本文共 6733 字，大约阅读时间需要 22 分钟。
1.直接插入排序
我们经常会到这样一类排序问题：把新的数据插入到已经排好的数据列中。将第一个数和第二个数排序，然后构成一个有序序列将第三个数插入进去，构成一个新的有序序列。对第四个数、第五个数……直到最后一个数，重复第二步。如题所示：
直接插入排序（Straight Insertion Sorting）的基本思想：在要排序的一组数中，假设前面(n-1) [n>=2] 个数已经是排好顺序的，现在要把第n个数插到前面的有序数中，使得这n个数也是排好顺序的。如此反复循环，直到全部排好顺序。
代码实现：
首先设定插入次数，即循环次数，for(int i=1;i<length;i++)，1个数的那次不用插入。
设定插入数和得到已经排好序列的最后一个数的位数。insertNum和j=i-1。
从最后一个数开始向前循环，如果插入数小于当前数，就将当前数向后移动一位。
将当前数放置到空着的位置，即j+1。
代码如下：
1 public void insertSort(int [] a){ 2 int len=a.length;//单独把数组长度拿出来，提高效率 3 int insertNum;//要插入的数 4 for(int i=1;i =0&&a[j]>insertNum){//从后往前循环，将大于insertNum的数向后移动 8 a[j+1]=a[j];//元素向后移动 9 j--;10 }11 a[j+1]=insertNum;//找到位置，插入当前元素12 }13 }
2.希尔排序
针对直接插入排序的下效率问题，有人对次进行了改进与升级，这就是现在的希尔排序。希尔排序，也称递减增量排序算法，是插入排序的一种更高效的改进版本。希尔排序是非稳定排序算法。
希尔排序是基于插入排序的以下两点性质而提出改进方法的：
- 插入排序在对几乎已经排好序的数据操作时， 效率高， 即可以达到线性排序的效率
- 但插入排序一般来说是低效的， 因为插入排序每次只能将数据移动一位
如图所示：
对于直接插入排序问题，数据量巨大时。
将数的个数设为n，取奇数k=n/2，将下标差值为k的数分为一组，构成有序序列。
再取k=k/2 ，将下标差值为k的书分为一组，构成有序序列。
重复第二步，直到k=1执行简单插入排序。
代码实现：
首先确定分的组数。
然后对组中元素进行插入排序。
然后将length/2，重复1,2步，直到length=0为止。
1 public void sheelSort(int [] a){ 2 int len=a.length;//单独把数组长度拿出来，提高效率 3 while(len!=0){ 4 len=len/2; 5 for(int i=0;i =0&&temp =0&&temp
3.简单选择排序
常用于取序列中最大最小的几个数时。
(如果每次比较都交换，那么就是交换排序；如果每次比较完一个循环再交换，就是简单选择排序。)
遍历整个序列，将最小的数放在最前面。
遍历剩下的序列，将最小的数放在最前面。
重复第二步，直到只剩下一个数。
代码实现：
首先确定循环次数，并且记住当前数字和当前位置。
将当前位置后面所有的数与当前数字进行对比，小数赋值给key，并记住小数的位置。
比对完成后，将最小的值与第一个数的值交换。
重复2、3步。
1 public void selectSort(int[]a){ 2 int len=a.length; 3 for(int i=0;i
4.堆排序
对简单选择排序的优化。
将序列构建成大顶堆。
将根节点与最后一个节点交换，然后断开最后一个节点。
重复第一、二步，直到所有节点断开。
代码如下：
1 public void heapSort(int[] a){ 2 int len=a.length; 3 //循环建堆 4 for(int i=0;i =0;i--){21 //k保存正在判断的节点 22 int k=i;23 //如果当前k节点的子节点存在 24 while(k*2+1<=lastIndex){25 //k节点的左子节点的索引 26 int biggerIndex=2*k+1;27 //如果biggerIndex小于lastIndex，即biggerIndex+1代表的k节点的右子节点存在 28 if(biggerIndex
5.冒泡排序
很简单，用到的很少，据了解，面试的时候问的比较多！
将序列中所有元素两两比较，将最大的放在最后面。
将剩余序列中所有元素两两比较，将最大的放在最后面。
重复第二步，直到只剩下一个数。
代码实现：
设置循环次数。
设置开始比较的位数，和结束的位数。
两两比较，将最小的放到前面去。
重复2、3步，直到循环次数完毕。
1 public void bubbleSort(int []a){ 2 int len=a.length; 3 for(int i=0;i a[j+1]){ 6 int temp=a[j]; 7 a[j]=a[j+1]; 8 a[j+1]=temp; 9 }10 }11 }12 }
6.快速排序
要求时间最快时。
选择第一个数为p，小于p的数放在左边，大于p的数放在右边。
递归的将p左边和右边的数都按照第一步进行，直到不能递归。
1 public void quickSort(int[]a,int start,int end){ 2 if(start baseNum)&&j>start){12 j--;13 }14 if(i<=j){15 midNum=a[i];16 a[i]=a[j];17 a[j]=midNum;18 i++;19 j--;20 }21 }while(i<=j);22 if(start i){26 quickSort(a,i,end);27 }28 }29 }
7.归并排序
速度仅次于快速排序，内存少的时候使用，可以进行并行计算的时候使用。
选择相邻两个数组成一个有序序列。
选择相邻的两个有序序列组成一个有序序列。
重复第二步，直到全部组成一个有序序列。
1 public void mergeSort(int[] a, int left, int right) { 2 int t = 1;// 每组元素个数 3 int size = right - left + 1; 4 while (t < size) { 5 int s = t;// 本次循环每组元素个数 6 t = 2 * s; 7 int i = left; 8 while (i + (t - 1) < size) { 9 merge(a, i, i + (s - 1), i + (t - 1)); 10 i += t; 11 } 12 if (i + (s - 1) < right) 13 merge(a, i, i + (s - 1), right); 14 } 15 } 16 17 private static void merge(int[] data, int p, int q, int r) { 18 int[] B = new int[data.length]; 19 int s = p; 20 int t = q + 1; 21 int k = p; 22 while (s <= q && t <= r) { 23 if (data[s] <= data[t]) { 24 B[k] = data[s]; 25 s++; 26 } else { 27 B[k] = data[t]; 28 t++; 29 } 30 k++; 31 } 32 if (s == q + 1) 33 B[k++] = data[t++]; 34 else 35 B[k++] = data[s++]; 36 for (int i = p; i <= r; i++) 37 data[i] = B[i]; 38 }
8.基数排序
用于大量数，很长的数进行排序时。
将所有的数的个位数取出，按照个位数进行排序，构成一个序列。
将新构成的所有的数的十位数取出，按照十位数进行排序，构成一个序列。
代码实现：
1 public void baseSort(int[] a) { 2 //首先确定排序的趟数; 3 int max = a[0]; 4 for (int i = 1; i < a.length; i++) { 5 if (a[i] > max) { 6 max = a[i]; 7 } 8 } 9 int time = 0;10 //判断位数; 11 while (max > 0) {12 max /= 10;13 time++;14 }15 //建立10个队列; 16 List > queue = new ArrayList >();17 for (int i = 0; i < 10; i++) {18 ArrayList queue1 = new ArrayList ();19 queue.add(queue1);20 }21 //进行time次分配和收集; 22 for (int i = 0; i < time; i++) {23 //分配数组元素; 24 for (int j = 0; j < a.length; j++) {25 //得到数字的第time+1位数; 26 int x = a[j] % (int) Math.pow(10, i + 1) / (int) Math.pow(10, i);27 ArrayList queue2 = queue.get(x);28 queue2.add(a[j]);29 queue.set(x, queue2);30 }31 int count = 0;//元素计数器; 32 //收集队列元素; 33 for (int k = 0; k < 10; k++) {34 while (queue.get(k).size() > 0) {35 ArrayList queue3 = queue.get(k);36 a[count] = queue3.get(0);37 queue3.remove(0);38 count++;39 }40 }41 }42 }
新建测试类进行测试
1 public class TestSort { 2 public static void main(String[] args) { 3 int []a=new int[10]; 4 for(int i=1;i
部分结果如下:
如果要进行比较可已加入时间，输出排序时间，从而比较各个排序算法的优缺点，这里不再做介绍。
8.总结：
一、稳定性:
稳定：冒泡排序、插入排序、归并排序和基数排序
不稳定：选择排序、快速排序、希尔排序、堆排序
二、平均时间复杂度
O(n^2):直接插入排序，简单选择排序，冒泡排序。
在数据规模较小时（9W内），直接插入排序，简单选择排序差不多。当数据较大时，冒泡排序算法的时间代价最高。性能为O(n^2)的算法基本上是相邻元素进行比较，基本上都是稳定的。
O(nlogn):快速排序，归并排序，希尔排序，堆排序。
其中，快排是最好的， 其次是归并和希尔，堆排序在数据量很大时效果明显。
三、排序算法的选择
1.数据规模较小
（1）待排序列基本序的情况下，可以选择直接插入排序；
（2）对稳定性不作要求宜用简单选择排序，对稳定性有要求宜用插入或冒泡
2.数据规模不是很大
（1）完全可以用内存空间，序列杂乱无序，对稳定性没有要求，快速排序，此时要付出log（N）的额外空间。
（2）序列本身可能有序，对稳定性有要求，空间允许下，宜用归并排序
3.数据规模很大
（1）对稳定性有求，则可考虑归并排序。
（2）对稳定性没要求，宜用堆排序
4.序列初始基本有序（正序），宜用直接插入，冒泡
各算法复杂度如下：
文章转自：
转载地址：http://qgxli.baihongyu.com/