共计 8358 个字符，预计需要花费 21 分钟才能阅读完成。
前言
算法和数据结构是一个程序员的内功，所以常常在一些口试中都会要求手写一些简略的排序算法，以此考验面试者的编程程度。上面我就简略介绍八种常见的排序算法，一起学习一下。
一、冒泡排序
思路：
- 比拟相邻的元素。如果第一个比第二个大，就替换它们两个；
- 对每一对相邻元素作同样的工作，从开始第一对到结尾的最初一对，这样在最初的元素就是最大的数；
- 排除最大的数，接着下一轮持续雷同的操作，确定第二大的数 …
- 反复步骤 1 -3，直到排序实现。
动画演示：
实现代码：
_/**
* @author Ye Hongzhi 公众号：java 技术爱好者
* @name BubbleSort
* @date 2020-09-05 21:38
**/_
public class BubbleSort extends BaseSort {public static void main(String[] args) {BubbleSort sort = new BubbleSort();
sort.printNums();}
@Override
protected void sort(int[] nums) {if (nums == null || nums.length < 2) {return;}
for (int i = 0; i < nums.length - 1; i++) {for (int j = 0; j < nums.length - i - 1; j++) {if (nums[j] > nums[j + 1]) {int temp = nums[j];
nums[j] = nums[j + 1];
nums[j + 1] = temp;
}
}
}
}
}
_//10 万个数的数组，耗时：21554 毫秒_均匀工夫复杂度：O(n²)
空间复杂度：O(1)
算法稳定性：稳固
二、插入排序
思路：
- 从第一个元素开始，该元素能够认为曾经被排序；
- 取出下一个元素，在后面已排序的元素序列中，从后向前扫描；
- 如果该元素（已排序）大于新元素，将该元素移到下一地位；
- 反复步骤 3，直到找到已排序的元素小于或者等于新元素的地位；
- 将新元素插入到该地位后；
- 反复步骤 2~5。
动画演示：
实现代码：
_/**
* @author Ye Hongzhi 公众号：java 技术爱好者
* @name InsertSort
* @date 2020-09-05 22:34
**/_
public class InsertSort extends BaseSort {public static void main(String[] args) {BaseSort sort = new InsertSort();
sort.printNums();}
@Override
protected void sort(int[] nums) {if (nums == null || nums.length < 2) {return;}
for (int i = 0; i < nums.length - 1; i++) {
_// 以后值_
int curr = nums[i + 1];
_// 上一个数的指针_
int preIndex = i;
_// 在数组中找到一个比以后遍历的数小的第一个数_
while (preIndex >= 0 && curr < nums[preIndex]) {
_// 把比以后遍历的数大的数字往后挪动_
nums[preIndex + 1] = nums[preIndex];
_// 须要插入的数的下标往前挪动_
preIndex--;
}
_// 插入到这个数的前面_
nums[preIndex + 1] = curr;
}
}
}
_//10 万个数的数组，耗时：2051 毫秒_均匀工夫复杂度：O(n²)
空间复杂度：O(1)
算法稳定性：稳固
三、抉择排序
思路：
第一轮，找到最小的元素，和数组第一个数替换地位。
第二轮，找到第二小的元素，和数组第二个数替换地位 …
直到最初一个元素，排序实现。
动画演示：
实现代码：
_/**
* @author Ye Hongzhi 公众号：java 技术爱好者
* @name SelectSort
* @date 2020-09-06 22:27
**/_
public class SelectSort extends BaseSort {public static void main(String[] args) {SelectSort sort = new SelectSort();
sort.printNums();}
@Override
protected void sort(int[] nums) {for (int i = 0; i < nums.length; i++) {
int minIndex = i;
for (int j = i + 1; j < nums.length; j++) {if (nums[j] < nums[minIndex]) {minIndex = j;}
}
if (minIndex != i) {int temp = nums[i];
nums[minIndex] = temp;
nums[i] = nums[minIndex];
}
}
}
}
_//10 万个数的数组，耗时：8492 毫秒_算法复杂度：O(n²)
算法空间复杂度：O(1)
算法稳定性：不稳固
四、希尔排序
思路：
把数组宰割成若干 (h) 个小组(个别数组长度 length/2)，而后对每一个小组别离进行插入排序。每一轮宰割的数组的个数逐渐放大，h/2->h/4->h/8，并且进行排序，保障有序。当 h = 1 时，则数组排序实现。
动画演示：
实现代码：
_/**
* @author Ye Hongzhi 公众号：java 技术爱好者
* @name SelectSort
* @date 2020-09-06 22:27
**/_
public class ShellSort extends BaseSort {public static void main(String[] args) {ShellSort sort = new ShellSort();
sort.printNums();}
@Override
protected void sort(int[] nums) {if (nums == null || nums.length < 2) {return;}
int length = nums.length;
int temp;
_// 步长_
int gap = length / 2;
while (gap > 0) {for (int i = gap; i < length; i++) {temp = nums[i];
int preIndex = i - gap;
while (preIndex >= 0 && nums[preIndex] > temp) {nums[preIndex + gap] = nums[preIndex];
preIndex -= gap;
}
nums[preIndex + gap] = temp;
}
gap /= 2;
}
}
}
_//10 万个数的数组，耗时：261 毫秒_算法复杂度：O(nlog2n)
算法空间复杂度：O(1)
算法稳定性：稳固
五、疾速排序
快排，面试最喜爱问的排序算法。这是使用分治法的一种排序算法。
思路：
- 从数组当选一个数做为基准值，个别选第一个数，或者最初一个数。
- 采纳双指针 (头尾两端) 遍历，从左往右找到比基准值大的第一个数，从右往左找到比基准值小的第一个数，替换两数地位，直到头尾指针相等或头指针大于尾指针，把基准值与头指针的数替换。这样一轮之后，右边的数就比基准值小，左边的数就比基准值大。
- 对右边的数列，反复下面 1，2 步骤。对左边反复 1，2 步骤。
- 左右两边数列递归完结后，排序实现。
动画演示：
实现代码：
_/**
* @author Ye Hongzhi 公众号：java 技术爱好者
* @name SelectSort
* @date 2020-09-06 22:27
**/_
public class QuickSort extends BaseSort {public static void main(String[] args) {QuickSort sort = new QuickSort();
sort.printNums();}
@Override
protected void sort(int[] nums) {if (nums == null || nums.length < 2) {return;}
quickSort(nums, 0, nums.length - 1);
}
private void quickSort(int[] nums, int star, int end) {if (star > end) {return;}
int i = star;
int j = end;
int key = nums[star];
while (i < j) {while (i < j && nums[j] > key) {j--;}
while (i < j && nums[i] <= key) {i++;}
if (i < j) {int temp = nums[i];
nums[i] = nums[j];
nums[j] = temp;
}
}
nums[star] = nums[i];
nums[i] = key;
quickSort(nums, star, i - 1);
quickSort(nums, i + 1, end);
}
}
_//10 万个数的数组，耗时：50 毫秒_算法复杂度：O(nlogn)
算法空间复杂度：O(1)
算法稳定性：不稳固
六、归并排序
归并排序是采纳分治法的典型利用，而且是一种稳固的排序形式，不过须要应用到额定的空间。
思路：
- 把数组一直划分成子序列，划成长度只有 2 或者 1 的子序列。
- 而后利用长期数组，对子序列进行排序，合并，再把长期数组的值复制回原数组。
- 重复操作 1~2 步骤，直到排序实现。
归并排序的长处在于最好状况和最坏的状况的工夫复杂度都是 O(nlogn)，所以是比较稳定的排序形式。
动画演示：
实现代码：
_/**
* @author Ye Hongzhi 公众号：java 技术爱好者
* @name MergeSort
* @date 2020-09-08 23:30
**/_
public class MergeSort extends BaseSort {public static void main(String[] args) {MergeSort sort = new MergeSort();
sort.printNums();}
@Override
protected void sort(int[] nums) {if (nums == null || nums.length < 2) {return;}
_// 归并排序_
mergeSort(0, nums.length - 1, nums, new int[nums.length]);
}
private void mergeSort(int star, int end, int[] nums, int[] temp) {
_// 递归终止条件_
if (star >= end) {return;}
int mid = star + (end - star) / 2;
_// 右边进行归并排序_
mergeSort(star, mid, nums, temp);
_// 左边进行归并排序_
mergeSort(mid + 1, end, nums, temp);
_// 合并左右_
merge(star, end, mid, nums, temp);
}
private void merge(int star, int end, int mid, int[] nums, int[] temp) {
int index = 0;
int i = star;
int j = mid + 1;
while (i <= mid && j <= end) {if (nums[i] > nums[j]) {temp[index++] = nums[j++];
} else {temp[index++] = nums[i++];
}
}
while (i <= mid) {temp[index++] = nums[i++];
}
while (j <= end) {temp[index++] = nums[j++];
}
_// 把长期数组中已排序的数复制到 nums 数组中_
if (index >= 0) System.arraycopy(temp, 0, nums, star, index);
}
}
_//10 万个数的数组，耗时：26 毫秒_算法复杂度：O(nlogn)
算法空间复杂度：O(n)
算法稳定性：稳固
七、堆排序
大顶堆概念：每个节点的值都大于或者等于它的左右子节点的值，所以顶点的数就是最大值。
思路：
- 对原数组构建成大顶堆。
- 替换头尾值，尾指针索引减一，固定最大值。
- 从新构建大顶堆。
- 反复步骤 2~3，直到最初一个元素，排序实现。
构建大顶堆的思路，能够看代码正文。
动画演示：
实现代码：
_/**
* @author Ye Hongzhi 公众号：java 技术爱好者
* @name HeapSort
* @date 2020-09-08 23:34
**/_
public class HeapSort extends BaseSort {public static void main(String[] args) {HeapSort sort = new HeapSort();
sort.printNums();}
@Override
protected void sort(int[] nums) {if (nums == null || nums.length < 2) {return;}
heapSort(nums);
}
private void heapSort(int[] nums) {if (nums == null || nums.length < 2) {return;}
_// 构建大根堆_
createTopHeap(nums);
int size = nums.length;
while (size > 1) {
_// 大根堆的替换头尾值，固定最大值在开端_
swap(nums, 0, size - 1);
_// 开端的索引值往左减 1_
size--;
_// 从新构建大根堆_
updateHeap(nums, size);
}
}
private void createTopHeap(int[] nums) {for (int i = 0; i < nums.length; i++) {
_// 以后插入的索引_
int currIndex = i;
_// 父节点的索引_
int parentIndex = (currIndex - 1) / 2;
_// 如果以后遍历的值比父节点大的话，就替换值。而后持续往下层比拟_
while (nums[currIndex] > nums[parentIndex]) {
_// 替换以后遍历的值与父节点的值_
swap(nums, currIndex, parentIndex);
_// 把父节点的索引指向以后遍历的索引_
currIndex = parentIndex;
_// 往上计算父节点索引_
parentIndex = (currIndex - 1) / 2;
}
}
}
private void updateHeap(int[] nums, int size) {
int index = 0;
_// 左节点索引_
int left = 2 * index + 1;
_// 右节点索引_
int right = 2 * index + 2;
while (left < size) {
_// 最大值的索引_
int largestIndex;
_// 如果右节点大于左节点，则最大值索引指向右子节点索引_
if (right < size && nums[left] < nums[right]) {largestIndex = right;} else {largestIndex = left;}
_// 如果父节点大于最大值，则把父节点索引指向最大值索引_
if (nums[index] > nums[largestIndex]) {largestIndex = index;}
_// 如果父节点索引指向最大值索引，证实曾经是大根堆，退出循环_
if (largestIndex == index) {break;}
_// 如果不是大根堆，则替换父节点的值_
swap(nums, largestIndex, index);
_// 把最大值的索引变成父节点索引_
index = largestIndex;
_// 从新计算左节点索引_
left = 2 * index + 1;
_// 从新计算右节点索引_
right = 2 * index + 2;
}
}
private void swap(int[] nums, int i, int j) {int temp = nums[i];
nums[i] = nums[j];
nums[j] = temp;
}
}
_//10 万个数的数组，耗时：38 毫秒_算法复杂度：O(nlogn)
算法空间复杂度：O(1)
算法稳定性：不稳固
八、桶排序
思路：
- 找出最大值，最小值。
- 依据数组的长度，创立出若干个桶。
- 遍历数组的元素，依据元素的值放入到对应的桶中。
- 对每个桶的元素进行排序(可应用快排，插入排序等)。
- 按程序合并每个桶的元素，排序实现。
对于数组中的元素散布平均的状况，排序效率较高。相同的，如果散布不平均，则会导致大部分的数落入到同一个桶中，使效率升高。
动画演示 (来源于五分钟学算法，侵删)：
实现代码：
_/**
* @author Ye Hongzhi 公众号：java 技术爱好者
* @name BucketSort
* @date 2020-09-08 23:37
**/_
public class BucketSort extends BaseSort {public static void main(String[] args) {BucketSort sort = new BucketSort();
sort.printNums();}
@Override
protected void sort(int[] nums) {if (nums == null || nums.length < 2) {return;}
bucketSort(nums);
}
public void bucketSort(int[] nums) {if (nums == null || nums.length < 2) {return;}
_// 找出最大值，最小值_
int max = Integer.MIN_VALUE;
int min = Integer.MAX_VALUE;
for (int num : nums) {min = Math.min(min, num);
max = Math.max(max, num);
}
int length = nums.length;
_// 桶的数量_
int bucketCount = (max - min) / length + 1;
int[][] bucketArrays = new int[bucketCount][];
_// 遍历数组，放入桶内_
for (int i = 0; i < length; i++) {
_// 找到桶的下标_
int index = (nums[i] - min) / length;
_// 增加到指定下标的桶里，并且应用插入排序排序_
bucketArrays[index] = insertSortArrays(bucketArrays[index], nums[i]);
}
int k = 0;
_// 合并全副桶的_
for (int[] bucketArray : bucketArrays) {if (bucketArray == null || bucketArray.length == 0) {continue;}
for (int i : bucketArray) {
_// 把值放回到 nums 数组中_
nums[k++] = i;
}
}
}
_// 每个桶应用插入排序进行排序_
private int[] insertSortArrays(int[] arr, int num) {if (arr == null || arr.length == 0) {return new int[]{num};
}
_// 创立一个 temp 数组，长度是 arr 数组的长度 +1_
int[] temp = new int[arr.length + 1];
_// 把传进来的 arr 数组，复制到 temp 数组_
for (int i = 0; i < arr.length; i++) {temp[i] = arr[i];
}
_// 找到一个地位，插入，造成新的有序的数组_
int i;
for (i = temp.length - 2; i >= 0 && temp[i] > num; i--) {temp[i + 1] = temp[i];
}
_// 插入须要增加的值_
temp[i + 1] = num;
_// 返回_
return temp;
}
}
_//10 万个数的数组，耗时：8750 毫秒_算法复杂度：O(M+N)
算法空间复杂度：O(M+N)
算法稳定性：稳固(取决于桶内的排序算法，这里应用的是插入排序所以是稳固的)。
总结
动画演示来源于算法学习网站：https://visualgo.net
讲完这些排序算法后，可能有人会问学这些排序算法有什么用呢，难道就为了应酬口试面试？平时开发也没用得上这些。
我感觉咱们应该换个角度来看，比方高中时咱们学物理，化学，数学，那么多公式定理，当初也没怎么用得上，然而高中课本为什么要教这些呢？
我的了解是：第一，遍及一些常识性的问题。第二，锤炼思维，进步解决问题的能力。第三，为了辨别人才。
回到学排序算法有什么用的问题上，实际上也一样。这些最根本的排序算法就是一些常识性的问题，作为开发者应该理解把握。同时也锤炼了编程思维，其中蕴含有双指针，分治，递归等等的思维。最初在面试中体现进去的就是人才的划分，懂得这些根本的排序算法当然要比不懂的人要更有竞争力。
原文链接
本文为阿里云原创内容，未经容许不得转载。
正文完