1.选择排序
思想：在需要进行排序的序列中，每次把最小(或最大)的交换到最左边的位置
案例：
待排序数组： 5 2 6 8 4 1
选择过程： 5 2 6 8 4 1 => 2 5 6 8 4 1 => 1 5 6 8 4 2 => 1 4
6 8 5 2 => 1 2 6 8 5 4 => 1 2 5 8 6 4 => 1
2 4 8 6 5...
2.冒泡排序
思想：在需要进行排序的序列中，每次把最小(或最大)的推到最顶端，像气泡一样往上冒
案例：
待排序数组： 2 5 6 8 4
选择过程： 2 5 6 8 4 => 5 2 6
8 4 => 5 6 2 8 4 => 5 6 8 2 4 => 5 6 8 4 2 => 6 5 8 4
2 => 6 8 5 4 2 => 8 6 5 4 2
3.插入排序(两种)
思想：将待排序序列分成两部分，左边部分是排好序的，右边部分是未排序的，开始时排好序的就只有第一个元素，然后把右边
未排序的元素一个一个插入排序到左边，直到元素全部到左边就形成了排好序的结构
3.1 直接插入
思想：在将元素插入左边排好序的序列时，通过从左到右一个一个进行比较来查找要插入的位置。
案例：5 2 6 8 4
插入过程：5 | 2 6 8 4 => 5 2 | 6 8 4 => 6 5 2 | 8 4 => 8 6 5 2 | 4 => 8 6 5 4 2
3.2 折半插入
思想：在将元素插入左边排好序的序列时，通过二分搜索的方式查找到要插入的位置。找到位置后插入的过程和直接插入一致
4.希尔排序
思想：将元素进行同余分组，比如元素个数有8个，若将其分为d1=4组，即每一个元素的下标进行模3运算，下标{0,4}模4余数都
为0为一组，{1,5}余1 为一组，{2,6}余2为一组，{3,7}余3为一组，当然这只是一种逻辑上的划分，并不是物理上对其进行
切分。然后在各组内进行直接插入排序，排序完再对其进行分组，一般取d(i+1) = ?d(i)/2?，此时的话d2=?d1/2?= 2组，就
这样一直分组排序到di = 1并插入排序结束
案例：0 6 5 8 4 2 1 9
希尔过程：
5.合并排序
思想：将待排序元素分成大小大致相同的两个子集合，分别对两个子集进行合并排序，最终将排好序的子集合并成所要求的排好
序的集合
案例：0 6 5 8 4 2 1 9
合并排序过程：0 6 5 8 | 4 2 1 9 => 0 6 | 5 8 | 4 2 | 1 9 => 0 6 | 5 8 | 2 4 | 1 9 => 0 5 6 8 | 1 2 4 9 => 0 1 2
4 5 6 8 9
code:
package cn.qunye.Sort_排序;
import java.util.ArrayList;
import java.util.List;
/**
* 合并排序:
* 将待排序元素分成大小大致相同的两个子集合，分别对两个子集进行合并排序，最终将排好序的子集合并成所要求的排好序的集合
* 时间复杂度：O(logn)
* @author qunye
* 2016/03/10
*/
class MergeSortClass<T extends Comparable> {
public void MergeSort(List<T> arr,int left,int right){
List<T> arrSortTemp = new ArrayList<T>();
if(left < right){ //至少两个才需要排序
int middle = (left+right)/2;
MergeSort(arr, left, middle); //左边进行排序
MergeSort(arr, middle+1, right); //右边进行排序
merge(arr, arrSortTemp,left, middle, right); //合并到集合arr
copy(arr, arrSortTemp, left, right); //复制回集合arr
arrSortTemp = null;
}
}
/**
* 合并
*/
public void merge(List<T> a,List<T> b,int left,int middle,int right){
int l = left,r = middle+1;
while((l <= middle) && (r <= right)){
if(a.get(l).compareTo(a.get(r)) <= 0)
b.add(a.get(l++));
else
b.add(a.get(r++));
}
if(l <= middle)
for(;l<=middle;b.add(a.get(l++)));
if(r <= right)
for(;r<=right;b.add(a.get(r++)));
}
public void copy(List<T> a,List<T> b,int left,int right){
int index = 0;
for(int i=left;i<=right;i++){
a.set(i, b.get(index++));
}
}
}
/**
* 学生类
*/
class Student implements Comparable<Object>{
private String stuName;
private int stuNum;
public Student(String stuName, int stuNum) {
super();
this.stuName = stuName;
this.stuNum = stuNum;
}
public String getStuName() {
return stuName;
}
public void setStuName(String stuName) {
this.stuName = stuName;
}
public int getStuNum() {
return stuNum;
}
public void setStuNum(int stuNum) {
this.stuNum = stuNum;
}
@Override
public int compareTo(Object obj) {
Student stu;
if(obj instanceof Student)
stu = (Student)obj;
else{
return -1;
}
if(this.getStuNum() <= stu.getStuNum())
return 0;
return 1;
}
}
public class MergeSortMain{
public static void main(String agrs[]){
List<Student> stus = new ArrayList<Student>();
stus.add(new Student("小a",15));
stus.add(new Student("小b",18));
stus.add(new Student("小c",21));
stus.add(new Student("小d",13));
stus.add(new Student("小e",17));
stus.add(new Student("小f",19));
stus.add(new Student("小g",10));
stus.add(new Student("小h",16));
System.out.println("====================合并排序前====================");
for(Student stu : stus){
System.out.println(stu.getStuNum()+":"+stu.getStuName());
}
new MergeSortClass().MergeSort(stus, 0, stus.size()-1);
System.out.println("====================合并排序后====================");
for(Student stu : stus){
System.out.println(stu.getStuNum()+":"+stu.getStuName());
}
}
}
6.改进的合并排序
思想：先将数组中相邻的元素两两配对，构成n/2组排好序的子数组段，再合成长度为4的排好序的子数组段，如此下去
案例：0 6 5 8 4 2 1 9
合并排序过程：0 6 | 5 8 | 4 2 | 1 9 => 0 6 | 5 8 | 2 4 | 1 9 => 0 5 6 8 | 1 2 4 9 => 0 1 2 4 5 6 8 9
code：学生类的定义和main()方法同上
public void BetterMergeSort(List<T> arr){
int d = 1;
int len = arr.size();
while(d <= len)
mergePass(arr,d++,len);
}
private void mergePass(List<T> arr, int d,int len) {
int leftIndex = 0; //需要合并的最左边下标
while(leftIndex < len){
List<T> arrSortTemp = new ArrayList<T>();
merge(arr,arrSortTemp,leftIndex,leftIndex+d-1,leftIndex+2*d-1); //合并两个子子数组段
leftIndex += 2*d; //需要合并的最左边下标指到下两个需要合并的子数组段的首位
arrSortTemp = null;
}
}
/**
* 合并
*/
public void merge(List<T> a,List<T> b,int left,int middle,int right){
int l = left,r = middle+1;
while((l <= middle) && (r <= right)){
if(a.get(l).compareTo(a.get(r)) <= 0)
b.add(a.get(l++));
else
b.add(a.get(r++));
}
if(l <= middle)
for(;l<=middle;b.add(a.get(l++)));
if(r <= right)
for(;r<=right;b.add(a.get(r++)));
}
7.快速排序
思想：取第一个元数 a 作为基准元素，将数组分成三部分，比a小的元素放到一个数组里面，比a大的放到一个数组里面，再分别
对这两个数组进行快排然后进行合并。
案例：3 6 5 8 4 2 1 9
快排过程：3 6 5 8 4 2 1 9 => 2 1 |3| 6 5 8 4 9 => 1 |2| |3| 5 4 |6| 8 9 => 1 |2| |3| 4 |5| |6| |8| 9 => 1 2 3 4 5 6 8 9
改进的快排：随机快排
思想：若对数组9 8 7 6 5 4 3 2 1进行快排，每次选取第一个元素作为基准元素，分组将很不均衡，这种极端情况将
导致时间复杂度和简单排序一样。为避免这样的极端情况，选取一个随机数作为基准元素
code：
package cn.qunye.Sort_排序;
import java.util.Random;
/**
* 快速排序:
* 取第一个数 a 作为基准元素，将数组分成三部分，比a小的元素放到一个数组里面，比a大的放到一个数组里面，再分别对这两个数组进行快排
* 时间复杂度：O(nlogn)
* 不稳定
* 随机快排：
* 随机取一个元素作为基准元素，避免了极端的情况(比如其他元素都比第一个元素大或者小，最极端的情况会变成选择排序，复杂度为O(n^2))
* 时间复杂度：O(nlogn)
* 以下是基于随机快排实现
* @author qunye
* 2016/03/10
*/
public class QuickSort {
static int sum = 0;
static int[] arr = {4,5,26,85,46,19,52,6,37,88,44,8,9,3,22,12,21,23,32,50};
private static void qSort(int left,int right){
if(left < right){
int pIndex = partition(left,right); //对数组进行划分，并返回划分的下标
System.out.println("\n第"+(++sum)+"轮排序后");
for(int a : arr){
System.out.print(a+"、");
}
qSort(left,pIndex); //左边部分快排
qSort(pIndex+1, right); //右边部分快排
}
}
/**
* 对数组进行划分，并返回划分的下标
* @param left
* @param right
* @return
*/
private static int partition(int left, int right) {
int baseLine = new Random().nextInt(right-left)+left; //得到随机基准元素
int baseValue = arr[baseLine];
while(true){
while(arr[left] < baseValue)
left++;
while(arr[right] > baseValue)
right--;
if(left >= right)
break;
swap(left, right);
}
return left;
}
public static void swap(int a,int b){
int temp = arr[a];
arr[a] = arr[b];
arr[b] = temp;
}
public static void main(String agrs[]){
for(int a : arr){
System.out.print(a+"、");
}
qSort(0,arr.length-1);
}
}
8.堆排序
思想：先通过数组按层次遍历构建二叉堆，再通过二叉堆得到排序数组
先引入二叉堆的概念：
定义：
1、完全二叉树或近似完全二叉树
2、父节点的键值总是 ≥/≤ 任何一个子节点
3、每个节点的左右子树都是一个二叉堆
堆插入：
每次都是插入到最后一个位置，然后跟它的父节点比较，如果比父节点小则与父节点交换，
(可以确定另一个子节点必然比原先的父节点小，所以交换之后这三个节点必然是一个合法堆)，
然后就这样跟下一个父节点一直比对下去，直到比父节点小，则结束
插入示例：
堆删除：
每次删除的都是根节点，然后把最后一个叶节点的值赋给根节点并去掉这个叶节点，对新的二叉
树进行重建。若所有节点有比根节点小的数，则将根节点与左右节点中的较小数与根节点交换，
交换成功后这三个节点不然构成了一个合法堆，对于被交换了节点的子树，进行类似的做法，就可以
重建好二叉堆。
删除示例：
数组 -> 二叉堆：首先将数组按序组成一个完全二叉树，明显的二叉树每个叶子节点都是合法的二叉堆，从除了叶子节点的最后一个
节点开始重建，先跟它的左右子节点进行比较，将最小的作为父节点，则这三个节点必然可以构成一个合法堆，然
后对被交换了的子节点所在的子树进行一次堆重建，就像堆删除的时候那样重建，通过同样的方式处理再前一个节
点，直到根节点完毕，就建好了二叉堆
二叉堆 -> 排序：将根节点跟数组最后一个位置(也就是最后一个节点)的值进行交换，然后将前面的 n-1个节点作为一个新的二叉树进
行重建(其实有点像删除堆在删除了根节点之后的操作)，重建好新的二叉堆之后又把根节点与数组最后第二个数的
值进行交换，然后又重建，知道结束就可以把二叉堆数组变成排序数组，该数组越往后越小(因为每次都是取最小堆
的根节点)，所以是个降序的排序数组
示例： 7 6 4 5 9 10 3
数组 -> 二叉堆的构建过程：
二叉堆 -> 堆排序的过程：
code：
package cn.qunye.Sort_排序;
/**
* 堆排序:
* 二叉堆：
* 定义：
* 1、完全二叉树或近似完全二叉树
* 2、父节点的键值总是 ≥/≤ 任何一个子节点
* 3、每个节点的左右子树都是一个二叉堆
* 堆插入：
* 每次都是插入到最后一个位置，然后跟它的父节点比较，如果比父节点小则与父节点交换，
* (可以确定另一个子节点必然比原先的父节点小，所以交换之后这三个节点必然是一个合法堆)，
* 然后就这样跟下一个父节点一直比对下去，直到比父节点小，则结束
* 堆删除：
* 每次删除的都是根节点，然后把最后一个叶节点的值赋给根节点并去掉这个叶节点，对新的二叉
* 树进行重建。若所有节点有比根节点小的数，则将根节点与左右节点中的较小数与根节点交换，
* 交换成功后这三个节点不然构成了一个合法堆，对于被交换了节点的子树，进行类似的做法，就可以
* 重建好二叉堆。
* 数组->二叉堆：
* 首先将数组按序组成一个完全二叉树，明显的二叉树每个叶子节点都是合法的二叉堆，从除了叶子节点
* 的最后一个节点开始重建，先跟它的左右子节点进行比较，将最小的作为父节点，则这三个节点必然可以
* 构成一个合法堆，然后对被交换了的子节点所在的子树进行一次堆重建，就像堆删除的时候那样重建，
* 通过同样的方式处理再前一个节点，直到根节点完毕，就建好了二叉堆
* 二叉堆->堆排序：
* 将根节点跟数组最后一个位置(也就是最后一个节点)的值进行交换，然后将前面的n-1个节点作为一个新
* 的二叉树进行重建(其实有点像删除堆在删除了根节点之后的操作)，重建好新的二叉堆之后又把根节点与
* 数组最后第二个数的值进行交换，然后又重建，知道结束就可以把二叉堆数组变成排序数组，该数组越往
* 后越小(因为每次都是取最小堆的根节点)，所以是个降序的排序数组。
* 时间复杂度：O(nlogn)
* @author qunye
* 2016/03/10
*
*/
public class HeadSort {
static int sum = 0;
static int[] arr = {4,5,26,85,46,19,52,6,37,88,44,8,9,3,22,12,21,23,32,50};
/**
* 构建二叉堆
*/
public static void buildHead(int length){
/*
* 1.找到最后一个非叶子节点
* 普及知识：
* 对于完全二叉树，设几点数为n，度为0的节点数为n0，度为1的节点数为n1，度为2的节点数为n2
* 则必然有：
* n = n0+n1+n2
* n0 = n2+1
* n0 = (n+1-n1)/2 [其中n1 = 0或1，n是奇数时为0，n为偶数时为1]
* 2.往前遍历每一个节点
*/
int len = length; //需要构建二叉堆的长度
int n1 = (len+1)%2; //度为1的节点数
int leaf = (len+1-n1)/2; //叶子节点数得出
int right = len-leaf; //需要进行对排序的节点
while(--right >= 0){ //往前遍历，构建二叉堆
Head(right,len);
}
}
public static void Head(int right,int len){
int min = arr[right];
int l = right*2+1; //左
int r = right*2+2; //右节点
if(l < len){ //左节点存在(对完全二叉树来说，无左节点比如没有右节点,故只存在右节点的情况无需考虑)
if(r < len){ //右节点存在
if(arr[l] < arr[r]){
if(arr[l] < min){
swap(l, right);
Head(l,len);
}
}else
if(arr[r] < min){
swap(r, right);
Head(r,len);
}
}else{
if(arr[l] < min){
swap(l, right);
Head(l,len);
}
}
}
}
/**
* 二叉堆-->堆排序
*/
public static void Head2Sort(int length){
int index = -1;
while(++index < length-1){
buildHead(length-index);
swap(0, length-index-1);
System.out.println("\n第"+(++sum)+"轮后");
for(int temp : arr){
System.out.print(temp+"、");
}
}
}
public static void swap(int a,int b){
int temp = arr[a];
arr[a] = arr[b];
arr[b] = temp;
}
public static void main(String agrs[]){
Head2Sort(arr.length);
}
}
下一章将详解数据结构与算法的各种树，敬请关注本博客
旨在从简单易懂的角度介绍，若有什么错误请指出，谢谢各位。