数据结构与算法（一）——十大常见排序算法

谁借莪１个温暖的怀抱￠ 2022-05-08 14:36 245阅读 0赞

# 一、排序算法概述 #

![70][]

\*\*排序算法最常用操作：交换元素

/**
         * 交换数组内两个元素
         *
         * @param array
         * @param i
         * @param j
         */
        private void swap(T[] array, int i, int j) {
            //临时变量记录即将改变的元素
            T temp = array[i];
            array[i] = array[j];
            array[j] = temp;
        }

# 二、冒泡排序 #

## 2.1 实现原理 ##

第一种：元素上浮，从右（大）往左（小）依次确认，相邻元素间，如果右小于左，则交换，每次确认一位最小数。

第二种：元素下沉，从左（小）往右（大）依次确认，相邻元素间，如果左大于右，则交换，每次确认一位最大数。

## 2.2 动图解析 ##

![åå¤§ç»å¸æåºç®æ³ï¼å¨å¾æ¼ç¤ºï¼æ¶èå¥½æï¼][153317637382713ffe80107]

## 2.3 代码实现 ##

/**
         * 冒泡排序(从大到小开始确定：从左往右，大的元素向右交换)
         *
         * @param arr 按照元素hash值排序
         * @return
         */
        private T[] sortByBubbling(T[] arr) {
            //排除空异常
            if (arr == null || arr.length == 0) {
                return arr;
            }
            //从末尾元素开始确定
            for (int i = arr.length - 1; i > 0; i--) {
                //判断是否存在交换
                boolean flag = false;
                for (int j = 0; j < i; j++) {
                    if (arr[j].hashCode() > arr[j + 1].hashCode()) {
                        swap(arr, j, j + 1);
                        flag = true;
                    }
                }
                //如果不再存在交换，则排序完毕，直接退出
                if (!flag) {
                    break;
                }
            }
    
            return arr;
        }

# 三、选择排序 #

## 3.1 实现原理 ##

第一种：拿未确认的最左位元素，依次和右边元素比较，如果右边元素更小，则交换

第二种：拿未确认的最右位元素，依次和左边元素比较，如果左边元素更大，则交换

## 3.2 动图解析 ##

![åå¤§ç»å¸æåºç®æ³ï¼å¨å¾æ¼ç¤ºï¼æ¶èå¥½æï¼][1533176373824cb5f200e68]

## 3.3 代码实现 ##

/**
         * 选择排序(从最左开始，依次和右边比较，如果大于则交换)
         *
         * @param arr
         * @return
         */
        private T[] sortBySelect(T[] arr) {
            //排除空异常
            if (arr == null || arr.length == 0) {
                return arr;
            }
            //从第一位元素开始确定
            for (int i = 0; i < arr.length - 1; i++) {
                //记录当前获得最小值的索引（取代实际交换操作）
                int min = i;
                for (int j = i + 1; j < arr.length; j++) {
                    if (arr[j].hashCode() < arr[min].hashCode()) {
                        min = j;
                    }
                }
                swap(arr, i, min);
            }
            return arr;
        }

# 四、插入排序 #

## 4.1 实现原理 ##

将某一元素插入已经排序好的数组中，

第一种：元素位于数组右方，则元素依次与左方比较，找出合适位置，被比较元素后移一位，该元素前置

第二种：元素位于数组左方，则元素依次与右方比较，找出合适位置，被比较元素前移一位，该元素后置

## 4.2 动图解析 ##

![åå¤§ç»å¸æåºç®æ³ï¼å¨å¾æ¼ç¤ºï¼æ¶èå¥½æï¼][153317637379086a3f47112]

## 4.3 代码实现 ##

/**
         * 插入排序（将一个元素与已经排序好的数组元素依次比较，可从右开始比较：如果小于则插入元素左移）
         *
         * @param arr
         * @return
         */
        private T[] sortByInsert(T[] arr) {
            //排除空异常
            if (arr == null || arr.length == 0) {
                return arr;
            }
            //从第二位开始，比较元素前面的元素为排序好的数组
            for (int i = 1; i < arr.length; i++) {
                T temp = arr[i];
                //定义被比较数组元素所在位
                int j = i - 1;
                while (j >= 0 && temp.hashCode() < arr[j].hashCode()) {
                    arr[j + 1] = arr[j];
                    j--;
                }
                //将插入元素前置
                arr[j + 1] = temp;
            }
            return arr;
        }

# 五、希尔排序 #

## 5.1 实现原理 ##

按照一定间隔（记d）执行插入排序

第一种：元素位于数组右方，记索引为x，则元素依次与左方x-d的元素比较，找出合适位置，被比较元素后移一位，该元素前置

第二种：元素位于数组左方，记索引为x，则元素依次与右方x+d的元素比较，找出合适位置，被比较元素前移一位，该元素后置

## 5.2 动态解析 ##

![åå¤§ç»å¸æåºç®æ³ï¼å¨å¾æ¼ç¤ºï¼æ¶èå¥½æï¼][153317637365518c476eba9]

## 5.3 代码实现 ##

/**
         * 希尔排序（类似于插入排序，不过希尔是按照一定间隔插入）
         *
         * @param arr
         * @return
         */
        private T[] sortByShell(T[] arr) {
            //排除空异常
            if (arr == null || arr.length == 0) {
                return arr;
            }
            //假定初始间隔为数组长度二分之一，每次再乘以二分之一
            int len = arr.length / 2;
    
            while (len != 0) {
                for (int i = len; i < arr.length; i++) {
                    T temp = arr[i];
                    //获取与比较元素间隔len长度的数组元素
                    int j = i - len;
                    //插入排序
                    while (j >= 0 && (temp.hashCode() < arr[j].hashCode())) {
                        arr[j + len] = arr[j];
                        j = j - len;
                    }
                    arr[len + j] = temp;
                }
                len = len / 2;
            }
            return arr;
        }

# 六、归并（合并）排序 #

## 6.1 实现原理 ##

采用分而治之的思想：

将数组等分为若干子数组，对每个子数组排序，然后再合并有序的子数组

## 6.2 动态解析 ##

![åå¤§ç»å¸æåºç®æ³ï¼å¨å¾æ¼ç¤ºï¼æ¶èå¥½æï¼][1533176374119a76472e0b7]

## 6.3 代码实现 ##

/**
         * 归并排序
         *
         * @param array
         * @return
         */
        public int[] sortByMerge(int[] array) {
    
            //排除空异常
            if (array == null || array.length < 2) {
                return array;
            }
            int mid = array.length / 2;
    
            int[] left = Arrays.copyOfRange(array, 0, mid);
    
            int[] right = Arrays.copyOfRange(array, mid, array.length);
            //调用栈
            return merge(sortByMerge(left), sortByMerge(right));
    
        }
    
        /**
         * 归并排序——将两段排序好的数组结合成一个排序数组
         *
         * @param left
         * @param right
         * @return
         */
        public int[] merge(int[] left, int[] right) {
    
            int[] result = new int[left.length + right.length];
    
            for (int index = 0, i = 0, j = 0; index < result.length; index++) {
                //如果一方数组元素已经排完，则只排入另一方数组元素
                if (i >= left.length) {
                    result[index] = right[j++];
                } else if (j >= right.length) {
                    result[index] = left[i++];
                } else if (left[i] > right[j]) {
                    //将两个数组中从小到大合并
                    result[index] = right[j++];
                } else {
                    result[index] = left[i++];
                }
            }
    
            return result;
    
        }

# 七、快速排序 #

## 7.1 实现原理 ##

采用分而治之的思想：

第一步、选取基准值，小于基准值的在左侧作为子数组，大于基准值的在右侧作为子数组，

第二步、再对两个子数组重复上一步操作

第三步、合并所有子数组

## 7.2 动图解析 ##

![æ¶èï½åå¤§ç»å¸æåºç®æ³ï¼å¨å¾æ¼ç¤ºï¼æ¶èå¥½æï¼][1539179540774c027d8cdfb]

## 7.3 代码实现 ##

/**
         * 快速排序——分而治之思想，将问题最小线性化
         *
         * @param array
         * @param start
         * @param end
         * @return
         */
        public T[] sortByQuick(T[] array, int start, int end) {
    
            //排除无效参数
            if (array == null || array.length == 0 || start < 0 || end >= array.length || start > end) {
                return array;
            }
            //一次快排后小于基准值的最大索引
            int smallIndex = partition(array, start, end);
    
            //快排小于基准值的子数组
            if (smallIndex > start) {
                sortByQuick(array, start, smallIndex - 1);
            }
            //快排大于基准值的子数组
            if (smallIndex < end) {
                sortByQuick(array, smallIndex + 1, end);
            }
    
            return array;
    
        }
    
        /**
         * 快速排序算法——partition
         *
         * @param array
         * @param start
         * @param end
         * @return
         */
        public int partition(T[] array, int start, int end) {
            //随机寻找基准值所在位
            int pivot = start + (end - start)/2;
            //小于基准值的元素应在的索引位置
            int smallIndex = start - 1;
            //将基准值放在最右侧
            swap(array, pivot, end);
            for (int i = start; i <= end; i++)
                //小于等于基准值的放在基准值左侧
                if (array[i].hashCode() <= array[end].hashCode()) {
                    smallIndex++;
                    if (i > smallIndex) {
                        swap(array, i, smallIndex);
                    }
                }
    
            return smallIndex;
    
        }

# 八、堆排序 #

## 8.1 实现原理 ##

将待排序序列构造成一个大顶堆（**arr\[i\] >= arr\[2i+1\] && arr\[i\] >= arr\[2i+2\]  **），此时，整个序列的最大值就是堆顶的根节点。将其与末尾元素进行交换，此时末尾就为最大值。然后将剩余n-1个元素重新构造成一个堆，这样会得到n个元素的次小值。如此反复执行，便能得到一个有序序列了。

## 8.2 动图解析 ##

![åå¤§ç»å¸æåºç®æ³ï¼å¨å¾æ¼ç¤ºï¼æ¶èå¥½æï¼][1533176379014092b1b4277]

## 8.3 代码实现 ##

/**
         * 堆排序
         *
         * @param array
         * @return
         */
    
        public T[] sortByHeap(T[] array) {
            int len;
            if (array == null || (len = array.length) < 2) {
                return null;
            }
                //1.构建一个最大堆
                buildMaxHeap(array, len);
    
            //2.循环将堆首位（最大值）与末位交换，然后在重新调整最大堆
            while (len > 0) {
                swap(array, 0, len - 1);
                len--;
                adjustHeap(array, 0, len);
            }
    
            return array;
    
        }
    
        /**
         * 建立最大堆
         *
         * @param array
         * @param len 未确认元素个数
         */
        public void buildMaxHeap(T[] array, int len) {
    
            //从最后一个非叶子节点开始向上构造最大堆
            for (int i = (len / 2 - 1); i >= 0; i--) {
                adjustHeap(array, i, len);
            }
        }
    
        /**
         * 调整使之成为最大堆
         *
         * @param array
         * @param i     堆顶索引
         * @param len
         */
        public void adjustHeap(T[] array, int i, int len) {
    
            int maxIndex = i;
    
            //如果有左子树，且左子树大于父节点，则将最大指针指向左子树
            if (i * 2 < len && array[i * 2].hashCode() > array[maxIndex].hashCode()) {
                maxIndex = i * 2;
            }
    
            //如果有右子树，且右子树大于父节点，则将最大指针指向右子树
            if (i * 2 + 1 < len && array[i * 2 + 1].hashCode() > array[maxIndex].hashCode()) {
                maxIndex = i * 2 + 1;
            }
    
            //如果父节点不是最大值，则将父节点与最大值交换，并且递归调整与父节点交换的位置。
            if (maxIndex != i) {
                swap(array, maxIndex, i);
                adjustHeap(array, maxIndex, len);
            }
    
        }

# 九、计数排序 #

## 9.1 实现原理 ##

利用桶的概念：一个桶存单一的键值

根据待排序数组A创建计数数组B，B首位代表A最小值，B末位代表A最大值，遍历A，在B中记录所有元素出现次数。遍历B，根据索引与最小值距离，以及出现次数排序。

## 9.2 动图解析 ##

![åå¤§ç»å¸æåºç®æ³ï¼å¨å¾æ¼ç¤ºï¼æ¶èå¥½æï¼][15331763742473d50030564]

## 9.3 代码实现 ##

/**
         * 计数排序(获取数组中的最大值和最小值，建立从最小值到最大值的计数数组，遍历原来的数组，将元素出现次数记录在计数数组中)
         *
         * @param array
         * @return
         */
        public int[] sortByCount(int[] array) {
            //干扰排除
            if (array == null || array.length < 2) {
                return array;
            }
    
            //获取数组最大值和最小值
            int bias, min = array[0], max = array[0];
            for (int i = 1; i < array.length; i++) {
                if (array[i] > max) {
                    max = array[i];
                }
                if (array[i] < min) {
                    min = array[i];
                }
            }
    
            bias = 0 - min;
            //创建计数数组
            int[] bucket = new int[max - min + 1];
    
            for (int i = 0; i < array.length; i++) {
                //记录待排序数组元素（距离最小值长度就是在计数数组中的索引值）出现次数
                bucket[array[i] + bias]++;
            }
    
            int index = 0, i = 0;
            while (index < array.length) {
                if (bucket[i] != 0) {
                    array[index] = i - bias;
                    bucket[i]--;
                    index++;
                } else {
                    i++;
                }
            }
    
            return array;
        }

# 十、桶排序 #

## 10.1 实现原理 ##

利用桶的概念：一个桶存一定范围的元素

设置一个定量的数组当作空桶，遍历输入数据，并且把数据一个一个放到对应的桶里去，对每个不是空的桶进行排序，从不是空的桶里把排好序的数据拼接起来。

## 10.2 图形解析 ##

![ç¨åºåç®æ³ä¹åå¤§ç»å¸æåºç®æ³ï¼ä¸ï¼][6ed4000110127b25cee2]

## 10.3 代码实现 ##

/**
         * 桶排序
         *
         * @param array
         * @param bucketSize
         * @return
         */
    
        public ArrayList<T> sortByBucket(ArrayList<T> array, int bucketSize) {
    
            if (array == null || array.size() < 2) {
                return array;
            }
    
            T max = array.get(0), min = array.get(0);
    
            // 找到最大值最小值
            for (T anArray1 : array) {
                if (anArray1.hashCode() > max.hashCode()) {
                    max = anArray1;
                }
                if (anArray1.hashCode() < min.hashCode()) {
                    min = anArray1;
                }
    
            }
            //桶数目
            int bucketCount = (max.hashCode() - min.hashCode()) / bucketSize + 1;
    
            ArrayList<ArrayList<T>> bucketArr = new ArrayList<>(bucketCount);
            ArrayList<T> resultArr = new ArrayList<>();
    
            for (int i = 0; i < bucketCount; i++) {
                bucketArr.add(new ArrayList<>());
            }
    
            for (T anArray : array) {
    
                bucketArr.get((anArray.hashCode() - min.hashCode()) / bucketSize).add(anArray);
    
            }
    
            for (int i = 0; i < bucketCount; i++) {
    
                if (bucketSize == 1) {
    
                    resultArr.addAll(bucketArr.get(i));
    
                } else {
    
                    if (bucketCount == 1)
    
                        bucketSize--;
    
                    ArrayList<T> temp = sortByBucket(bucketArr.get(i), bucketSize);
    
                    resultArr.addAll(temp);
    
                }
    
            }
    
            return resultArr;
    
        }

# 十一、基数排序 #

## 11.1 实现原理 ##

利用桶的概念：根据键值的每位数字来分配桶

取得数组中的最大数，并取得位数；

arr为原始数组，从最低位开始取每个位组成radix数组；

对radix进行计数排序（利用计数排序适用于小范围数的特点）；

## 11.2 动图解析 ##

![ç¨åºåç®æ³ä¹åå¤§ç»å¸æåºç®æ³ï¼ä¸ï¼][6ed400011073e4a90d68]

## 11.3 代码实现 ##

/**
         * 基数排序
         *
         * @return
         * @paramarray
         */
        public int[] sortByRadix(int[] array) {
    
            if (array == null || array.length < 2) {
                return array;
            }
    
         // 1.先算出最大数的位数；
            int max = array[0];
    
            for (int i = 1; i < array.length; i++) {
                max = Math.max(max, array[i]);
            }
    
            int maxDigit = String.valueOf(max).length();
            //求目标位上的数字
            int mod = 10, div = 1;
    
            ArrayList<ArrayList<Integer>> bucketList = new ArrayList<>();
    
            for (int i = 0; i < 10; i++) {
                bucketList.add(new ArrayList<>());
            }
            for (int i = 0; i < maxDigit; i++, mod *= 10, div *= 10) {
                for (int anArray : array) {
                    int num = (anArray % mod) / div;
                    bucketList.get(num).add(anArray);
    
                }
    
                int index = 0;
                for (ArrayList<Integer> aBucketList : bucketList) {
                    for (Integer anABucketList : aBucketList) {
                        array[index++] = anABucketList;
                    }
                    aBucketList.clear();
    
                }
    
            }
            return array;
    
        }

# 十二、运行测试 #

## 12.1 测试代码 ##

public static void main(String[] args) {
            //获取目标对象与参数
            SortWay<Object> sortWay = new SortWay<>();
            //支持通用型排序
            String[] arr1 = {"a","c","d","b","c","f","e"};
            //仅支持整型
            int[] arr2 = {2, 6, 1, 3, 2, 5, 0};
            //不知道为啥堆排序用于整型可以，字符串报错
            Integer[] arr3 = {2, 6, 1, 3, 2, 5, 0};
            //1、冒泡排序
            System.out.println("冒泡排序：" + Arrays.toString(sortWay.sortByBubbling(arr1)));
            //2、选择排序
            System.out.println("选择排序：" + Arrays.toString(sortWay.sortBySelect(arr1)));
            //3、插入排序
            System.out.println("插入排序：" + Arrays.toString(sortWay.sortByInsert(arr1)));
            //4、希尔排序
            System.out.println("希尔排序：" + Arrays.toString(sortWay.sortByShell(arr1)));
            //5、归并排序
            System.out.println("归并排序：" + Arrays.toString(sortWay.sortByMerge(arr2)));
            //6、快速排序
            System.out.println("快速排序：" + Arrays.toString(sortWay.sortByQuick(arr1,0,arr1.length)));
            //7、堆排序
            System.out.println("堆排序  ：" + Arrays.toString(sortWay.sortByHeap(arr3)));
            //8、计数排序
            System.out.println("计数排序：" + Arrays.toString(sortWay.sortByCount(arr2)));
            //9、桶排序
            System.out.println("桶排序  ：" + sortWay.sortByBucket(new ArrayList<>(Arrays.asList(arr1)),2));
            //10、基数排序
            System.out.println("基数排序：" + Arrays.toString(sortWay.sortByRadix(arr2)));
    
        }

## 12.2 测试结果 ##

![70 1][]

## 12.3 代码链接 ##

[https://download.csdn.net/download/qq\_35813653/10723872][https_download.csdn.net_download_qq_35813653_10723872]

[70]: /images/20220506/40678722dde148e5826fffd8773cf3b4.png
[153317637382713ffe80107]: http://p99.pstatp.com/large/pgc-image/153317637382713ffe80107
[1533176373824cb5f200e68]: http://p3.pstatp.com/large/pgc-image/1533176373824cb5f200e68
[153317637379086a3f47112]: http://p9.pstatp.com/large/pgc-image/153317637379086a3f47112
[153317637365518c476eba9]: http://p3.pstatp.com/large/pgc-image/153317637365518c476eba9
[1533176374119a76472e0b7]: /images/20220506/ded8ff657be94630894da57f438abb48.png
[1539179540774c027d8cdfb]: http://p98.pstatp.com/large/pgc-image/1539179540774c027d8cdfb
[1533176379014092b1b4277]: http://p9.pstatp.com/large/pgc-image/1533176379014092b1b4277
[15331763742473d50030564]: http://p3.pstatp.com/large/pgc-image/15331763742473d50030564
[6ed4000110127b25cee2]: http://p3.pstatp.com/large/6ed4000110127b25cee2
[6ed400011073e4a90d68]: http://p3.pstatp.com/large/6ed400011073e4a90d68
[70 1]: /images/20220506/141ec2710c9e44abbfa4fd8245ad82df.png
[https_download.csdn.net_download_qq_35813653_10723872]: https://download.csdn.net/download/qq_35813653/10723872