十大排序算法详解
参考程序员必知必会的十大排序算法详解
引言
对于排序的分类，可以将排序算法分为两大类：基于比较和非比较的算法。
- 基于比较的排序算法可以细分为：
- 基于交换类：冒泡排序、快速排序
- 基于插入类：直接插入排序、希尔排序
- 基于选择类：简单选择排序、堆排序
- 基于归并类：归并排序
- 基于非比较的排序算法可以分为：桶排序、计数排序和基数排序。也有人将排序归纳为8大排序，原因是基数排序和计数排序是建立在桶排序之上或者是一种特殊的桶排序，但是计数排序和基数排序有它们各自的特征。
比较类排序
交换类
冒泡排序
简介
冒泡排序，又称起泡排序，它是一种基于交换的排序典型，也是快排思想的基础，冒泡排序是一种稳定排序算法，时间复杂度为O(n2)
主要思想
循环遍历多次每次从前往后把大元素往后调，每次确定一个最大(最小)元素，多次后达到排序序列。(或者从后向前把小元素往前调)。
具体思想为(把大元素往后调)：
- 从第一个元素开始往后遍历，每到一个位置判断是否比后面的元素大，如果比后面元素大，那么就交换两者大小，然后继续向后，这样的话进行一轮之后就可以保证最大的那个数被交换交换到最末的位置可以确定。
- 第二次同样从开始起向后判断着前进，如果当前位置比后面一个位置更大的那么就和他后面的那个数交换。但是有点注意的是，这次并不需要判断到最后，只需要判断到倒数第二个位置就行(因为第一次我们已经确定最大的在倒数第一，这次的目的是确定倒数第二)
- 同理，后面的遍历长度每次减一，直到第一个元素使得整个元素有序。
代码
package com.base.sort.compare.exchange;
/**
* @Author yamon
* @Date 2021-08-01 15:22
* @Description
* @Version 1.0
*/
public class BubblingSort {
public void bubblingSort(int[] a){
for(int i = a.length-1;i>=0;i--){
for(int j = 0;ja[j+1]){
int temp = a[j];
a[j] = a[j+1];
a[j+1] =temp;
}
}
}
}
public static void main(String[] args) {
int[] arr ={2,5,1,4,3};
new BubblingSort().bubblingSort(arr);
}
} 快速排序
简介
快速排序是对冒泡排序的一种改进，采用递归分治的方法进行求解。而快排相比冒泡是一种不稳定排序,时间复杂度最坏是O(n2),平均时间复杂度为O(nlogn),最好情况的时间复杂度为O(nlogn)。
基本思想：
- 快排需要将序列变成两个部分，就是序列左边全部小于一个数，序列右面全部大于一个数，然后利用递归的思想再将左序列当成一个完整的序列再进行排序，同样把序列的右侧也当成一个完整的序列进行排序。
- 其中这个数在这个序列中是可以随机取的，可以取最左边，可以取最右边，当然也可以取随机数。但是通常不优化情况我们取最左边的那个数。
代码
package com.base.sort.compare.exchange;
import java.util.Arrays;
/**
* @Author yamon
* @Date 2021-08-01 15:30
* @Description
* @Version 1.0
*/
public class QuickSort {
/**
* 快速排序算法
*
* @param a 待排序数组
* @param left 左边界
* @param right 右边界
*/
public void quickSort(int[] a, int left, int right) {
//重新赋值两个变量，这两个变量根据数组变化而变化，但是left和right不能变，分治的时候需要
int low = left;
int high = right;
//分治递归停止条件
if (low > high) {
return;
}
//首先取哨兵也就是第一个位置上的数字作为待比较的数字
int k = a[low];
while (low < high) {
while (low < high && a[high] >= k) {
high--;
}
//否则的话就需要交换两个数字
a[low] = a[high];
while (low < high && a[low] <= k) {
low++;
}
//否则的话，需要交换
a[high] = a[low];
}
//分治前的最后一步也需要
a[low] = k;
//开始分治
quickSort(a, left, low - 1);
quickSort(a, low + 1, right);
}
public static void main(String[] args) {
int[] arr = {5, 1, 3, 9, 8, 2, 6, 4, 7};
new QuickSort().quickSort(arr, 0, arr.length - 1);
System.out.println(Arrays.toString(arr));
}
}插入类
直接插入排序
简介
直接插入排序在所有排序算法中的是最简单排序方式之一。和我们上学时候 从前往后、按高矮顺序排序，那么一堆高低无序的人群中，从第一个开始，如果前面有比自己高的，就直接插入到合适的位置。一直到队伍的最后一个完成插入整个队列才能满足有序。
基本思想
直接插入排序遍历比较时间复杂度是每次O(n),交换的时间复杂度每次也是O(n),那么n次总共的时间复杂度就是O(n2)。有人会问折半(二分)插入能否优化成O(nlogn),答案是不能的。因为二分只能减少查找复杂度每次为O(logn),而插入的时间复杂度每次为O(n)级别，这样总的时间复杂度级别还是O(n2).
插入排序的具体步骤：
- 选取当前位置(当前位置前面已经有序) 目标就是将当前位置数据插入到前面合适位置。
- 向前枚举或者二分查找，找到待插入的位置。
- 移动数组，赋值交换，达到插入效果。
代码：
package com.base.sort.compare.exchange;
import java.util.Arrays;
/**
* @Author yamon
* @Date 2021-08-01 16:07
* @Description
* @Version 1.0
*/
public class InsertSort {
/**
* 简单插入排序
* @param a 待排序数组
*/
public void insertSort(int[] a){
int team;
for(int i = 1; i=0;j--){
//这个数字和前一个数字进行比较，如果前一个数字大于这个数字，则交换。否则，进行下一个。
if(a[j]>team){
//
a[j+1] = a[j];
a[j] = team;
}else{
break;
}
}
}
}
public static void main(String[] args) {
int[] arr = {2,5,3,1,4};
new InsertSort().insertSort(arr);
System.out.println(Arrays.toString(arr));
}
} 希尔排序
简介
直接插入排序因为是O(n2),在数据量很大或者数据移动位次太多会导致效率太低。很多排序都会想办法拆分序列，然后组合，希尔排序就是以一种特殊的方式进行预处理，考虑到了数据量和有序性两个方面纬度来设计算法。使得序列前后之间小的尽量在前面，大的尽量在后面，进行若干次的分组别计算，最后一组即是一趟完整的直接插入排序。
基本思想
对于一个长串，希尔首先将序列分割(非线性分割)而是按照某个数模(取余这个类似报数1、2、3、4。1、2、3、4)这样形式上在一组的分割先各组分别进行直接插入排序,这样很小的数在后面可以通过较少的次数移动到相对靠前的位置。然后慢慢合并变长，再稍稍移动。
因为每次这样插入都会使得序列变得更加有序，稍微有序序列执行直接插入排序成本并不高。所以这样能够在合并到最终的时候基本小的在前，大的在后，代价越来越小。这样希尔排序相比插入排序还是能节省不少时间的。
代码
package com.base.sort.compare.exchange;
import java.util.Arrays;
/**
* @Author yamon
* @Date 2021-08-01 16:22
* @Description
* @Version 1.0
*/
public class ShellSort {
public void shellSort(int[] a) {
int d = a.length;
//临时变量
int team = 0;
for (; d >= 1; d /= 2) {
//共分为d组,以下就是每个组内的插入排序了。
for (int i = d; i < a.length; i++) {
//到哪个元素就看这个元素在哪个组即可
team = a[i];
for (int j = i - d; j >= 0; j -= d) {
if (a[j] > team) {
a[j + d] = a[j];
a[j] = team;
} else {
break;
}
}
}
}
}
public static void main(String[] args) {
int[] arr = {59, 20, 17, 36, 98, 14, 23, 83, 13, 28};
new ShellSort().shellSort(arr);
System.out.println(Arrays.toString(arr));
}
}选择类排序
简单选择排序
简介以及基本思想
简单选择排序(Selection sort)是一种简单直观的排序算法。它的工作原理：首先在未排序序列中找到最小(大)元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小(大)元素，然后放到已排序序列的末尾。以此类推，直到所有元素均排序完毕。
代码
package com.base.sort.compare.exchange;
import java.util.Arrays;
/**
* @Author yamon
* @Date 2021-08-01 16:36
* @Description
* @Version 1.0
*/
public class SelectSort {
public void selectSort(int[] a){
for(int i = 0;i堆排序
对于堆排序，首先是建立在堆的基础上，堆是一棵完全二叉树，还要先认识下大根堆和小根堆，完全二叉树中所有节点均大于(或小于)它的孩子节点，所以这里就分为两种情况
- 如果所有节点大于孩子节点值，那么这个堆叫做大根堆，堆的最大值在根节点。
- 如果所有节点小于孩子节点值，那么这个堆叫做小根堆，堆的最小值在根节点。
他这块解释是在有点看不懂啊。先把代码罗列出来吧。
代码
package com.base.sort.compare.exchange;
import java.lang.reflect.Array;
import java.util.Arrays;
/**
* @Author yamon
* @Date 2021-08-01 17:01
* @Description
* @Version 1.0
*/
public class HeapSort {
/**
* 交换数组arr中m和n的位置
*
* @param arr 待交换数组
* @param m 数组下标为m
* @param n 数组下标为n
*/
public void swap(int[] arr, int m, int n) {
int temp = arr[m];
arr[m] = arr[n];
arr[n] = temp;
}
/**
* 用给定的数组创建成堆
*
* @param arr 给定的数组
*/
public void createHeap(int[] arr) {
for (int i = arr.length / 2; i >= 0; i--) {
shiftDown(arr, i, arr.length);
}
}
/**
* 下移交换，把当前节点有效变换成为一个堆(小根堆)
*
* @param arr 创建的数组
* @param index 线标
* @param len 长度
*/
public void shiftDown(int[] arr, int index, int len) {
//0号位置不需要
int leftChild = index * 2 + 1;
int rightChild = index * 2 + 2;
if (leftChild >= len) {
return;
} else if (rightChild < leftChild && arr[rightChild] < arr[index] && arr[rightChild] < arr[leftChild]) {
//交换节点值
swap(arr, index, rightChild);
//可能会对孩子节点的堆有影响，向下重构
shiftDown(arr, rightChild, len);
} else if (arr[leftChild] < arr[index]) {
//交换做孩子
swap(arr, index, leftChild);
shiftDown(arr, leftChild, len);
}
}
public void heapSort(int[] arr){
System.out.println("原数组为："+ Arrays.toString(arr));
//临时存储结果
int[] val = new int[arr.length];
//建堆
createHeap(arr);
System.out.println("建立堆之后的序列为："+ Arrays.toString(arr));
// 进行n次取值建堆，每次取堆顶元素放入val数组中，最终结果即为一个递增排序的序列
for(int i = 0;i归并类排序
归并排序
简介
归并和快排都是基于分治算法的，分治算法其实应用挺多的，很多分治会用到递归，但事实上分治和递归是两把事。分治就是分而治之，可以采用递归实现，也可以自己遍历实现非递归方式。而归并排序就是先将问题分解成代价较小的子问题，子问题再采取代价较小的合并方式完成一个排序。
基本思想
至于归并的思想是这样的：
- 第一次：整串先进行划分成一个一个单独，第一次是将序列中(
1 2 3 4 5 6---)两两归并成有序，归并完(xx xx xx xx----)这样局部有序的序列。 - 第二次就是两两归并成若干四个(
1 2 3 4 5 6 7 8 ----)每个小局部是有序的。 - 就这样一直到最后这个串串只剩一个，然而这个耗费的总次数logn。每次操作的时间复杂的又是
O(n)。所以总共的时间复杂度为O(nlogn).
合并为一个O(n)的过程：
代码
package com.base.sort.compare.exchange;
import java.util.Arrays;
/**
* @Author yamon
* @Date 2021-08-02 15:59
* @Description 归并排序
* @Version 1.0
*/
public class MergeSort {
public void mergeSort(int[] arr, int left, int right) {
int mid = (left + right) / 2;
if (left非比较类排序
桶类排序
桶排序
简介
桶排序是一种用空间换取时间的排序，桶排序重要的是它的思想，而不是具体实现，时间复杂度最好可能是线性O(n)，桶排序不是基于比较的排序而是一种分配式的。桶排序从字面的意思上看：
- 桶：若干个桶，说明此类排序将数据放入若干个桶中。
- 桶：每个桶有容量，桶是有一定容积的容器，所以每个桶中可能有多个元素。
- 桶：从整体来看，整个排序更希望桶能够更匀称，即既不溢出(太多)又不太少。
基本思想
桶排序的思想为：将待排序的序列分到若干个桶中，每个桶内的元素再进行个别排序。 当然桶排序选择的方案跟具体的数据有关系，桶排序是一个比较广泛的概念，并且计数排序是一种特殊的桶排序，基数排序也是建立在桶排序的基础上。在数据分布均匀且每个桶元素趋近一个时间复杂度能达到O(n),但是如果数据范围较大且相对集中就不太适合使用桶排序。
代码
说明：代码写的不通用，自己改成通用类型，通过接口方法直接调用
package com.base.sort.compare.nonExchange;
import javax.xml.bind.helpers.AbstractUnmarshallerImpl;
import java.util.ArrayList;
import java.util.List;
/**
* @Author yamon
* @Date 2021-08-02 16:38
* @Description
* @Version 1.0
*/
public class BucketSort {
public void bucketSort(int[] arr){
List> buckets = new ArrayList<>();
for(int i = 0;i());
}
//首先，将数组中的元素加入到桶中
for (int item : arr) {
//桶号
int index = item / 10;
//将数字添加到对应的桶号中
buckets.get(index).add(item);
}
//对每个桶内进行排序
for (List bucket : buckets) {
bucket.sort(null);
for (int j = 0; j < bucket.size(); j++) {
//打印输出
System.out.println(bucket.get(j) + " ");
}
}
}
public static void main(String[] args) {
int[] arr = {8, 15,22,30, 1, 4,29, 80,90, 92,85,36};
new BucketSort().bucketSort(arr);
}
} 计数排序
简介
计数排序是一种特殊的桶排序，每个桶的大小为1，每个桶不在用List表示，而通常用一个值用来计数。
基本思想
在设计具体算法的时候，先找到最小值min，再找最大值max。然后创建这个区间大小的数组,从min的位置开始计数，这样就可以最大程度的压缩空间，提高空间的使用效率。
看不懂直接看代码，然后再过来看这个图就能明白了。
代码
package com.base.sort.compare.nonExchange;import java.util.Arrays;/** * @Author yamon * @Date 2021-08-02 16:58 * @Description * @Version 1.0 */public class CountSort { public void countSort(int[] arr) { int min = Integer.MAX_VALUE, max = Integer.MIN_VALUE; for (int i = 0; i < arr.length; i++) { if (arr[i] < min) { min = arr[i]; } if (arr[i] > max) { max = arr[i]; } } //创建新的数组 int[] count = new int[max - min + 1]; for (int i = 0; i < arr.length; i++) { count[arr[i] - min]++; } //排序取值 int index =0; for(int i = 0;i0){ arr[index++] = i+min; } } } public static void main(String[] args) { int[] arr = {5,3,1,2,8,7,9,4}; new CountSort().countSort(arr); System.out.println(Arrays.toString(arr)); }} 基数排序
简介
基数排序是一种很容易理解但是比较难实现(优化)的算法。基数排序也称为卡片排序，基数排序的原理就是多次利用计数排序(计数排序是一种特殊的桶排序)，但是和前面的普通桶排序和计数排序有所区别的是，基数排序并不是将一个整体分配到一个桶中，而是将自身拆分成一个个组成的元素，每个元素分别顺序分配放入桶中、顺序收集，当从前往后或者从后往前每个位置都进行过这样顺序的分配、收集后，就获得了一个有序的数列。
基本思想
如果是数字类型排序，那么这个桶只需要装0-9大小的数字，但是如果是字符类型，那么就需要注意ASCII的范围。
所以遇到这种情况我们基数排序思想很简单，就拿 994，246，3366，4399这几个数字进行基数排序的一趟过程来看，第一次会根据各位进行分配、收集：
分配和收集都是有序的，第二次会根据十位进行分配、收集，此次是在第一次个位分配、收集基础上进行的，所以所有数字单看个位十位是有序的。
而第三次就是对百位进行分配收集，此次完成之后百位及其以下是有序的。
而最后一次的时候进行处理的时候，千位有的数字需要补零，这次完毕后后千位及以后都有序，即整个序列排序完成。
代码
package com.base.sort.compare.nonExchange;import java.util.ArrayList;import java.util.Arrays;import java.util.List;/** * @Author yamon * @Date 2021-08-02 17:37 * @Description 基数排序 * @Version 1.0 */public class RadixSort { public void radixSort(int[] arr) { List[] bucket = new ArrayList[10]; //初始化bucket for (int i = 0; i < 10; i++) { bucket[i] = new ArrayList<>(); } //找到最大值 int max = Integer.MIN_VALUE; for (int i = 0; i < arr.length; i++) { if (arr[i] > max) { max = arr[i]; } } //1,10,100，1000.。。用来求对应位的数字 int divideNum = 1; while (max > 0) { //max 和num控制 for (int num : arr) { //分配，将对应位置的数字分给对应的bucket bucket[(num/divideNum)%10].add(num); } divideNum *= 10; max/=10; int idx = 0; //收集 重新捡起数据 for(List list: bucket){ for(int num:list){ arr[idx++] = num; } //收集结束之后，需要清空下次接着使用。 list.clear(); } } } public static void main(String[] args) { int[] arr = {249, 994, 3399, 7898}; new RadixSort().radixSort(arr); System.out.println(Arrays.toString(arr)); }}