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
云解析 DNS,旗舰版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
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
|
13天前
|
自然语言处理 搜索推荐 数据安全/隐私保护
鸿蒙登录页面好看的样式设计-HarmonyOS应用开发实战与ArkTS代码解析【HarmonyOS 5.0(Next)】
鸿蒙登录页面设计展示了 HarmonyOS 5.0(Next)的未来美学理念,结合科技与艺术,为用户带来视觉盛宴。该页面使用 ArkTS 开发,支持个性化定制和无缝智能设备连接。代码解析涵盖了声明式 UI、状态管理、事件处理及路由导航等关键概念,帮助开发者快速上手 HarmonyOS 应用开发。通过这段代码,开发者可以了解如何构建交互式界面并实现跨设备协同工作,推动智能生态的发展。
107 10
鸿蒙登录页面好看的样式设计-HarmonyOS应用开发实战与ArkTS代码解析【HarmonyOS 5.0(Next)】
|
5天前
|
存储 算法 安全
基于红黑树的局域网上网行为控制C++ 算法解析
在当今网络环境中,局域网上网行为控制对企业和学校至关重要。本文探讨了一种基于红黑树数据结构的高效算法,用于管理用户的上网行为,如IP地址、上网时长、访问网站类别和流量使用情况。通过红黑树的自平衡特性,确保了高效的查找、插入和删除操作。文中提供了C++代码示例,展示了如何实现该算法,并强调其在网络管理中的应用价值。
|
29天前
|
机器学习/深度学习 人工智能 算法
深入解析图神经网络:Graph Transformer的算法基础与工程实践
Graph Transformer是一种结合了Transformer自注意力机制与图神经网络(GNNs)特点的神经网络模型,专为处理图结构数据而设计。它通过改进的数据表示方法、自注意力机制、拉普拉斯位置编码、消息传递与聚合机制等核心技术,实现了对图中节点间关系信息的高效处理及长程依赖关系的捕捉,显著提升了图相关任务的性能。本文详细解析了Graph Transformer的技术原理、实现细节及应用场景,并通过图书推荐系统的实例,展示了其在实际问题解决中的强大能力。
154 30
|
8天前
|
存储 监控 算法
企业内网监控系统中基于哈希表的 C# 算法解析
在企业内网监控系统中,哈希表作为一种高效的数据结构,能够快速处理大量网络连接和用户操作记录,确保网络安全与效率。通过C#代码示例展示了如何使用哈希表存储和管理用户的登录时间、访问IP及操作行为等信息,实现快速的查找、插入和删除操作。哈希表的应用显著提升了系统的实时性和准确性,尽管存在哈希冲突等问题,但通过合理设计哈希函数和冲突解决策略,可以确保系统稳定运行,为企业提供有力的安全保障。
|
1月前
|
存储 算法
深入解析PID控制算法:从理论到实践的完整指南
前言 大家好,今天我们介绍一下经典控制理论中的PID控制算法,并着重讲解该算法的编码实现,为实现后续的倒立摆样例内容做准备。 众所周知,掌握了 PID ,就相当于进入了控制工程的大门,也能为更高阶的控制理论学习打下基础。 在很多的自动化控制领域。都会遇到PID控制算法,这种算法具有很好的控制模式,可以让系统具有很好的鲁棒性。 基本介绍 PID 深入理解 (1)闭环控制系统:讲解 PID 之前,我们先解释什么是闭环控制系统。简单说就是一个有输入有输出的系统,输入能影响输出。一般情况下,人们也称输出为反馈,因此也叫闭环反馈控制系统。比如恒温水池,输入就是加热功率,输出就是水温度;比如冷库,
275 15
|
1月前
|
存储 算法 程序员
C 语言递归算法:以简洁代码驾驭复杂逻辑
C语言递归算法简介:通过简洁的代码实现复杂的逻辑处理,递归函数自我调用解决分层问题,高效而优雅。适用于树形结构遍历、数学计算等领域。
|
1月前
|
PHP 开发者 容器
PHP命名空间深度解析:避免命名冲突与提升代码组织####
本文深入探讨了PHP中命名空间的概念、用途及最佳实践,揭示其在解决全局命名冲突、提高代码可维护性方面的重要性。通过生动实例和详尽分析,本文将帮助开发者有效利用命名空间来优化大型项目结构,确保代码的清晰与高效。 ####
30 1
|
2月前
|
并行计算 算法 测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
65 1
|
2月前
|
机器学习/深度学习 存储 人工智能
强化学习与深度强化学习:深入解析与代码实现
本书《强化学习与深度强化学习:深入解析与代码实现》系统地介绍了强化学习的基本概念、经典算法及其在深度学习框架下的应用。从强化学习的基础理论出发,逐步深入到Q学习、SARSA等经典算法,再到DQN、Actor-Critic等深度强化学习方法,结合Python代码示例,帮助读者理解并实践这些先进的算法。书中还探讨了强化学习在无人驾驶、游戏AI等领域的应用及面临的挑战,为读者提供了丰富的理论知识和实战经验。
67 5
|
2月前
|
存储 缓存 算法
通过优化算法和代码结构来提升易语言程序的执行效率
通过优化算法和代码结构来提升易语言程序的执行效率

推荐镜像

更多