怎么深入了解Java数据结构中常见的排序算法

本篇文章给大家分享的是有关怎么深入了解Java数据结构中常见的排序算法，小编觉得挺实用的，因此分享给大家学习，希望大家阅读完这篇文章后可以有所收获，话不多说，跟着小编一起来看看吧。

一，概念

1，排序

排序，就是使一串记录，按照其中的某个或某些关键字的大小，递增或递减的排列起来的操作。 平时的上下文中，如果提到排序，通常指的是排升序（非降序）。 通常意义上的排序，都是指的原地排序(in place sort)。

2，稳定性

两个相等的数据，如果经过排序后，排序算法能保证其相对位置不发生变化，则我们称该算法是具备稳定性的排序算法。

或者我们说没有跳跃的排序也是稳定的排序

二，排序详解

1，插入排序

①直接插入排序

整个区间被分为

1. 有序区间

2. 无序区间

每次选择无序区间的第一个元素，在有序区间内选择合适的位置插入

 public static void main(String[] args) {         int[] array = {12,5,9,34,6,8,33,56,89,0,7,4,22,55,77};        insertSort(array);        System.out.println(Arrays.toString(array));    }

  /**     * 时间复杂度：     *        最好：O(N)   -> 数据是有序的     *        最坏：O(N^2) -> 无序的数据     * 空间复杂度：O(1)     * 稳定性：稳定排序     * @param array     */public static void insertSort(int[] array) {        for(int i = 1;i < array.length;i++) {//n-1            int tmp = array[i];            int j = i-1;            for(; j >= 0;j--) {//n-1                if(array[j] > tmp) {                    array[j+1] = array[j];                }else{                    //array[j+1] = tmp;                    break;                }            }            array[j+1] = tmp;        }    }

②希尔排序

希尔排序法又称缩小增量法。希尔排序法的基本思想是：先选定一个整数，把待排序文件中所有记录分成个组，所有 距离为的记录分在同一组内，并对每一组内的记录进行排序。然后，取，重复上述分组和排序的工作。当到达=1时， 所有记录在统一组内排好序。

1. 希尔排序是对直接插入排序的优化。

2. 当gap > 1时都是预排序，目的是让数组更接近于有序。当gap == 1时，数组已经接近有序的了，这样就会很 快。这样整体而言，可以达到优化的效果。我们实现后可以进行性能测试的对比。

   /**     * 时间复杂度：不好算  n^1.3 - n^1.5 之间     * 空间复杂度：O(1)     * 稳定性：不稳定的排序     *      技巧：如果在比较的过程当中 没有发生跳跃式的交换 那么就是稳定的     * @param array     *     *     * @param array 排序的数组     * @param gap   每组的间隔  -》 组数     */    public static void shell(int[] array,int gap) {        for (int i = gap; i < array.length; i++) {            int tmp = array[i];            int j = i-gap;            for (; j >= 0; j -= gap) {                if(array[j] > tmp) {                    array[j+gap] = array[j];                }else {                    break;                }            }            array[j+gap] = tmp;        }    }

public static void main(String[] args) {         int[] array = {12,5,9,34,6,8,33,56,89,0,7,4,22,55,77};        shell(array,5);        System.out.println(Arrays.toString(array));    }

2，选择排序

①直接选择排序

每一次从无序区间选出最大（或最小）的一个元素，存放在无序区间的最后（或最前），直到全部待排序的数据元素排完 。

public static void main(String[] args) {         int[] array = {12,5,9,34,6,8,33,56,89,0,7,4,22,55,77};        selectSort(array);        System.out.println(Arrays.toString(array));    }

  /**     * 时间复杂度：     *      最好：O(N^2)     *      最坏：O(N^2)     * 空间复杂度：O(1)     * 稳定性：不稳定的     * @param array     */    public static void selectSort(int[] array) {        for (int i = 0; i < array.length; i++) {            for (int j = i+1; j < array.length; j++) {                if(array[j] < array[i]) {                    int tmp = array[i];                    array[i] = array[j];                    array[j] = tmp;                }            }        }    }

②堆排序

基本原理也是选择排序，只是不在使用遍历的方式查找无序区间的最大的数，而是通过堆来选择无序区间的最大的数。

注意： 排升序要建大堆；排降序要建小堆。

  public static void main(String[] args) {         int[] array = {12,5,9,34,6,8,33,56,89,0,7,4,22,55,77};        heapSort(array);        System.out.println(Arrays.toString(array));    }

   public static void siftDown(int[] array,int root,int len) {        int parent = root;        int child = 2*parent+1;        while (child < len) {            if(child+1 < len && array[child] < array[child+1]) {                child++;            }            //child的下标就是左右孩子的最大值下标            if(array[child] > array[parent]) {                int tmp = array[child];                array[child] = array[parent];                array[parent] = tmp;                parent = child;                child = 2*parent+1;            }else {                break;            }        }    }     public static void createHeap(int[] array) {        //从小到大排序 -》 大根堆        for (int i = (array.length-1 - 1) / 2;  i >= 0 ; i--) {            siftDown(array,i,array.length);        }    }     /**     * 时间复杂度：O(N*logN)  都是这个时间复杂度     * 复杂度：O(1)     * 稳定性：不稳定的排序     * @param array     */    public static void heapSort(int[] array) {        createHeap(array);//O(n)        int end = array.length-1;        while (end > 0) {//O(N*logN)            int tmp = array[end];            array[end] = array[0];            array[0] = tmp;            siftDown(array,0,end);            end--;        }    }

3，交换排序

①冒泡排序

在无序区间，通过相邻数的比较，将最大的数冒泡到无序区间的最后，持续这个过程，直到数组整体有序

 public static void main(String[] args) {         int[] array = {12,5,9,34,6,8,33,56,89,0,7,4,22,55,77};         bubbleSort(array);        System.out.println(Arrays.toString(array));    }

   /**     * 时间复杂度：     *         最好最坏都是O(n^2)      * 空间复杂度：O(1)     * 稳定性：稳定的排序     *      冒泡  直接插入     * @param array     */    public static void bubbleSort(int[] array) {        for (int i = 0; i < array.length-1; i++) {            for (int j = 0; j < array.length-1-i; j++) {                if(array[j] > array[j+1]) {                    int tmp = array[j];                    array[j] = array[j+1];                    array[j+1] = tmp;                 }            }        }    }

②快速排序

1. 从待排序区间选择一个数，作为基准值(pivot)；

2. Partition: 遍历整个待排序区间，将比基准值小的（可以包含相等的）放到基准值的左边，将比基准值大的（可 以包含相等的）放到基准值的右边；

3. 采用分治思想，对左右两个小区间按照同样的方式处理，直到小区间的长度 == 1，代表已经有序，或者小区间 的长度 == 0，代表没有数据。

public static void main(String[] args) {         int[] array = {12,5,9,34,6,8,33,56,89,0,7,4,22,55,77};        quickSort1(array);        System.out.println(Arrays.toString(array));    }

public static int partition(int[] array,int low,int high) {        int tmp = array[low];        while (low < high) {            while (low < high && array[high] >= tmp) {                high--;            }            array[low] = array[high];            while (low < high && array[low] <= tmp) {                low++;            }            array[high] = array[low];        }        array[low] = tmp;        return low;    } public static void quick(int[] array,int start,int end) {        if(start >= end) {            return;        }        int mid = (start+end)/2;        int pivot = partition(array,start,end);        quick(array,start,pivot-1);        quick(array,pivot+1,end);    }     /**     * 时间复杂度：     *         最好：O(n*logn)  均匀的分割下     *         最坏：o(n^2)     数据有序的时候     * 空间复杂度：     *        最好：logn     *        最坏：O(n)     * 稳定性：不稳定的排序     *     * k*n*logn     * 2     * 1.2     * @param array     */    public static void quickSort1(int[] array) {        quick(array,0,array.length-1);    }

4，归并排序

归并排序（MERGE-SORT）是建立在归并操作上的一种有效的排序算法,该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。将已有序的子序列合并，得到完全有序的序列；即先使每个子序列有序，再使子 序列段间有序。若将两个有序表合并成一个有序表，称为二路归并。

 public static void main(String[] args) {         int[] array = {12,5,9,34,6,8,33,56,89,0,7,4,22,55,77};        mergeSort1(array);        System.out.println(Arrays.toString(array));    }

public static void merge(int[] array,int low,int mid,int high) {        int s1 = low;        int e1 = mid;        int s2 = mid+1;        int e2 = high;        int[] tmp = new int[high-low+1];        int k = 0;//代表tmp数组的下标        while (s1 <= e1 && s2 <= e2) {            if(array[s1] <= array[s2]) {                tmp[k++] = array[s1++];            }else {                tmp[k++] = array[s2++];            }        }         //有2种情况        while (s1 <= e1){            //说明第2个归并段没有了数据 把第1个归并段剩下的数据 全部拷贝过来            tmp[k++] = array[s1++];        }         while (s2 <= e2) {            //说明第1个归并段没有了数据 把第2个归并段剩下的数据 全部拷贝过来            tmp[k++] = array[s2++];        }        //tmp数组当中 存储的就是当前归并好的数据         for (int i = 0; i < tmp.length; i++) {            array[i+low] = tmp[i];        }    }    public static void mergeSortInternal(int[] array,int low,int high) {        if(low >= high) {            return;        }        int mid = (low+high) / 2;        mergeSortInternal(array,low,mid);        mergeSortInternal(array,mid+1,high);        //合并的过程        merge(array,low,mid,high);    }     /**     * 时间复杂度： O(N*log n)     * 空间复杂度：O(N)     * 稳定性：稳定的     * @param array     */    public static void mergeSort1(int[] array) {        mergeSortInternal(array, 0,array.length-1);    }

以上就是怎么深入了解Java数据结构中常见的排序算法，小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注行业资讯频道。