几种排序算法
时间复杂度、空间复杂度、稳定性比较
| 排序方法 | 平均情况 | 最好情况 | 最坏情况 | 辅助空间 | 稳定性 |
|---|---|---|---|---|---|
| 插入排序 | O(n^2) | O(n) | O(n^2) | O(1) | 稳定 |
| 希尔排序 | O(n*log(n))~O(n^2) | O(n^1.3) | O(n^2) | O(1) | 不稳定 |
| 选择排序 | O(n^2) | O(n^2) | O(n^2) | O(1) | 不稳定 |
| 冒泡排序 | O(n^2) | O(n) | O(n^2) | O(1) | 稳定 |
| 归并排序 | O(n*log(n)) | O(n*log(n)) | O(n*log(n)) | O(n) | 稳定 |
| 堆排序 | O(n*log(n)) | O(n*log(n)) | O(n*log(n)) | O(1) | 不稳定 |
| 快速排序 | O(n*log(n)) | O(n*log(n)) | O(n^2) | O(1) | 不稳定 |
插入排序
基本思想
每步将一个待排序的记录，按其顺序码大小插入到前面已经排序的字序列的合适位置（从后向前找到合适位置后），直到全部插入排序完为止。
算法实现
// 插入排序
public static void insertionSort(int[] arr){
// 判断目标数组是否为空或只有一个值
if (arr == null || arr.length < 2) {
return;
}
for (int i = 1; i < arr.length; i++) {
// arr[j] > arr[j + 1]用意是前面比后面大，
// 如果条件发生并且j的值大于0则交换
for (int j = i - 1; j >= 0 && arr[j] > arr[j + 1]; j--) {
swap(arr, j, j + 1);
}
}
}
希尔排序
基本思想
先将整个待排序的记录序列分割成为若干子序列分别进行直接插入排序，待整个序列中的记录“基本有序”时，再对全体记录进行依次直接插入排序。
算法实现
public static<AnyType extends Compare<? super AnyType> void shellsort(AnyType[] a){
int j;
for(int gap = a.length / 2; gap > 0; gap /= 2){
for(int i = gap; i < a.length; i++){
AnyType tmp = a[i];
for(j = i; j >= gap && tmp.comapreTo(a[j]) < 0; j -= gap){
a[j] = a[j -gap];
}
a[j] = tmp;
}
}
}
选择排序
基本思想
在要排序的一组数中，选出最小的一个数与第一个位置的数交换；然后在剩下的数当中再找最小的与第二个位置的数交换，如此循环到倒数第二个数和最后一个数比较为止。
算法实现
// 选择排序
public static void selectSort(int[] arr){
// 判断目标数组是否为空或只有一个值
if(arr == null || arr.length < 2){
return;
}
for (int i = 0; i < arr.length - 1; i++) {
int minIndex = i; // 定义最小值的位置
for (int j = i + 1; j < arr.length; j++) {
// 如果比minIndex位置上的值要小则交换
minIndex = arr[j] < arr[minIndex] ? j : minIndex;
}
swap(arr, i, minIndex);
}
}
public static void swap(int[] arr, int i, int j){
int temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
冒泡排序
基本思想
冒泡排序是一种简单的排序算法。它重复地走访过要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。
算法实现
// 冒泡排序
public static void bubbleSort(int[] numbers){
// 判断目标数组是否为空或只有一个值
if(numbers == null || numbers.length < 2){
return;
}
int temp = 0;
int size = numbers.length;
for(int i = 0; i < size - 1; i ++){
for (int j = 0; j < size - 1 - i;j ++) {
if(numbers[j] > numbers[j + 1]{
temp = numbers[j];
numbers[j] = numbers[j + 1;
numbers[j + 1] = temp;
}
}
}
}
归并排序
基本思想
归并（Merge）排序法是将两个（或两个以上）有序表合并成一个新的有序表，即把待排序序列分为若干个子序列，每个子序列是有序的。然后再把有序子序列合并为整体有序序列。
算法实现
// 归并排序
public static void mergeSort(int[] arr){
// 判断目标数组是否为空或只有一个值
if (arr == null || arr.length < 2) {
return;
}
mergeSort(arr, 0, arr.length - 1);
}
public static void mergeSort(int[] arr, int l, int r){
if(l == r){
return;
}
// 使用位运算可以准确高效的计算出中间值
int mid = l + ((r - 1) >> 1);
mergeSort(arr, l, mid);
mergeSort(arr, mid + 1, r);
merget(arr, l, mid, r);
}
public static void merget(int[] arr, int l, int m, int r){
// 申请一个额外空间
int[] help = new int[r - l + 1];
int i = 0;
int p1 = l;
int p2 = m + 1;
// 在 l~m 和 m+1~r 的途中，
// 如果arr[p1] < arr[p2]，
// 则额外空间help[]存放较小值
while (p1 <= m && p2 <= r) {
help[i++] = arr[p1] < arr[p2] ? arr[p1++] : arr[p2++];
}
// 两个循环，将剩下的值倒入额外空间help[]中
while(p1 <= m){
help[i++] = arr[p1++];
}
while(p2 <= r){
help[i++] = arr[p2++];
}
// 将额外空间help[]中的数值全倒入arr[l + help.length]这段区域中
for (i = 0; i < help.length; i++) {
arr[l + i] = help[i];
}
}
堆排序
基本思想
堆排序是一种树形选择排序，是对直接选择排序的有效改进。
堆的定义下：具有n个元素的序列 （h1,h2,...,hn),当且仅当满足（hi>=h2i,hi>=2i+1）或（hi<=h2i,hi<=2i+1） (i=1,2,...,n/2)时称之为堆。
这里有这样的定义：
对于数组中任一位置i上的元素，
其左儿子在位置2i上，
右儿子在左儿子后的单元(2i + 1)中，
它的父亲则在位置[i / 2]上。
在这里只讨论满足前者条件的堆。由堆的定义可以看出，堆顶元素（即第一个元素）必为最大项（大顶堆）。完全二叉树可以很直观地表示堆的结构。堆顶为根，其它为左子树、右子树。
思想:初始时把要排序的数的序列看作是一棵顺序存储的二叉树，调整它们的存储序，使之成为一个 堆，这时堆的根节点的数最大。然后将根节点与堆的最后一个节点交换。然后对前面(n-1)个数重新调整使之成为堆。依此类推，直到只有两个节点的堆，并对 它们作交换，最后得到有n个节点的有序序列。从算法描述来看，堆排序需要两个过程，一是建立堆，二是堆顶与堆的最后一个元素交换位置。所以堆排序有两个函数组成。一是建堆的渗透函数，二是反复调用渗透函数实现排序的函数。
算法实现
// 堆排序
public static void heapSort(int[] arr){
if (arr == null || arr.length < 2) {
return;
}
for (int i = 0; i < arr.length; i++) {
// 0~i之间的形成大根堆
heapInsert(arr, i);
}
int size = arr.length;
swap(arr, 0, --size);
while(size > 0){
heapify(arr, 0, size);
swap(arr, 0, --size);
}
}
// 如果建立了一个堆，
// 将index插入到堆中,
// 向上调整
public static void heapInsert(int[] arr, int index){
// 只要当前index位置比父位置要大，
// 则交换
while(arr[index] > arr[(index - 1) / 2]){
swap(arr, index, (index -1) / 2);
index = (index - 1) / 2;
}
}
// 调整成大根堆
public static void heapify(int arr, int index, int size){
// 左孩子
int left = index * 2 + 1;
while(left < size){
// 左右两个孩子中的最大值
int largest = left + 1 < size && arr[left + 1] > arr[left] ? left + 1 : left;
largest = arr[largest] > arr[index] ? largest : index;
if(largest == index){
break;
}
swap(arr, largest, index);
index = largest;
left = index * 2 + 1;
}
}
public static void swap(int[] arr, int i, int j) {
int tmp = arr[i];
arr[i] = arr[j];
arr[j] = tmp;
}
快速排序
基本思想
通过一趟排序将待排序记录分割成独立的两部分，其中一部分记录的关键字均比另一部分关键字小，则分别对这两部分继续进行排序，直到整个序列有序。
算法实现
// 快速排序
public static void quickSort(int[] arr){
// 判断目标数组是否为空或只有一个值
if (arr == null || arr.length < 2) {
return;
}
quickSort(arr, 0, arr.length - 1);
}
public static void quickSort(int[] arr, int l, int r){
if (l < r) {
// 这一段就是随机快排
swap(arr, l + (int)(Math.random() * (r - l + 1)), r);
int[] p = partition(arr, l, r);
quickSort(arr, l, p[0] - 1);
quickSort(arr, p[l] + 1, r);
}
}
// 切分
public static int[] partition(int[] arr, int l, int r){
int less = l - 1;
int more = r;
while (l < more) {
if (arr[l] < arr[r]) {
swap(arr, ++less, l++);
}else if (arr[l] > arr[r]) {
swap(arr, --more, l);
}else{
l++;
}
}
swap(arr, more, r);
// 返回一个新的数组
return new int[]{ less + 1, more};
}
public static void swap(int[] arr, int i, int j) {
int tmp = arr[i];
arr[i] = arr[j];
arr[j] = tmp;
}