常用排序算法

常见的排序算法有很多种,以下是几种常见的排序算法:

1. 冒泡排序(Bubble Sort)

Java伪代码:
java 复制代码
public class BubbleSort {
    public static void sort(int[] arr) {
        int n = arr.length;
        for (int i = 0; i < n - 1; i++) { // 外层循环控制排序的轮数
            for (int j = 0; j < n - 1 - i; j++) { // 内层循环控制每轮比较的次数
                if (arr[j] > arr[j + 1]) { // 如果前一个元素大于后一个元素
                    // 交换两个元素的位置
                    int temp = arr[j];
                    arr[j] = arr[j + 1];
                    arr[j + 1] = temp;
                }
            }
        }
    }
}
时间复杂度:
  • 最坏情况:O(n²),当数组完全逆序时。
  • 最好情况:O(n),当数组已经有序时。
  • 平均情况:O(n²)。
空间复杂度:
  • O(1),只需要一个临时变量进行交换。
适用场景:
  • 数据规模较小,且对稳定性要求不高的场景。
  • 教学或简单应用中,因为其容易理解。

2. 选择排序(Selection Sort)

Java伪代码:
java 复制代码
public class SelectionSort {
    public static void sort(int[] arr) {
        int n = arr.length;
        for (int i = 0; i < n - 1; i++) { // 外层循环控制选择的轮数
            int minIndex = i; // 假设当前元素是最小值
            for (int j = i + 1; j < n; j++) { // 内层循环找到最小值的索引
                if (arr[j] < arr[minIndex]) {
                    minIndex = j; // 更新最小值的索引
                }
            }
            // 交换当前元素和找到的最小值
            int temp = arr[minIndex];
            arr[minIndex] = arr[i];
            arr[i] = temp;
        }
    }
}
时间复杂度:
  • 最坏情况:O(n²),无论数组是否有序,都需要进行n(n-1)/2次比较。
  • 最好情况:O(n²),与最坏情况相同。
  • 平均情况:O(n²)。
空间复杂度:
  • O(1),只需要一个临时变量进行交换。
适用场景:
  • 数据规模较小,且对稳定性要求不高的场景。
  • 当内存空间有限时,因为其交换次数少。

3. 插入排序(Insertion Sort)

Java伪代码:
java 复制代码
public class InsertionSort {
    public static void sort(int[] arr) {
        int n = arr.length;
        for (int i = 1; i < n; i++) { // 外层循环从第二个元素开始
            int key = arr[i]; // 当前要插入的元素
            int j = i - 1;
            // 内层循环将已排序部分中大于key的元素向后移动
            while (j >= 0 && arr[j] > key) {
                arr[j + 1] = arr[j];
                j--;
            }
            arr[j + 1] = key; // 将key插入到正确的位置
        }
    }
}
时间复杂度:
  • 最坏情况:O(n²),当数组完全逆序时。
  • 最好情况:O(n),当数组已经有序时。
  • 平均情况:O(n²)。
空间复杂度:
  • O(1),只需要一个临时变量进行交换。
适用场景:
  • 数据规模较小,且对稳定性要求较高的场景。
  • 当数据基本有序时,效率较高。
相关推荐
jz-炸芯片的zero1 分钟前
【Zephyr炸裂知识系列】11_手撸内存泄露监测算法
驱动开发·算法·iot·rtos·内存泄露·zephyr
秋难降3 分钟前
叫你别乱封装,你看出事了吧
java·后端·程序员
Rotch16 分钟前
核密度估计(KDE)(一)
算法
NAGNIP27 分钟前
一文理解 PPO 的核心机制与大模型中的应用
算法
nju_spy37 分钟前
机器学习 - Kaggle项目实践(6)Dogs vs. Cats Redux: Kernels Edition 猫狗二分类
人工智能·算法·机器学习·计算机视觉·分类·南京大学·残差神经网络
鹏程十八少1 小时前
6. Android <卡顿六>Android渲染性能攻坚:基于Matrix+Systrace+Perfetto的过度绘制卡顿标准化排查(卡顿实战)
java·前端·面试
Forest231 小时前
ArrayList源码解析之序列化
java·数据结构
泉城老铁1 小时前
Spring Boot项目开发中,JPA 和mybatisplus哪个更哇塞呢
java·spring boot·后端
召摇1 小时前
负载均衡技术解析
java·node.js
振鹏Dong1 小时前
Spring注解演进与自动装配原理深度解析:从历史发展到自定义Starter实践
java·开发语言