十大经典排序算法动画解析和 Java 代码实现【详细全代码】

本文涉及的产品
全局流量管理 GTM,标准版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
云解析 DNS,旗舰版 1个月
简介: 排序算法可以分为内部排序和外部排序。内部排序是数据记录在内存中进行排序。而外部排序是因排序的数据很大,一次不能容纳全部的排序记录,在排序过程中需要访问外存。常见的内部排序算法有:插入排序、希尔排序、选择排序、冒泡排序、归并排序、快速排序、堆排序、基数排序等。

排序算法是《数据结构与算法》中最基本的算法之一。今日,怂怂就为大家带来一篇十大经典排序算法动画解析以及 Java 代码实现;具有很好的参考价值,一起跟怂怂过来吧,如若对您有所帮助,别忘了在文章右上角点个赞哦。谢谢。


      排序算法可以分为内部排序和外部排序。内部排序是数据记录在内存中进行排序。而外部排序是因排序的数据很大,一次不能容纳全部的排序记录,在排序过程中需要访问外存。


常见的内部排序算法有:插入排序、希尔排序、选择排序、冒泡排序、归并排序、快速排序、堆排序、基数排序等。


用一张图概括:


1.jpg

2.jpg

时间复杂度与空间复杂度

关于时间复杂度:

  1. 平方阶 (O(n2)) 排序 各类简单排序:直接插入、直接选择和冒泡排序;
  2. 线性对数阶 (O(nlog2n)) 排序 快速排序、堆排序和归并排序;
  3. O(n1+§)) 排序,§ 是介于 0 和 1 之间的常数。 希尔排序;
  4. 线性阶 (O(n)) 排序 基数排序,此外还有桶、箱排序。


关于稳定性:

  1. 稳定的排序算法:冒泡排序、插入排序、归并排序和基数排序;
  2. 不是稳定的排序算法:选择排序、快速排序、希尔排序、堆排序。


一、冒泡排序

1.1 算法步骤

  • 比较相邻的元素。如果第一个比第二个大,就交换他们两个。
  • 对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对。这步做完后,最后的元素会是最大的数。
  • 针对所有的元素重复以上的步骤,除了最后一个。
  • 持续每次对越来越少的元素重复上面的步骤,直到没有任何一对数字需要比较。

1.2 动画演示

网络异常,图片无法展示
|

1.3 参考代码


1// Java 代码实现

2public class BubbleSort implements IArraySort {

3

4    @Override

5    public int[] sort(int[] sourceArray) throws Exception {

6        // 对 arr 进行拷贝,不改变参数内容

7        int[] arr = Arrays.copyOf(sourceArray, sourceArray.length);

8

9        for (int i = 1; i < arr.length; i++) {

10            // 设定一个标记,若为true,则表示此次循环没有进行交换,也就是待排序列已经有序,排序已经完成。

11            boolean flag = true;

12

13            for (int j = 0; j < arr.length - i; j++) {

14                if (arr[j] > arr[j + 1]) {

15                    int tmp = arr[j];

16                    arr[j] = arr[j + 1];

17                    arr[j + 1] = tmp;

18

19                    flag = false;

20                }

21            }

22

23            if (flag) {

24                break;

25            }

26        }

27        return arr;

28    }

29}


二、选择排序

2.1 算法步骤

  • 首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置
  • 再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。
  • 重复第二步,直到所有元素均排序完毕。

2.2 动画演示

网络异常,图片无法展示
|

2.3 参考代码



1//Java 代码实现

2public class SelectionSort implements IArraySort {

3

4    @Override

5    public int[] sort(int[] sourceArray) throws Exception {

6        int[] arr = Arrays.copyOf(sourceArray, sourceArray.length);

7

8        // 总共要经过 N-1 轮比较

9        for (int i = 0; i < arr.length - 1; i++) {

10            int min = i;

11

12            // 每轮需要比较的次数 N-i

13            for (int j = i + 1; j < arr.length; j++) {

14                if (arr[j] < arr[min]) {

15                    // 记录目前能找到的最小值元素的下标

16                    min = j;

17                }

18            }

19

20            // 将找到的最小值和i位置所在的值进行交换

21            if (i != min) {

22                int tmp = arr[i];

23                arr[i] = arr[min];

24                arr[min] = tmp;

25            }

26

27        }

28        return arr;

29    }

30}


三、插入排序

3.1 算法步骤

  • 将第一待排序序列第一个元素看做一个有序序列,把第二个元素到最后一个元素当成是未排序序列。
  • 从头到尾依次扫描未排序序列,将扫描到的每个元素插入有序序列的适当位置。(如果待插入的元素与有序序列中的某个元素相等,则将待插入元素插入到相等元素的后面。)

3.2 动画演示

网络异常,图片无法展示
|


3.3 参考代码



1//Java 代码实现

2public class InsertSort implements IArraySort {

3

4    @Override

5    public int[] sort(int[] sourceArray) throws Exception {

6        // 对 arr 进行拷贝,不改变参数内容

7        int[] arr = Arrays.copyOf(sourceArray, sourceArray.length);

8

9        // 从下标为1的元素开始选择合适的位置插入,因为下标为0的只有一个元素,默认是有序的

10        for (int i = 1; i < arr.length; i++) {

11

12            // 记录要插入的数据

13            int tmp = arr[i];

14

15            // 从已经排序的序列最右边的开始比较,找到比其小的数

16            int j = i;

17            while (j > 0 && tmp < arr[j - 1]) {

18                arr[j] = arr[j - 1];

19                j--;

20            }

21

22            // 存在比其小的数,插入

23            if (j != i) {

24                arr[j] = tmp;

25            }

26

27        }

28        return arr;

29    }

30}

四、希尔排序

4.1 算法步骤

  • 选择一个增量序列 t1,t2,……,tk,其中 ti > tj, tk = 1;
  • 按增量序列个数 k,对序列进行 k 趟排序;
  • 每趟排序,根据对应的增量 ti,将待排序列分割成若干长度为 m 的子序列,分别对各子表进行直接插入排序。仅增量因子为 1 时,整个序列作为一个表来处理,表长度即为整个序列的长度。


4.2 动画演示

网络异常,图片无法展示
|

4.3 参考代码


1//Java 代码实现

2public class ShellSort implements IArraySort {

3

4    @Override

5    public int[] sort(int[] sourceArray) throws Exception {

6        // 对 arr 进行拷贝,不改变参数内容

7        int[] arr = Arrays.copyOf(sourceArray, sourceArray.length);

8

9        int gap = 1;

10        while (gap < arr.length) {

11            gap = gap * 3 + 1;

12        }

13

14        while (gap > 0) {

15            for (int i = gap; i < arr.length; i++) {

16                int tmp = arr[i];

17                int j = i - gap;

18                while (j >= 0 && arr[j] > tmp) {

19                    arr[j + gap] = arr[j];

20                    j -= gap;

21                }

22                arr[j + gap] = tmp;

23            }

24            gap = (int) Math.floor(gap / 3);

25        }

26

27        return arr;

28    }

29}


五、归并排序

5.1 算法步骤

  • 申请空间,使其大小为两个已经排序序列之和,该空间用来存放合并后的序列;
  • 设定两个指针,最初位置分别为两个已经排序序列的起始位置;
  • 比较两个指针所指向的元素,选择相对小的元素放入到合并空间,并移动指针到下一位置;
  • 重复步骤 3 直到某一指针达到序列尾;
  • 将另一序列剩下的所有元素直接复制到合并序列尾。


5.2 动画演示

网络异常,图片无法展示
|


5.3 参考代码

1//Java 代码实现

   public class MergeSort implements IArraySort {

2

3    @Override

4    public int[] sort(int[] sourceArray) throws Exception {

5        // 对 arr 进行拷贝,不改变参数内容

6        int[] arr = Arrays.copyOf(sourceArray, sourceArray.length);

7

8        if (arr.length < 2) {

9            return arr;

10        }

11        int middle = (int) Math.floor(arr.length / 2);

12

13        int[] left = Arrays.copyOfRange(arr, 0, middle);

14        int[] right = Arrays.copyOfRange(arr, middle, arr.length);

15

16        return merge(sort(left), sort(right));

17    }

18

19    protected int[] merge(int[] left, int[] right) {

20        int[] result = new int[left.length + right.length];

21        int i = 0;

22        while (left.length > 0 && right.length > 0) {

23            if (left[0] <= right[0]) {

24                result[i++] = left[0];

25                left = Arrays.copyOfRange(left, 1, left.length);

26            } else {

27                result[i++] = right[0];

28                right = Arrays.copyOfRange(right, 1, right.length);

29            }

30        }

31

32        while (left.length > 0) {

33            result[i++] = left[0];

34            left = Arrays.copyOfRange(left, 1, left.length);

35        }

36

37        while (right.length > 0) {

38            result[i++] = right[0];

39            right = Arrays.copyOfRange(right, 1, right.length);

40        }

41

42        return result;

43    }

44

45}



六、快速排序

6.1 算法步骤

  • 从数列中挑出一个元素,称为 “基准”(pivot);
  • 重新排序数列,所有元素比基准值小的摆放在基准前面,所有元素比基准值大的摆在基准的后面(相同的数可以到任一边)。在这个分区退出之后,该基准就处于数列的中间位置。这个称为分区(partition)操作;
  • 递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数列排序。


6.2 动画演示

8.gif

6.3 参考代码



1//Java 代码实现

2public class QuickSort implements IArraySort {

3

4    @Override

5    public int[] sort(int[] sourceArray) throws Exception {

6        // 对 arr 进行拷贝,不改变参数内容

7        int[] arr = Arrays.copyOf(sourceArray, sourceArray.length);

8

9        return quickSort(arr, 0, arr.length - 1);

10    }

11

12    private int[] quickSort(int[] arr, int left, int right) {

13        if (left < right) {

14            int partitionIndex = partition(arr, left, right);

15            quickSort(arr, left, partitionIndex - 1);

16            quickSort(arr, partitionIndex + 1, right);

17        }

18        return arr;

19    }

20

21    private int partition(int[] arr, int left, int right) {

22        // 设定基准值(pivot)

23        int pivot = left;

24        int index = pivot + 1;

25        for (int i = index; i <= right; i++) {

26            if (arr[i] < arr[pivot]) {

27                swap(arr, i, index);

28                index++;

29            }

30        }

31        swap(arr, pivot, index - 1);

32        return index - 1;

33    }

34

35    private void swap(int[] arr, int i, int j) {

36        int temp = arr[i];

37        arr[i] = arr[j];

38        arr[j] = temp;

39    }

40

41}


七、堆排序

7.1 算法步骤

  • 创建一个堆 H[0……n-1];
  • 把堆首(最大值)和堆尾互换;
  • 把堆的尺寸缩小 1,并调用 shift_down(0),目的是把新的数组顶端数据调整到相应位置;
  • 重复步骤 2,直到堆的尺寸为 1。


7.2 动画演示

网络异常,图片无法展示
|

                                                                    堆排序动画演示

7.3 参考代码


1//Java 代码实现

2public class HeapSort implements IArraySort {

3

4    @Override

5    public int[] sort(int[] sourceArray) throws Exception {

6        // 对 arr 进行拷贝,不改变参数内容

7        int[] arr = Arrays.copyOf(sourceArray, sourceArray.length);

8

9        int len = arr.length;

10

11        buildMaxHeap(arr, len);

12

13        for (int i = len - 1; i > 0; i--) {

14            swap(arr, 0, i);

15            len--;

16            heapify(arr, 0, len);

17        }

18        return arr;

19    }

20

21    private void buildMaxHeap(int[] arr, int len) {

22        for (int i = (int) Math.floor(len / 2); i >= 0; i--) {

23            heapify(arr, i, len);

24        }

25    }

26

27    private void heapify(int[] arr, int i, int len) {

28        int left = 2 * i + 1;

29        int right = 2 * i + 2;

30        int largest = i;

31

32        if (left < len && arr[left] > arr[largest]) {

33            largest = left;

34        }

35

36        if (right < len && arr[right] > arr[largest]) {

37            largest = right;

38        }

39

40        if (largest != i) {

41            swap(arr, i, largest);

42            heapify(arr, largest, len);

43        }

44    }

45

46    private void swap(int[] arr, int i, int j) {

47        int temp = arr[i];

48        arr[i] = arr[j];

49        arr[j] = temp;

50    }

51

52}


八、计数排序

8.1 算法步骤

  • 花O(n)的时间扫描一下整个序列 A,获取最小值 min 和最大值 max
  • 开辟一块新的空间创建新的数组 B,长度为 ( max - min + 1)
  • 数组 B 中 index 的元素记录的值是 A 中某元素出现的次数
  • 最后输出目标整数序列,具体的逻辑是遍历数组 B,输出相应元素以及对应的个数


8.2 动画演示

10.gif

8.3 参考代码

1//Java 代码实现

2public class CountingSort implements IArraySort {

3

4    @Override

5    public int[] sort(int[] sourceArray) throws Exception {

6        // 对 arr 进行拷贝,不改变参数内容

7        int[] arr = Arrays.copyOf(sourceArray, sourceArray.length);

8

9        int maxValue = getMaxValue(arr);

10

11        return countingSort(arr, maxValue);

12    }

13

14    private int[] countingSort(int[] arr, int maxValue) {

15        int bucketLen = maxValue + 1;

16        int[] bucket = new int[bucketLen];

17

18        for (int value : arr) {

19            bucket[value]++;

20        }

21

22        int sortedIndex = 0;

23        for (int j = 0; j < bucketLen; j++) {

24            while (bucket[j] > 0) {

25                arr[sortedIndex++] = j;

26                bucket[j]--;

27            }

28        }

29        return arr;

30    }

31

32    private int getMaxValue(int[] arr) {

33        int maxValue = arr[0];

34        for (int value : arr) {

35            if (maxValue < value) {

36                maxValue = value;

37            }

38        }

39        return maxValue;

40    }

41

42}


九、桶排序

9.1 算法步骤

  • 设置固定数量的空桶。
  • 把数据放到对应的桶中。
  • 对每个不为空的桶中数据进行排序。
  • 拼接不为空的桶中数据,得到结果


9.2 动画演示

11.gif

9.3 参考代码


1//Java 代码实现

2public class BucketSort implements IArraySort {

3

4    private static final InsertSort insertSort = new InsertSort();

5

6    @Override

7    public int[] sort(int[] sourceArray) throws Exception {

8        // 对 arr 进行拷贝,不改变参数内容

9        int[] arr = Arrays.copyOf(sourceArray, sourceArray.length);

10

11        return bucketSort(arr, 5);

12    }

13

14    private int[] bucketSort(int[] arr, int bucketSize) throws Exception {

15        if (arr.length == 0) {

16            return arr;

17        }

18

19        int minValue = arr[0];

20        int maxValue = arr[0];

21        for (int value : arr) {

22            if (value < minValue) {

23                minValue = value;

24            } else if (value > maxValue) {

25                maxValue = value;

26            }

27        }

28

29        int bucketCount = (int) Math.floor((maxValue - minValue) / bucketSize) + 1;

30        int[][] buckets = new int[bucketCount][0];

31

32        // 利用映射函数将数据分配到各个桶中

33        for (int i = 0; i < arr.length; i++) {

34            int index = (int) Math.floor((arr[i] - minValue) / bucketSize);

35            buckets[index] = arrAppend(buckets[index], arr[i]);

36        }

37

38        int arrIndex = 0;

39        for (int[] bucket : buckets) {

40            if (bucket.length <= 0) {

41                continue;

42            }

43            // 对每个桶进行排序,这里使用了插入排序

44            bucket = insertSort.sort(bucket);

45            for (int value : bucket) {

46                arr[arrIndex++] = value;

47            }

48        }

49

50        return arr;

51    }

52

53    /**

54     * 自动扩容,并保存数据

55     *

56     * @param arr

57     * @param value

58     */

59    private int[] arrAppend(int[] arr, int value) {

60        arr = Arrays.copyOf(arr, arr.length + 1);

61        arr[arr.length - 1] = value;

62        return arr;

63    }

64

65}


十、基数排序

10.1 算法步骤

  • 将所有待比较数值(正整数)统一为同样的数位长度,数位较短的数前面补零
  • 从最低位开始,依次进行一次排序
  • 从最低位排序一直到最高位排序完成以后, 数列就变成一个有序序列


10.2 动画演示

12.gif

10.3 参考代码

1//Java 代码实现

2public class RadixSort implements IArraySort {

3

4    @Override

5    public int[] sort(int[] sourceArray) throws Exception {

6        // 对 arr 进行拷贝,不改变参数内容

7        int[] arr = Arrays.copyOf(sourceArray, sourceArray.length);

8

9        int maxDigit = getMaxDigit(arr);

10        return radixSort(arr, maxDigit);

11    }

12

13    /**

14     * 获取最高位数

15     */

16    private int getMaxDigit(int[] arr) {

17        int maxValue = getMaxValue(arr);

18        return getNumLenght(maxValue);

19    }

20

21    private int getMaxValue(int[] arr) {

22        int maxValue = arr[0];

23        for (int value : arr) {

24            if (maxValue < value) {

25                maxValue = value;

26            }

27        }

28        return maxValue;

29    }

30

31    protected int getNumLenght(long num) {

32        if (num == 0) {

33            return 1;

34        }

35        int lenght = 0;

36        for (long temp = num; temp != 0; temp /= 10) {

37            lenght++;

38        }

39        return lenght;

40    }

41

42    private int[] radixSort(int[] arr, int maxDigit) {

43        int mod = 10;

44        int dev = 1;

45

46        for (int i = 0; i < maxDigit; i++, dev *= 10, mod *= 10) {

47            // 考虑负数的情况,这里扩展一倍队列数,其中 [0-9]对应负数,[10-19]对应正数 (bucket + 10)

48            int[][] counter = new int[mod * 2][0];

49

50            for (int j = 0; j < arr.length; j++) {

51                int bucket = ((arr[j] % mod) / dev) + mod;

52                counter[bucket] = arrayAppend(counter[bucket], arr[j]);

53            }

54

55            int pos = 0;

56            for (int[] bucket : counter) {

57                for (int value : bucket) {

58                    arr[pos++] = value;

59                }

60            }

61        }

62

63        return arr;

64    }

65    private int[] arrayAppend(int[] arr, int value) {

66        arr = Arrays.copyOf(arr, arr.length + 1);

67        arr[arr.length - 1] = value;

68        return arr;

69    }

70}


GitHub Repo:Sort Article

Follow: MisterBooo · GitHub



目录
相关文章
|
12天前
|
监控 Java 应用服务中间件
高级java面试---spring.factories文件的解析源码API机制
【11月更文挑战第20天】Spring Boot是一个用于快速构建基于Spring框架的应用程序的开源框架。它通过自动配置、起步依赖和内嵌服务器等特性,极大地简化了Spring应用的开发和部署过程。本文将深入探讨Spring Boot的背景历史、业务场景、功能点以及底层原理,并通过Java代码手写模拟Spring Boot的启动过程,特别是spring.factories文件的解析源码API机制。
42 2
|
16天前
|
Java
轻松上手Java字节码编辑:IDEA插件VisualClassBytes全方位解析
本插件VisualClassBytes可修改class字节码,包括class信息、字段信息、内部类,常量池和方法等。
66 6
|
22天前
|
存储 Java 编译器
Java内存模型(JMM)深度解析####
本文深入探讨了Java内存模型(JMM)的工作原理,旨在帮助开发者理解多线程环境下并发编程的挑战与解决方案。通过剖析JVM如何管理线程间的数据可见性、原子性和有序性问题,本文将揭示synchronized关键字背后的机制,并介绍volatile关键字和final关键字在保证变量同步与不可变性方面的作用。同时,文章还将讨论现代Java并发工具类如java.util.concurrent包中的核心组件,以及它们如何简化高效并发程序的设计。无论你是初学者还是有经验的开发者,本文都将为你提供宝贵的见解,助你在Java并发编程领域更进一步。 ####
|
3天前
|
数据采集 存储 Web App开发
Java爬虫:深入解析商品详情的利器
在数字化时代,信息处理能力成为企业竞争的关键。本文探讨如何利用Java编写高效、准确的商品详情爬虫,涵盖爬虫技术概述、Java爬虫优势、开发步骤、法律法规遵守及数据处理分析等内容,助力电商领域市场趋势把握与决策支持。
|
7天前
|
存储 安全 Java
Java多线程编程中的并发容器:深入解析与实战应用####
在本文中,我们将探讨Java多线程编程中的一个核心话题——并发容器。不同于传统单一线程环境下的数据结构,并发容器专为多线程场景设计,确保数据访问的线程安全性和高效性。我们将从基础概念出发,逐步深入到`java.util.concurrent`包下的核心并发容器实现,如`ConcurrentHashMap`、`CopyOnWriteArrayList`以及`BlockingQueue`等,通过实例代码演示其使用方法,并分析它们背后的设计原理与适用场景。无论你是Java并发编程的初学者还是希望深化理解的开发者,本文都将为你提供有价值的见解与实践指导。 --- ####
|
15天前
|
算法
分享一些提高二叉树遍历算法效率的代码示例
这只是简单的示例代码,实际应用中可能还需要根据具体需求进行更多的优化和处理。你可以根据自己的需求对代码进行修改和扩展。
|
13天前
|
存储 算法 Java
Java Set深度解析:为何它能成为“无重复”的代名词?
Java的集合框架中,Set接口以其“无重复”特性著称。本文解析了Set的实现原理,包括HashSet和TreeSet的不同数据结构和算法,以及如何通过示例代码实现最佳实践。选择合适的Set实现类和正确实现自定义对象的hashCode()和equals()方法是关键。
25 4
|
16天前
|
Java 编译器 数据库连接
Java中的异常处理机制深度解析####
本文深入探讨了Java编程语言中异常处理机制的核心原理、类型及其最佳实践,旨在帮助开发者更好地理解和应用这一关键特性。通过实例分析,揭示了try-catch-finally结构的重要性,以及如何利用自定义异常提升代码的健壮性和可读性。文章还讨论了异常处理在大型项目中的最佳实践,为提高软件质量提供指导。 ####
|
20天前
|
存储 设计模式 分布式计算
Java中的多线程编程:并发与并行的深度解析####
在当今软件开发领域,多线程编程已成为提升应用性能、响应速度及资源利用率的关键手段之一。本文将深入探讨Java平台上的多线程机制,从基础概念到高级应用,全面解析并发与并行编程的核心理念、实现方式及其在实际项目中的应用策略。不同于常规摘要的简洁概述,本文旨在通过详尽的技术剖析,为读者构建一个系统化的多线程知识框架,辅以生动实例,让抽象概念具体化,复杂问题简单化。 ####
|
20天前
|
存储 分布式计算 Java
存算分离与计算向数据移动:深度解析与Java实现
【11月更文挑战第10天】随着大数据时代的到来,数据量的激增给传统的数据处理架构带来了巨大的挑战。传统的“存算一体”架构,即计算资源与存储资源紧密耦合,在处理海量数据时逐渐显露出其局限性。为了应对这些挑战,存算分离(Disaggregated Storage and Compute Architecture)和计算向数据移动(Compute Moves to Data)两种架构应运而生,成为大数据处理领域的热门技术。
40 2

推荐镜像

更多
下一篇
无影云桌面