七大排序算法（冒泡，选择，插入，二分法排序，希尔，快速，合并，堆排序）的java实现（14/8/3更新加入二分排序）
冒泡排序
思路：就是每次将最大或最小的元素放到数组的最后，so easy！时间复杂度为（O（n^2））
public class BubbleSort {
public static void bubbleSort(int[] a) {
for (int j = 1; j < a.length; j++) {
for (int i = 0; i < a.length - j; i++) {
if (a[i] > a[i + 1]) {
int temp = a[i];
a[i] = a[i + 1];
a[i + 1] = temp;
}
}
}
}
public static void main(String[] args) {
int a[] = { 5, 2, 45, 7, 2, 4, 2, 45, 7, 2, 4, 2, 45, 7, 2, 4, 23, 7, 2, 3, 0, 43, 23, 12, 4, 1, 15, 7,
3, 8, 31 };
bubbleSort(a);
for(int i = 0; i < a.length; i++){
System.out.print(a[i]+" ");
}
}
}
选择排序
思路：类似于冒泡，每次将后面最小的元素放在前面。时间复杂度为（（O（n^2）））
public class SelectSort {
public static void selectSort(int[] a) {
int min;
for (int i = 0; i < a.length - 1; i++) {
min = i;
for (int j = min + 1; j < a.length; j++) {
if (a[min] > a[j]) {
int temp = a[min];
a[min] = a[j];
a[j] = temp;
}
}
}
}
public static void main(String[] args) {
int a[] = { 5, 2, 45, 7, 2, 4, 2, 45, 7, 2, 4, 2, 45, 7, 2, 4, 23, 7,
2, 3, 0, 43, 23, 12, 4, 1, 15, 7, 3, 8, 31 };
selectSort(a);
for (int i = 0; i < a.length; i++) {
System.out.print(a[i] + " ");
}
}
}
插入排序
思路：从第二个元素开始，和之前的已排好序的字数组的元素比较，找到合适的位置，然后后面的元素向后移动一位，再将该元素插入到前面合适的位置。时间复杂度为（O（n^2））
public class InsertSort {
public static void insertSort(int[] a) {
for (int i = 1; i < a.length; i++) {
int key = a[i];
int j = i - 1;
while (j >= 0 && a[j] > key) {
a[j+1] = a[j];
j--;
}
a[j+1] = key;
}
}
public static void main(String[] args) {
int a[] = { 5, 2, 45, 7, 2, 4, 2, 45, 7, 2, 4, 2, 45, 7, 2, 4, 23, 7,
2, 3, 0, 43, 23, 12, 4, 1, 15, 7, 3, 8, 31 };
insertSort(a);
for (int i = 0; i < a.length; i++) {
System.out.print(a[i] + " ");
}
}
}
二分法排序
思路:插入排序的多此一举，居然先用二分法查找插入位置（多此一举），然后再所有插入位置（二分法查出来的）后面的元素全部后移，太蛋疼了，插入法直接边找边后移多容易啊，这个事蛋疼的做法，下午想了一下做出来。（14、08、3）
package sort;
public class BinarySort {
public static int binarySerch(int[] arr, int start, int end, int value) {
int mid = -1;
while (start <= end) {
mid = (start + end) / 2;
if (arr[mid] < value)
start = mid + 1;
else if (arr[mid] > value)
end = mid - 1;
else
break;
}
if (arr[mid] < value)
return mid + 1;
else if (value < arr[mid])
return mid;
return mid + 1;
}
public static void binarySort(int[] arr, int start, int end) {
for (int i = start + 1; i <= end; i++) {
int value = arr[i];
int insertLoc = binarySerch(arr, start, i - 1, value) ;
for (int j = i; j > insertLoc; j--) {
arr[j] = arr[j - 1];
}
arr[insertLoc] = value;
}
}
public static void main(String[] args) {
int[] arr = { 3, 5, 0, 8, 7, 9, 1, 2, 6, 4 };
binarySort(arr, 0, arr.length - 1);
for (int i = 0; i < arr.length; i++) {
System.out.print(arr[i] + " ");
}
}
}
希尔排序
思路：类似于插入排序，只是每次所取的步长为（数组的长度 / 2 / i）。时间复杂度为（n*log n）。
public class ShellSort {
public static void shellSort(int[] a) {
for (int gap = a.length / 2; gap > 0; gap /= 2)
for (int i = gap; i < a.length; i++) {
int key = a[i];
int j = i - gap;
while (j >= 0 && a[j] > key) {
a[j + gap] = a[j];
j -= gap;
}
a[j + gap] = key;
}
}
public static void main(String[] args) {
int a[] = { 5, 2, 45, 7, 2, 4, 2, 45, 7, 2, 4, 2, 45, 7, 2, 4, 23, 7,
2, 3, 0, 43, 23, 12, 4, 1, 15, 7, 3, 8, 31 };
shellSort(a);
for (int i = 0; i < a.length; i++) {
System.out.print(a[i] + " ");
}
}
}
快速排序
思路：关键在于求出partition（）函数。我给出了两种方法：1、从前到后。2、从前到中间，从后到中间。时间复杂度为（n * log n）最坏情况为
OK！show your my codes！
public class QuickSort {
/*public static int partition(int[] a, int p, int r) {
int x = a[r];
int i = p - 1;
for (int j = p; j < r; j++) {
if (a[j] <= x) {//如果a[j]= x && i 合并排序
思路：用分治的思想，将数组分至最小，再合并即可，不懂自己google吧！时间复杂度为（n * log n ）是一个稳定的排序算法。
public class MergeSort {
public static void merge(int A[], int p, int q, int r) {
int[] L = new int[q - p + 1];
int[] R = new int[r - q];
for (int i = p, j = 0; i <= q; i++, j++) {
L[j] = A[i];
}
for (int i = q + 1, j = 0; i <= r; i++, j++) {
R[j] = A[i];
}
int pos = p;
int i = 0, j = 0;
for (; i < L.length && j < R.length;) {
if (L[i] <= R[j]) {
A[pos++] = L[i++];
} else {
A[pos++] = R[j++];
}
}
if (i < L.length) {
for (; i < L.length;)
A[pos++] = L[i++];
} else if (j < R.length) {
for (; j < R.length;)
A[pos++] = R[j++];
}
}
public static void mergeSort(int[] A, int p, int r) {
if (p < r) {
int q = (p + r) / 2;
mergeSort(A, p, q);
mergeSort(A, q + 1, r);
merge(A, p, q, r);
}
}
public static void main(String[] args) {
int A[] = { 5, 2, 45, 7, 2, 4, 2, 45, 7, 2, 4, 2, 45, 7, 2, 4, 23, 7, 2, 3, 0, 43, 23, 12, 4, 1, 15, 7,
3, 8, 31 };
mergeSort(A, 0, A.length - 1);
for (int i = 0; i < A.length; i++) {
System.out.print(A[i] + " ");
}
}
}
堆排序
思路：建立一个堆，大顶堆或者小顶堆都可以。每次将堆顶元素放到数组最后，然后堆的规模减小一个，再维持第一个元素的大顶堆性质。时间复杂度为（n * log n）。
public class HeapSort {
//求双亲位置
static int parent(int i) {
return i / 2;
}
//求左孩子位置
static int left(int i) {
return 2 * i;
}
//求右孩子位置
static int right(int i) {
return 2 * i + 1;
}
//维持大顶堆的性质
static void maxHelpify(int[] A, int i) {
int l = left(i);
int r = right(i);
int largest = 0;
if (l <= A[0] && A[l] > A[i])
largest = l;
else
largest = i;
if (r <= A[0] && A[r] > A[largest])
largest = r;
if (largest != i) {
int temp = A[largest];
A[largest] = A[i];
A[i] = temp;
maxHelpify(A, largest);
}
}
//建立大顶堆
static void buildMaxHeap(int[] A){
for(int i=(A.length-1)/2; i>0; i--){
maxHelpify(A, i);
}
}
//堆排序
public static void heapSort(int[] A){
buildMaxHeap(A);//建立大顶堆
//每次把堆顶的数放到数组最后，然后把堆的大小减1，再次维持第一个数的大顶堆性质
for(int i = A.length - 1; i>=2; i--){
int temp = A[1];
A[1] = A[i];
A[i] = temp;
A[0]--;
maxHelpify(A, 1);
}
}
public static void main(String[] args) {
int A[] = new int[3];
A[0] = A.length-1;//a[0]存放堆的大小
for(int i = 1; i < A.length; i++){
A[i] = (int) (Math.random()*10);
}
heapSort(A);
for (int i = 1; i < A.length; i++) {
System.out.print(A[i] + " ");
}
}
}
其他：还有一种计数排序。
比较简单：就是将数组下标作为元素的value,特殊情况下使用。如排序N个人的年龄就可以用计数排序。将年龄看作数组的下标，定义一个大小为100的数组，将年龄与之比较，如果年龄==下标就将，该下标的value+1.时间复杂度为（N）。