = arrData[i];arrData[i] = arrData[minIndex];arrData[minIndex] = temp;}}}
6. 归并排序
归并排序是建立在归并操作上的一种有效,稳定的排序算法。
原理: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。也是基于分而治之策略。
public static int[] mergeSort(int[] arrData, int low, int high) {if (low == high) {return new int[]{arrData[low]};}int mid = low + (high - low) / 2;int[] leftArrData = mergeSort(arrData, low, mid); //左有序数组int[] rightArrData = mergeSort(arrData, mid + 1, high); //右有序数组int[] newOut = new int[leftArrData.length + rightArrData.length]; //新有序数组int m = 0, i = 0, j = 0;while (i < leftArrData.length && j < rightArrData.length) {newOut[m++] = leftArrData[i] <= rightArrData[j] ? leftArrData[i++] : rightArrData[j++];}while (i < leftArrData.length)newOut[m++] = leftArrData[i++];while (j < rightArrData.length)newOut[m++] = rightArrData[j++];return newOut;}
7. 桶排序
桶排序(箱排序)是一种分布式排序。
原理:将数据转换为另一种形式排序。通常用数组来表示每个桶,用原数据的值表示桶的索引。是一种空间换时间的算法。
public static void bucketSort(int[] arrdata) {//注意数据需都>=0int max = getMaxOne(arrdata);int[] bucket = new int[max + 1];for (int i = 0; i < arrdata.length; ++i) {bucket[arrdata[i]]++;//计数}int pos = 0;for (int i = 0; i < bucket.length; ++i) {for (int j = 0; j < bucket[i]; ++j) {//同一个位置可能有几个相同数据值arrdata[pos++] = i;//i是原数据值}}}static int getMaxOne(int[] arrData) {int max = arrData[0];for (int i = 1; i < arrData.length; ++i) {if (arrData[i] > max) {max = arrData[i];}}return max;}
8. 基数排序
基数排序(radix sort)属于“分布式排序”(distribution sort)。也是用空间换时间的算法。
原理:透过键值的部份信息,将要排序的元素分配至某些“桶”中,以达到排序的作用。如对整数数列排序中,先以个位为key分组,然后合并;再以十位为key分组,合并;以此类推,直到最大数的最高位。
public static void radixSort(int[] arrData) {//d表示最大数字的位数有多少位int d = getLen(getMaxOne(arrData));int k = 0;int n = 1; //作除数int m = 1; //控制键值排序依据在哪一位,从第一位即个位开始int[][] temp = new int[10][arrData.length]; //数组的第一维表示可能的余数0-9int[] order = new int[10]; //数组order[i]用来表示该位是i的数的个数while (m <= d) {//根据余数来分组for (int i = 0; i < arrData.length; i++) {int lsd = ((arrData[i] / n) % 10);temp[lsd][order[lsd]] = arrData[i];order[lsd]++;}//合并分组for (int i = 0; i < 10; i++) {if (order[i] != 0) {for (int j = 0; j < order[i]; j++) {arrData[k] = temp[i][j];k++;}}order[i] = 0;}n *= 10;//作除数k = 0;m++;//位数+1}}static int getMaxOne(int[] arrData) {int max = arrData[0];for (int i = 1; i < arrData.length; ++i) {if (arrData[i] > max) {max = arrData[i];}}return max;}static int getLen(int v) {return (v + "").length();}
9. 堆排序
原理:堆排序首先要构造堆结构。堆结构是一个完全二叉树。完全二叉树指的是,若设二叉树的深度为n,除第 n 层外,其它各层 (1~n-1) 的结点数都达到最大个数,第 n 层所有的结点都连续集中在最左边。完整的堆排序经过反复的两个步骤:构造堆结构和堆排序输出(根节点)。
public static void heapSort(int[] arrData) {int size = arrData.length;int i;//将n个元素建堆for (i = size / 2 - 1; i >= 0; i--) {//只需循环非叶节点heapCompare(arrData, i, size);}int k, t;for (i = size - 1; i > 0; i--) {//根节点为最大值,放到数组后面t = arrData[0];arrData[0] = arrData[i];arrData[i] = t;k = 0;heapCompare(arrData, k, i);}}static void heapCompare(int[] arrData, int i, int total) {//i为非叶节点int j;while (2 * i + 1 < total) {//第i个节点有子树j = 2 * i + 1; //左子节点if ((j + 1) < total) {//存在右子节点if (arrData[j] < arrData[j + 1])//若左边小于右边j++;//指向右子节点}if (arrData[i] < arrData[j]) {//j为 i节点的子节点int t = arrData[i]; //交换数据arrData[i] = arrData[j];arrData[j] = t;i = j;//堆被破坏,需重新调整子树} else {//堆未破坏,无需调整break;}}}
10. 数据比较
稳定? | 原地? | 最好 | 最坏 | 平均 | 空间 | 说明 | |
冒泡排序 | 是 | 是 | O(n) | O(n²) | O(n²) | O(1) | |
插入排序 | 是 | 是 | O(n) | O(n²) | O(n²) | O(1) | |
归并排序 | 是 | 否 | O(nLogn) | O(nLogn) | O(nLogn) | O(n) | 需额外空间 |
桶排序 | 是 | 否 | O(n+k) | O(n²) | O(n²) | O(n*k) | k为桶总数 |
基数排序 | 是 | 否 | O(d(n+r)) | O(d(n+r)) | O(d(n+r)) | O(n+r) | d是关键码个数,r为关键码的最大值 |
快速排序 | 否 | 是 | O(nLogn) | O(n²) | O(nLogn) | O(Logn) | |
希尔排序 | 否 | 是 | O(n) | O(n²) | O(nLogn) | O(1) | |
选择排序 | 否 | 是 | O(n²) | O(n²) | O(n²) | O(1) | 最低效 |
堆排序 | 否 | 是 | O(nLogn) | O(nLogn) | O(nLogn) | O(1) |