数据结构之八大排序算法详解

C_V_Better2025-03-02 15:48

目录

排序算法是计算机科学中一类重要的算法，用于将数据按照特定的顺序进行排列。以下是对八大排序算法的详细讲解，包括冒泡排序、选择排序、插入排序、希尔排序、归并排序、快速排序、堆排序和计数排序。

一、冒泡排序（Bubble Sort）

原理

冒泡排序是一种简单的排序算法，通过重复地遍历数组，比较相邻的元素并交换顺序，直到整个数组排序完成。

代码实现

java 复制代码 
public class BubbleSort {
    public static void bubbleSort(int[] arr) {
        int n = arr.length;
        for (int i = 0; i < n - 1; i++) {
            for (int j = 0; j < n - i - 1; j++) {
                if (arr[j] > arr[j + 1]) {
                    // 交换 arr[j] 和 arr[j+1]
                    int temp = arr[j];
                    arr[j] = arr[j + 1];
                    arr[j + 1] = temp;
                }
            }
        }
    }

    public static void main(String[] args) {
        int[] arr = {64, 34, 25, 12, 22, 11, 90};
        bubbleSort(arr);
        System.out.println("Sorted array: " + Arrays.toString(arr));
    }
}

时间复杂度

  • 平均时间复杂度：O(n²)
  • 最优时间复杂度：O(n)（当数组已经排序时）
  • 最差时间复杂度：O(n²)

二、选择排序（Selection Sort）

原理

选择排序通过重复选择最小的元素并将其交换到数组的起始位置，直到整个数组排序完成。

代码实现

java 复制代码 
public class SelectionSort {
    public static void selectionSort(int[] arr) {
        int n = arr.length;
        for (int i = 0; i < n - 1; i++) {
            int minIndex = i;
            for (int j = i + 1; j < n; j++) {
                if (arr[j] < arr[minIndex]) {
                    minIndex = j;
                }
            }
            // 交换 arr[i] 和 arr[minIndex]
            int temp = arr[i];
            arr[i] = arr[minIndex];
            arr[minIndex] = temp;
        }
    }

    public static void main(String[] args) {
        int[] arr = {64, 34, 25, 12, 22, 11, 90};
        selectionSort(arr);
        System.out.println("Sorted array: " + Arrays.toString(arr));
    }
}

时间复杂度

  • 平均时间复杂度：O(n²)
  • 最优时间复杂度：O(n²)
  • 最差时间复杂度：O(n²)

三、插入排序（Insertion Sort）

原理

插入排序将数组分为已排序和未排序两个部分，每次从未排序部分取出一个元素，插入到已排序部分的正确位置。

代码实现

java 复制代码 
public class InsertionSort {
    public static void insertionSort(int[] arr) {
        int n = arr.length;
        for (int i = 1; i < n; ++i) {
            int key = arr[i];
            int j = i - 1;
            while (j >= 0 && arr[j] > key) {
                arr[j + 1] = arr[j];
                j = j - 1;
            }
            arr[j + 1] = key;
        }
    }

    public static void main(String[] args) {
        int[] arr = {64, 34, 25, 12, 22, 11, 90};
        insertionSort(arr);
        System.out.println("Sorted array: " + Arrays.toString(arr));
    }
}

时间复杂度

  • 平均时间复杂度：O(n²)
  • 最优时间复杂度：O(n)（当数组已经排序时）
  • 最差时间复杂度：O(n²)

四、希尔排序（Shell Sort）

原理

希尔排序是一种改进的插入排序，通过将数组分成多个子数组，对每个子数组进行插入排序，然后逐渐缩小子数组的间隔。

代码实现

java 复制代码 
public class ShellSort {
    public static void shellSort(int[] arr) {
        int n = arr.length;
        for (int gap = n / 2; gap > 0; gap /= 2) {
            for (int i = gap; i < n; i += 1) {
                int temp = arr[i];
                int j;
                for (j = i; j >= gap && arr[j - gap] > temp; j -= gap) {
                    arr[j] = arr[j - gap];
                }
                arr[j] = temp;
            }
        }
    }

    public static void main(String[] args) {
        int[] arr = {64, 34, 25, 12, 22, 11, 90};
        shellSort(arr);
        System.out.println("Sorted array: " + Arrays.toString(arr));
    }
}

时间复杂度

  • 平均时间复杂度：O(n^(3/2))
  • 最优时间复杂度：O(n)
  • 最差时间复杂度：O(n²)

五、归并排序（Merge Sort）

原理

归并排序是一种分治算法，将数组分为两部分，分别排序，然后将排序后的两部分合并。

代码实现

java 复制代码 
public class MergeSort {
    public static void mergeSort(int[] arr) {
        if (arr == null || arr.length <= 1) {
            return;
        }
        mergeSort(arr, 0, arr.length - 1);
    }

    private static void mergeSort(int[] arr, int left, int right) {
        if (left < right) {
            int mid = (left + right) / 2;
            mergeSort(arr, left, mid);
            mergeSort(arr, mid + 1, right);
            merge(arr, left, mid, right);
        }
    }

    private static void merge(int[] arr, int left, int mid, int right) {
        int[] temp = new int[right - left + 1];
        int i = left, j = mid + 1, k = 0;
        while (i <= mid && j <= right) {
            if (arr[i] <= arr[j]) {
                temp[k++] = arr[i++];
            } else {
                temp[k++] = arr[j++];
            }
        }
        while (i <= mid) {
            temp[k++] = arr[i++];
        }
        while (j <= right) {
            temp[k++] = arr[j++];
        }
        System.arraycopy(temp, 0, arr, left, temp.length);
    }

    public static void main(String[] args) {
        int[] arr = {64, 34, 25, 12, 22, 11, 90};
        mergeSort(arr);
        System.out.println("Sorted array: " + Arrays.toString(arr));
    }
}

时间复杂度

  • 平均时间复杂度：O(n log n)
  • 最优时间复杂度：O(n log n)
  • 最差时间复杂度：O(n log n)

六、快速排序（Quick Sort）

原理

快速排序也是一种分治算法，通过选择一个基准元素，将数组分为小于基准和大于基准的两部分，然后递归地对两部分进行排序。

代码实现

java 复制代码 
public class QuickSort {
    public static void quickSort(int[] arr) {
        if (arr == null || arr.length <= 1) {
            return;
        }
        quickSort(arr, 0, arr.length - 1);
    }

    private static void quickSort(int[] arr, int left, int right) {
        if (left >= right) {
            return;
        }
        int pivotIndex = partition(arr, left, right);
        quickSort(arr, left, pivotIndex - 1);
        quickSort(arr, pivotIndex + 1, right);
    }

    private static int partition(int[] arr, int left, int right) {
        int pivot = arr[right];
        int i = left - 1;
        for (int j = left; j < right; j++) {
            if (arr[j] <= pivot) {
                i++;
                swap(arr, i, j);
            }
        }
        swap(arr, i + 1, right);
        return i + 1;
    }

    private static void swap(int[] arr, int i, int j) {
        int temp = arr[i];
        arr[i] = arr[j];
        arr[j] = temp;
    }

    public static void main(String[] args) {
        int[] arr = {64, 34, 25, 12, 22, 11, 90};
        quickSort(arr);
        System.out.println("Sorted array: " + Arrays.toString(arr));
    }
}

时间复杂度

  • 平均时间复杂度：O(n log n)
  • 最优时间复杂度：O(n log n)
  • 最差时间复杂度：O(n²)

七、堆排序（Heap Sort）

原理

堆排序是一种基于堆数据结构的排序算法。首先将数组构建成一个最大堆，然后通过交换堆顶元素与数组末尾元素，并重新调整堆，以实现排序。

代码实现

java 复制代码 
public class HeapSort {
    public static void heapSort(int[] arr) {
        int n = arr.length;

        // 构建最大堆
        for (int i = n / 2 - 1; i >= 0; i--) {
            heapify(arr, n, i);
        }

        // 提取元素并重新构建堆
        for (int i = n - 1; i > 0; i--) {
            swap(arr, 0, i);
            heapify(arr, i, 0);
        }
    }

    private static void heapify(int[] arr, int n, int i) {
        int largest = i;
        int left = 2 * i + 1;
        int right = 2 * i + 2;

        if (left < n && arr[left] > arr[largest]) {
            largest = left;
        }

        if (right < n && arr[right] > arr[largest]) {
            largest = right;
        }

        if (largest != i) {
            swap(arr, i, largest);
            heapify(arr, n, largest);
        }
    }

    private static void swap(int[] arr, int i, int j) {
        int temp = arr[i];
        arr[i] = arr[j];
        arr[j] = temp;
    }

    public static void main(String[] args) {
        int[] arr = {64, 34, 25, 12, 22, 11, 90};
        heapSort(arr);
        System.out.println("Sorted array: " + Arrays.toString(arr));
    }
}

时间复杂度

  • 平均时间复杂度：O(n log n)
  • 最优时间复杂度：O(n log n)
  • 最差时间复杂度：O(n log n)

八、计数排序（Counting Sort）

原理

计数排序是一种非比较排序算法，适用于整数排序。通过统计元素出现的次数，然后根据累计的次数将元素放置到正确的位置。

代码实现

java 复制代码 
public class CountingSort {
    public static void countingSort(int[] arr) {
        if (arr == null || arr.length == 0) {
            return;
        }

        int max = arr[0];
        int min = arr[0];
        for (int num : arr) {
            if (num > max) {
                max = num;
            }
            if (num < min) {
                min = num;
            }
        }

        int range = max - min + 1;
        int[] count = new int[range];
        int[] output = new int[arr.length];

        for (int num : arr) {
            count[num - min]++;
        }

        for (int i = 1; i < range; i++) {
            count[i] += count[i - 1];
        }

        for (int i = arr.length - 1; i >= 0; i--) {
            output[count[arr[i] - min] - 1] = arr[i];
            count[arr[i] - min]--;
        }

        System.arraycopy(output, 0, arr, 0, arr.length);
    }

    public static void main(String[] args) {
        int[] arr = {64, 34, 25, 12, 22, 11, 90};
        countingSort(arr);
        System.out.println("Sorted array: " + Arrays.toString(arr));
    }
}

时间复杂度

  • 平均时间复杂度：O(n + k)（其中 k 是元素的范围）
  • 最优时间复杂度：O(n + k)
  • 最差时间复杂度：O(n + k)

总结

这八大排序算法各有优缺点，适用于不同的场景。在实际应用中，应根据数据的规模和特点选择合适的排序算法。

相关推荐
云卷️3 分钟前
微服务面试题及原理
java·后端·微服务·云原生·架构
瞬间动力7 分钟前
1分钟简化理解单体、微服务、分布式和Serverless
java·分布式·微服务·架构·系统架构
HBryce2413 分钟前
《数据结构》
java·数据结构
郑祎亦15 分钟前
【JAVA面试题】== 和 equals() 的区别与使用场景
java·开发语言
葡萄_成熟时_17 分钟前
JavaWeb后端基础（5）
java·开发语言·maven·web
LUCIAZZZ18 分钟前
ThreadLocal的Key是弱引用给垃圾回收带来的问题
java·开发语言·jvm·spring·springboot
岁岁岁平安20 分钟前
SpringMVC学习（入门案例思路及实现、Web容器初始化与SpringMVC配置类）(2)
java·spring·mvc·springmvc·idea
黑风风25 分钟前
深入理解 Promise 和 Async/Await，并结合 Axios 实践
开发语言·前端·javascript
python算法(魔法师版)25 分钟前
自动驾驶FSD技术的核心算法与软件实现
人工智能·深度学习·神经网络·算法·机器学习·自动驾驶
热门推荐
01DeepSeek各版本说明与优缺点分析02DeepSeek R1本地化部署 Ollama + Chatbox 打造最强 AI 工具03如何在WPS和Word/Excel中直接使用DeepSeek功能04从零安装 LLaMA-Factory 微调 Qwen 大模型成功及所有的坑05本地部署DeepSeek教程（Mac版本）06DeepSeek本地部署详细指南07【docker】Windows10安装Docker Desktop - WSL update failed08保姆级教程：利用Ollama与Open-WebUI本地部署 DeedSeek-R1大模型09DeepSeek r1本地安装全指南10Anaconda +Jupyter Notebook安装（2025最新版）