常用排序算法
1、选择排序(时间复杂度为O(n2))
选择排序的思想是在线性表中找到最小数，并将其放在表头，然后在剩下的数中找到最小数，放在第一个数之后，直到线性表中仅剩下一个数为止。
Java实现：
public static void choiceSort(Integer[] a) {
if (a == null || a.length <= 0) {
return;
}
for (int i = 0; i < a.length; i++) {
int min = i; /* 将当前下标定义为最小值下标 */
for (int j = i + 1; j < a.length; j++) {
if (a[min] > a[j]) { /* 如果有小于当前最小值的关键字 */
min = j; /* 将此关键字的下标赋值给min */
}
}
if (i != min) {/* 若min不等于i，说明找到最小值，交换 */
int tmp = a[min];
a[min] = a[i];
a[i] = tmp;
}
}
}
2、插入排序(时间复杂度为O(n2))
插入排序的思想是在已经排好的子数组中反复插入一个新的元素，直到整个数组全部排好序。
Java实现:
public static void insertSort(int[] arr) {
for (int i = 1; i < arr.length; i++) {
if (arr[i - 1] > arr[i]) {
int temp = arr[i];// 待插入的元素
int j = i;
while (j > 0 && arr[j - 1] > temp) {// 将大于temp的往后移一位
arr[j] = arr[j - 1];
j--;
}
arr[j] = temp;
}
}
}
3、冒泡排序(时间复杂度O(n2))
冒泡排序的思想是在每次遍历中，比较连续相邻的元素，如果某一对元素是降序，则互换它们的值；否则保持不变。第一次遍历后，最后一个元素成为数组中的最大数。第二次遍历之后，倒数第二个元素成为数组中的第二大数。整个过程持续到所有元素都已排序好。
注意：如果在某次遍历中没有发生变换，那么就不必进行下一次遍历，因为所有的元素都已经排好序了。
Java实现：
public static void bubbleSort(int[] list){
boolean needNextPass = true;
for(int k = 1; k < list.length && needNextPass; k++){
needNextPass = false;
for(int i = 0; i < list.length - k; i++){
if(list[i] > list[i+1]){
int temp = list[i];
list[i] = list[i + 1];
list[i + 1] = temp;
needNextPass = true;
}
}
}
}
4、快速排序(时间复杂度O(nlogn))
快速排序的思想是在数组中选择一个主元的元素，将数组分为两个部分，使得第一部分中的所有元素都小于或者等于主元，而第二部分中的所有元素都大于主元。对第一部分递归地应用快速排序算法，然后对第二部分递归地应用快速排序算法。
Java实现：
/*
* 调用划分函数，使得子数组顺序重排
*/
void quick_sort(int A[], int p, int r){
if(p < r){
int q = partition(A, p, r);
quick_sort(A, p, q-1);
quick_sort(A, q+1, r);
}
}
/*
* 对于比x值小的元素通过交换放置到小于x值的区域。
* 最后将大于x值的区域的第一个元素与x值，即原A[r]，交换
* 该下标即为q，形成两个符合要求的数组（A[p..q-1]的元素都不大于A[q]，A[q+1..r]都不小于A[q]）
*/
int partition(int A[], int p, int r){
int x = A[r];
int i = p - 1;
int j;
for(j = p; j <= r-1; j++){
if(A[j] <= x){
i++;
int temp = A[i];
A[i] = A[j];
A[j] = temp;
}
}
int temp = A[i+1];
A[i+1] = A[r];
A[r] = temp;
return i+1;
}
5、归并排序(时间复杂度O(nlogn))
归并排序的思想是将数组分为两半，对每部分递归地应用归并排序。在两个部分都拍好序后，对它们进行归并。
Java实现:
public static void mergeSort(int[] list) {
if (list.length > 1) {
int[] firstHalf = new int[list.length / 2];
System.arraycopy(list, 0, firstHalf, 0, list.length / 2);
mergeSort(firstHalf);
int secondHalfLength = list.length - list.length / 2;
int[] secondHalf = new int[secondHalfLength];
System.arraycopy(list, list.length / 2, secondHalf, 0,
secondHalfLength);
mergeSort(secondHalf);
int[] temp = merge(firstHalf, secondHalf);
System.arraycopy(temp, 0, list, 0, temp.length);
}
}
public static int[] merge(int[] list1, int[] list2) {
int[] temp = new int[list1.length + list2.length];
int pos1 = 0;
int pos2 = 0;
int pos3 = 0;
while (pos1 < list1.length && pos2 < list2.length) {
if (list1[pos1] < list2[pos2])
temp[pos3++] = list1[pos1++];
else
temp[pos3++] = list2[pos2++];
}
while (pos1 < list1.length)
temp[pos3++] = list1[pos1++];
while (pos2 < list2.length)
temp[pos3++] = list2[pos2++];
return temp;
}
6、堆排序(时间复杂度O(nlogn))
堆排序是将数据存储在堆中，其中堆是一棵具有如下属性的二叉树：
1.它是一棵完全二叉树
2.每个节点大于或者等于它的任意一个孩子
Java实现：
public class Heap<E extends Comparable> {
private ArrayList<E> list = new ArrayList<E>();
public Heap() {
}
public Heap(E[] object) {
for (int i = 0; i < object.length; i++) {
add(object[i]);
}
}
public void add(E newObject) {
list.add(newObject);
int currentIndex = list.size() - 1;
while (currentIndex > 0) {
int parentIndex = (currentIndex - 1) / 2;
if (list.get(currentIndex).compareTo(list.get(parentIndex)) > 0) {
E temp = list.get(currentIndex);
list.set(currentIndex, list.get(parentIndex));
list.set(parentIndex, temp);
} else {
break;
}
currentIndex = parentIndex;
}
}
public E remove() {
if (list.size() == 0)
return null;
E removedObject = list.get(0);
list.set(0, list.get(list.size() - 1));
list.remove(list.size() - 1);
int currentIndex = 0;
while (currentIndex < list.size()) {
int leftChildIndex = 2 * currentIndex + 1;
int rightChildIndex = 2 * currentIndex + 2;
if (leftChildIndex >= list.size())
break;
int maxIndex = leftChildIndex;
if (rightChildIndex < list.size()) {
if (list.get(maxIndex).compareTo(list.get(rightChildIndex)) < 0) {
maxIndex = rightChildIndex;
}
}
if (list.get(currentIndex).compareTo(list.get(maxIndex)) < 0) {
E temp = list.get(maxIndex);
list.set(maxIndex, list.get(currentIndex));
list.set(currentIndex, temp);
currentIndex = maxIndex;
} else
break;
}
return removedObject;
}
public int getSize() {
return list.size();
}
}
public static <E extends Comparable> void heapSort(E[] list) {
Heap<E> heap = new Heap<E>();
for (int i = 0; i < list.length; i++)
heap.add(list[i]);
for (int i = list.length - 1; i >= 0; i--) {
list[i] = heap.remove();
}
}
7、桶排序和基数排序(时间复杂度O(dn), n为元素个数，d是所有键值中基数位置的最大值)
一般排序算法的下限是O(nlogn)。因此，基于比较的的排序算法中没有完成得好过O(nlogn)的算法。但是，如果键值是小整数，那么可以使用桶排序，而无需比较这些键值。
桶排序算法的工作方式如下。假设键值的范围是从0到N-1。我们需要N个标记为0,1,...,N-1的桶。如果元素的键值是i，那么就将该元素放入桶i中。每个桶中都存在和键值具有相同值的元素。可以使用ArrayList来实现一个桶。
桶排序算法对一个线性表中元素的排序，可以描述如下：
public void bucketSort(E[] list) {
E[] buckets = (E[]) new java.util.ArrayList[N];
for (int i = 0; i < list.length; i++) {
int key = list[i].getKey();
if (buckets[key] == null)
buckets[key] = new java.util.ArrayList();
buckets[key].add(list[i]);
}
int k = 0;
for (int i = 0; i < buckets.length; i++) {
if (buckets[i] != null) {
for (int j = 0; j < buckets[i].size(); j++) {
list[k++] = buckets[i].get(j);
}
}
}
}
基数排序的思想是将这些键值基于它们的基数位置分为小组，然后重复地从最显著的基数开始，对其应用基数排序。
浙公网安备 33010602011771号