（java版）排序算法----【冒泡，选择，插入，希尔，快速排序，归并排序，基数排序】超详细~~

目录

冒泡排序(BubbleSort)：

代码详解：

 冒泡排序的优化：

 选择排序(SelectSort)：

代码详解：

 插入排序（InsertSort）：

代码详解：

 希尔排序(ShellSort)：

 法一（交换法）代码详解：

 法二（移位法-->插入排序的优化）代码详解：

快速排序（QuickSort）： 

代码详解：

 归并排序（MergetSort）：

代码详解：

 基数排序（RadixSort）：

代码详解：

最后，一张图概括： 

冒泡排序(BubbleSort)：

冒泡排序（BubbleSort）的基本思路：通过对待排序从前往后（从下标较小的元素开始），依次比较相邻元素的值，若发现逆序则交换，使值较大的元素逐渐从前往后移动，较小的往上挪动，就像水底下的气泡一样逐渐向上冒。

图解：

代码详解：

public class BubbleSort {public static void main(String[] args){Scanner sc=new Scanner(System.in);int[] arr=new int[5];//假设测试案例只有五个数字System.out.print("请输入要排序的数组：");for(int i=0;i<5;i++){arr[i]=sc.nextInt();}bubblesort(arr);System.out.println();System.out.print("请输出排序好的数组："+Arrays.toString(arr));}public static void bubblesort(int[] arr){for(int i=0;i<arr.length-1;i++){for(int j=0;j<arr.length-1-i;j++){if(arr[j]>arr[j+1]){int temp=arr[j];arr[j]=arr[j+1];arr[j+1]=temp;}}System.out.printf("第%d趟排序后的数组",i+1);//展示每次冒泡排序的过程System.out.println(Arrays.toString(arr));//将数组转化为字符串的形式输出}}
}

运行结果：（通过运行结果来展示“气泡”向上挪动的过程，较大的数逐渐沉底）

 冒泡排序的优化：

因为排序的过程中，各个元素不断接近自己要排好时所对应的位置，如果一趟比较下来没有进行交换，就说明序列有序。通过设置一个标志flag判断元素是否进行过交换，从而减少不必要的比较。

优化代码：

// 将前面额冒泡排序算法，封装成一个方法
public static void bubbleSort(int[] arr) {// 冒泡排序 的时间复杂度 O(n^2), 自己写出int temp = 0; // 临时变量boolean flag = false; // 标识变量，表示是否进行过交换for (int i = 0; i < arr.length - 1; i++) {for (int j = 0; j < arr.length - 1 - i; j++) {// 如果前面的数比后面的数大，则交换if (arr[j] > arr[j + 1]) {flag = true;temp = arr[j];arr[j] = arr[j + 1];arr[j + 1] = temp;}}//System.out.println("第" + (i + 1) + "趟排序后的数组");//System.out.println(Arrays.toString(arr));if (!flag) { // 在一趟排序中，一次交换都没有发生过break;} else {flag = false; // 重置flag!!!, 进行下次判断}}
}

时间复杂度：最坏情况：O(N^2)
      最好情况：O(N)
空间复杂度：O(1)

小结冒泡排序规则

(1) 一共进行 数组的大小-1 次 的循环

(2)每一趟排序的次数在逐渐的减少

(3) 如果我们发现在某趟排序中，没有发生一次交换， 可以提前结束冒泡排序。这个就是优化 

 选择排序(SelectSort)：

选择排序（SelectSort）的基本思路：

1. 选择排序一共有 数组大小 - 1 轮排序

2. 每1轮排序，又是一个循环, 循环的规则(代码)

2.1先假定当前这个数是最小数

2.2 然后和后面的每个数进行比较，如果发现有比当前数更小的数，就重新确定最小数，并得到下标

2.3 当遍历到数组的最后时，就得到本轮最小数和下标

2.4 交换 [代码中再继续说 ]

 图解：

代码详解：

import java.util.*;
public class SelectSort {//selectsort排序的方法、public static void selectSort(int[] arr){for(int i=0;i<arr.length-1;i++){int minIdex=i;//设第一个数为最小，同时将其索引（在数组中的位置）用minIndex表示int min=arr[i];//用min记录最小的数for(int j=i+1;j<arr.length;j++){if(min>arr[j]){min=arr[j];//通过选择将最小的数选出，然后更新min和minIndexminIdex=j;}}arr[minIdex]=arr[i];//将当前位置的数和最小数交换arr[i]=min;System.out.println("这是第"+i+"次排序，结果是：");//记录排序的过程System.out.println(Arrays.toString(arr));}}
//测试排序public static void main(String[] args){Scanner sc=new Scanner(System.in);int[] arr=new int[5];System.out.println("请输入你要排序的数组：");for(int i=0;i<5;i++){arr[i]=sc.nextInt();}selectSort(arr);System.out.println("排序好后的数组是:");for(int i=0;i<5;i++){System.out.print(arr[i]+" ");}}
}

运行结果：（通过运行过程来展示排序过程）  

 时间复杂度：最坏情况：O(N^2)
      最好情况：O(N^2)
空间复杂度：O(1)

 插入排序（InsertSort）：

插入排序（InsertSort）基本思路：把n个待排序的元素看成为一个有序表和一个无序表，开始时有序表中只包含一个元素（数组的第一个元素）,.无序表中包含n-1个元素，排序过程中每次从无序表中取出第一个元素，把它的排序码依次与有序的排序码进行比较，将它插入到有序表中的适当位置，使其成为新的有序表

图解：

代码详解：

import java.util.*;
public class InsertSort {
//InsertSort方法public static void insertSort(int[] arr){for(int i=1;i<arr.length;i++){int insertVal=arr[i];//将无序的数组的第一个元素记录，是后面要插入的数据int insertIndex=i-1;//同时有序的数组的最后一个元素的索引（元素在数组中的位置）记录while(insertIndex>=0 && insertVal<arr[insertIndex]){//判断条件，二者要同时满足arr[insertIndex+1]=arr[insertIndex];//将有序数组比insertVal小的元素后挪insertIndex--;}arr[insertIndex+1]=insertVal;//将insertVal插入合适的位置System.out.println("第"+i+"趟的排序为：");//记录排序过程System.out.println(Arrays.toString(arr));}}
//排序测试public static void main(String[] args){Scanner sc=new Scanner(System.in);int[] arr=new int[5];System.out.println("请输入要排序的数组：");for(int i=0;i< arr.length;i++){arr[i]=sc.nextInt();}insertSort(arr);System.out.println("输出排好序的数组");for(int i=0;i<arr.length;i++){System.out.print(arr[i]+" ");}}
}

 运行结果：（通过运行过程来展示排序过程）

时间复杂度：最坏情况下为O(N*N)，此时待排序列为逆序，或者说接近逆序
      最好情况下为O(N)，此时待排序列为升序，或者说接近升序。
空间复杂度：O(1)

 希尔排序(ShellSort)：

希尔排序（ShellSort）基本思路：希尔排序，先将待排序列进行预排序，使待排序列接近有序，然后再对该序列进行一次插入排序，此时插入排序的时间复杂度为O(N)

图解：

 静态图解：

 法一（交换法）代码详解：

import java.util.*;
public class ShellSort {
//ShellSort的方法public static void shellSort(int[] arr){int count=0;for(int gap= arr.length/2;gap>0;gap/=2){//将每次要排序的组别逐渐缩小for(int i=gap;i<arr.length;i++){//gap~arr.length是该组别一共要交换的次数for(int j=i-gap;j>=0;j-=gap){if(arr[j]>arr[j+gap]){//通过交换对数组进行排序int temp=arr[j];arr[j]=arr[j+gap];arr[j+gap]=temp;}}}System.out.println("第"+(++count)+"趟希尔排序是："+Arrays.toString((arr)));//记录希尔排序的过程}}//ShellSort的测试public static void main(String[] args){Scanner sc=new Scanner(System.in);int[] arr=new int[]{8,9,1,7,2,3,5,4,6,0};System.out.println("排序前"+Arrays.toString((arr)));System.out.println();shellSort(arr);System.out.println("排序后"+Arrays.toString(arr));}
}

运行结果：（通过运行过程来展示排序过程） 

 法二（移位法-->插入排序的优化）代码详解：

import java.util.*;
public class ShellSort2 {//对交换式的希尔排序进行优化->移位法public static void shellSort2(int[] arr){int count=0;// 增量gap, 并逐步的缩小增量for (int gap = arr.length / 2; gap > 0; gap /= 2) {// 从第gap个元素，逐个对其所在的组进行直接插入排序for (int i = gap; i < arr.length; i++) {int j = i;int temp = arr[j];if (arr[j] < arr[j - gap]) {while (j - gap >= 0 && temp < arr[j - gap]) {//移动arr[j] = arr[j-gap];j -= gap;}//当退出while后，就给temp找到插入的位置arr[j] = temp;}}}}//shellSort2测试public static void main(String[] args){Scanner sc=new Scanner(System.in);int[] arr=new int[]{8,9,1,7,2,3,5,4,6,0};System.out.println("排序前"+ Arrays.toString((arr)));System.out.println();shellSort2(arr);System.out.println("排序后"+Arrays.toString(arr));}
}

运行结果： 

时间复杂度平均：O(N^1.3)
空间复杂度：O(1)

快速排序（QuickSort）： 

快速排序（QuickSort）的基本思路：

1.选出一个数据（一般是最左边或是最右边的）存放在temp变量中，在该数据位置形成一个坑
2、还是定义一个l和一个R，L从左向右走，R从右向左走。（若在最左边挖坑，则需要R先走；若在最右边挖坑，则需要L先走） 

图解：

 

代码详解：

import java.util.*;
public class QuickSort {
//QuickSort方法public static void quickSort(int[] arr, int left, int right) {int l = left; //左下标int r = right; //右下标//pivot 中轴值int pivot = arr[(left + right) / 2];int temp = 0; //临时变量，作为交换时使用//while循环的目的是让比pivot 值小放到左边//比pivot 值大放到右边while (l < r) {//在pivot的左边一直找,找到大于等于pivot值,才退出while (arr[l] < pivot) {l += 1;}//在pivot的右边一直找,找到小于等于pivot值,才退出while (arr[r] > pivot) {r -= 1;}//如果l >= r说明pivot 的左右两的值，已经按照左边全部是//小于等于pivot值，右边全部是大于等于pivot值if (l >= r) {break;}//交换temp = arr[l];arr[l] = arr[r];arr[r] = temp;//如果交换完后，发现这个arr[l] == pivot值 相等 r--， 前移if (arr[l] == pivot) {r -= 1;}//如果交换完后，发现这个arr[r] == pivot值 相等 l++， 后移if (arr[r] == pivot) {l += 1;}}// 如果 l == r, 必须l++, r--, 否则为出现栈溢出if (l == r) {l += 1;r -= 1;}//向左递归if (left < r) {quickSort(arr, left, r);}//向右递归if (right > l) {quickSort(arr, l, right);}}public static void main(String[] args) {Scanner sc = new Scanner(System.in);//测试排序int[] arr = new int[5];System.out.println("请输入你要排序的数组：");for (int i = 0; i < 5; i++) {arr[i] = sc.nextInt();}quickSort(arr, 0, arr.length - 1);System.out.println("排序好后的数组是:");for (int i = 0; i < 5; i++) {System.out.print(arr[i] + " ");}}
}

运行结果：

 时间复杂度平均：O(N^LogN)
空间复杂度：O(LogN)

 归并排序（MergetSort）：

 归并排序（MergetSort）基本思路：

该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。将已有序的子序列合并，得到完全有序的序列；即先使每个子序列有序，再使子序列段间有序。代价是需要额外的内存空间。若将两个有序表合并成一个有序表，称为2-路归并。

 图解：

 

动态图解： 

代码详解：

import java.util.Arrays;
public class MergetSort {//分+合方法public static void mergeSort(int[] arr, int left, int right, int[] temp) {if(left < right) {int mid = (left + right) / 2; //中间索引//向左递归进行分解mergeSort(arr, left, mid, temp);//向右递归进行分解mergeSort(arr, mid + 1, right, temp);//合并merge(arr, left, mid, right, temp);}}//合并的方法/**** @param arr 排序的原始数组* @param left 左边有序序列的初始索引* @param mid 中间索引* @param right 右边索引* @param temp 做中转的数组*/public static void merge(int[] arr, int left, int mid, int right, int[] temp) {int i = left; // 初始化i, 左边有序序列的初始索引int j = mid + 1; //初始化j, 右边有序序列的初始索引int t = 0; // 指向temp数组的当前索引//(一)//先把左右两边(有序)的数据按照规则填充到temp数组//直到左右两边的有序序列，有一边处理完毕为止while (i <= mid && j <= right) {//继续//如果左边的有序序列的当前元素，小于等于右边有序序列的当前元素//即将左边的当前元素，填充到 temp数组//然后 t++, i++if(arr[i] <= arr[j]) {temp[t] = arr[i];t += 1;i += 1;} else { //反之,将右边有序序列的当前元素，填充到temp数组temp[t] = arr[j];t += 1;j += 1;}}//(二)//把有剩余数据的一边的数据依次全部填充到tempwhile( i <= mid) { //左边的有序序列还有剩余的元素，就全部填充到temptemp[t] = arr[i];t += 1;i += 1;}while( j <= right) { //右边的有序序列还有剩余的元素，就全部填充到temptemp[t] = arr[j];t += 1;j += 1;}//(三)//将temp数组的元素拷贝到arr//注意，并不是每次都拷贝所有t = 0;int tempLeft = left; ////第一次合并 tempLeft = 0 , right = 1 //  tempLeft = 2  right = 3 // tL=0 ri=3//最后一次 tempLeft = 0  right = 7while(tempLeft <= right) {arr[tempLeft] = temp[t];t += 1;tempLeft += 1;}}public static void main(String[] args){int[] arr={56,78,13,78,33};int[] temp=new int[arr.length];System.out.println("排序前："+ Arrays.toString(arr));mergeSort(arr, 0, arr.length - 1, temp);System.out.println("排序后："+Arrays.toString(arr));}
}

运行结果：

  时间复杂度平均：O(N^LogN)
空间复杂度：O(N)

 基数排序（RadixSort）：

基数排序（RadixSort）基本思路：

基数排序是一种非比较型整数排序算法，其原理是将整数按位数切割成不同的数字，然后按每个位数分别比较。由于整数也可以表达字符串（比如名字或日期）和特定格式的浮点数，所以基数排序也不是只能使用于整数。基数排序是按照低位先排序，然后收集；再按照高位排序，然后再收集；依次类推，直到最高位。有时候有些属性是有优先级顺序的，先按低优先级排序，再按高优先级排序。最后的次序就是高优先级高的在前，高优先级相同的低优先级高的在前。

图解：

代码详解：

import java.util.*;
public class RadixSort {public static void radixSort(int[] arr) {//根据前面的推导过程，我们可以得到最终的基数排序代码//1. 得到数组中最大的数的位数int max = arr[0]; //假设第一数就是最大数for (int i = 1; i < arr.length; i++) {if (arr[i] > max) {max = arr[i];}}//得到最大数是几位数int maxLength = (max + "").length();//定义一个二维数组，表示10个桶, 每个桶就是一个一维数组//说明//1. 二维数组包含10个一维数组//2. 为了防止在放入数的时候，数据溢出，则每个一维数组(桶)，大小定为arr.length//3. 名明确，基数排序是使用空间换时间的经典算法int[][] bucket = new int[10][arr.length];//为了记录每个桶中，实际存放了多少个数据,我们定义一个一维数组来记录各个桶的每次放入的数据个数//可以这里理解//比如：bucketElementCounts[0] , 记录的就是  bucket[0] 桶的放入数据个数int[] bucketElementCounts = new int[10];//这里我们使用循环将代码处理for (int i = 0, n = 1; i < maxLength; i++, n *= 10) {//(针对每个元素的对应位进行排序处理)， 第一次是个位，第二次是十位，第三次是百位..for (int j = 0; j < arr.length; j++) {//取出每个元素的对应位的值int digitOfElement = arr[j] / n % 10;//放入到对应的桶中bucket[digitOfElement][bucketElementCounts[digitOfElement]] = arr[j];bucketElementCounts[digitOfElement]++;}//按照这个桶的顺序(一维数组的下标依次取出数据，放入原来数组)int index = 0;//遍历每一桶，并将桶中是数据，放入到原数组for (int k = 0; k < bucketElementCounts.length; k++) {//如果桶中，有数据，我们才放入到原数组if (bucketElementCounts[k] != 0) {//循环该桶即第k个桶(即第k个一维数组), 放入for (int l = 0; l < bucketElementCounts[k]; l++) {//取出元素放入到arrarr[index++] = bucket[k][l];}}//第i+1轮处理后，需要将每个 bucketElementCounts[k] = 0 ！！！！bucketElementCounts[k] = 0;}//System.out.println("第"+(i+1)+"轮，对个位的排序处理 arr =" + Arrays.toString(arr));}}public static void main(String[] args){Scanner sc = new Scanner(System.in);//测试排序int[] arr = new int[5];System.out.println("请输入你要排序的数组：");for (int i = 0; i < 5; i++) {arr[i] = sc.nextInt();}radixSort(arr);System.out.println("排序好后的数组是:");for (int i = 0; i < 5; i++) {System.out.print(arr[i] + " ");}}
}

 运行结果：

   时间复杂度平均：O(N*K)
空间复杂度：O(N*K)

最后，一张图概括： 

博客到这里也是结束了，制作不易，喜欢的小伙伴可以点赞加关注支持下博主，这对我真的很重要~~

 

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.hqwc.cn/news/448852.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

架构学习(二)：原生scrapy如何接入scrapy-redis，初步入局分布式

架构学习(二)：原生scrapy如何接入scrapy-redis，初步入局分布式

原生scrapy如何接入scrapy-redis&#xff0c;实现初步入局分布式 前言scrpy-redis分布式碎语 实现流程扩展结束 前言 scrpy-redis分布式 下图是scrpy-redis官方提供的架构图&#xff0c;按我理解&#xff0c;与原生scrapy的差异主要是把名单队列服务器化&#xff0c;也是存储…
阅读更多...
freertos的引入

freertos的引入

1&#xff1a;为什么需要RTOS 传统是采用轮询模式&#xff0c;前后台&#xff0c;定时器驱动和基于状态机等方法处理任务&#xff0c;有着时间&#xff0c;空间上的1复杂性。 核心是交替执行&#xff0c;多线程的完成任务 这便是多任务使用RTOS编写程序&#xff0c;相当于拥有…
阅读更多...
MySQL进阶45讲【11】怎么更好地给字符串字段加索引？

MySQL进阶45讲【11】怎么更好地给字符串字段加索引？

1 前言 现在&#xff0c;几乎所有的系统都支持邮箱登录&#xff0c;如何在邮箱这样的字段上建立合理的索引&#xff0c;是我们今天要讨论的问题。 假设&#xff0c;现在维护一个支持邮箱登录的系统&#xff0c;用户表是这么定义的&#xff1a; mysql> create table SUser…
阅读更多...
gRPC使用详解

gRPC使用详解

起源特点主要优缺点应用场景组成部分使用方法SpringBoot集成gRPCVert.x集成gRPCNacos集成gRPC监控gRPC调用过程Java使用示例 起源 gRPC的起源可以追溯到2015年&#xff0c;当时谷歌发布了一款开源RPC框架&#xff0c;名为gRPC。gRPC的设计初衷是为了提供一种标准化、可通用和跨…
阅读更多...
华为FreeClip耳机可以调节音量大小吗？附教程！

华为FreeClip耳机可以调节音量大小吗？附教程！

不会只有我一个人吧&#xff1f;都用华为FreeClip耳机一段时间了&#xff0c;才发现它竟然不支持在耳机上直接调节音量&#xff0c;也是没谁了&#xff01;但是后来自己摸索了一下&#xff0c;发现了华为FreeClip耳机原来是几个简单有效的调节音量大小的方法滴~不得不说&#x…
阅读更多...
2024数学建模美赛F题思路代码分享

2024数学建模美赛F题思路代码分享

非法的野生动物贸易会对我们的环境产生负面影响&#xff0c;并威胁到全球的生物多样性。据估 计&#xff0c;它每年涉及高达265亿美元&#xff0c;被认为是全球第四大非法交易。[1]你将开发一个由数 据驱动的5年项目&#xff0c;旨在显著减少非法野生动物贸易。你的目标是说服一…
阅读更多...
使用 Go 发送微信群消息

使用 Go 发送微信群消息

关注公众号【爱发白日梦的后端】分享技术干货、读书笔记、开源项目、实战经验、高效开发工具等&#xff0c;您的关注将是我的更新动力&#xff01; 背景 最近的某个副业需要我写一个脚本&#xff08;脚本内容就不说了&#xff09;&#xff0c;需要通知群成员&#xff0c;尽快地…
阅读更多...
在VM虚拟机搭建NFS服务器

在VM虚拟机搭建NFS服务器

NFS共享要求如下&#xff1a; &#xff08;1&#xff09;共享“/mnt/自已姓名的完整汉语拼音”目录&#xff0c;允许XXX网段的计算机访问该共享目录&#xff0c;可进行读写操作。&#xff08;说明&#xff1a;XXX网段&#xff0c;请根据你的规划&#xff0c;再具体指定&#xf…
阅读更多...
946. 验证栈序列

946. 验证栈序列

946. 验证栈序列 描述 : 给定 pushed 和 popped 两个序列&#xff0c;每个序列中的 值都不重复&#xff0c;只有当它们可能是在最初空栈上进行的推入 push 和弹出 pop 操作序列的结果时&#xff0c;返回 true&#xff1b;否则&#xff0c;返回 false 。 题目 : LeetCode 94…
阅读更多...
2024年第四届工业自动化、机器人与控制工程国际会议 | Ei、Scopus双检索

2024年第四届工业自动化、机器人与控制工程国际会议 | Ei、Scopus双检索

会议简介 Brief Introduction 2024年第四届工业自动化、机器人与控制工程国际会议&#xff08;IARCE 2024&#xff09; 会议时间&#xff1a;2024年7月5 -7日 召开地点&#xff1a;中国成都 大会官网&#xff1a;www.iarce.org 2024年第四届工业自动化、机器人与控制工程国际会…
阅读更多...
算法41：掉落的方块（力扣699题）----线段树

算法41：掉落的方块（力扣699题）----线段树

题目&#xff1a;https://leetcode.cn/problems/falling-squares/description/ 在二维平面上的 x 轴上&#xff0c;放置着一些方块。 给你一个二维整数数组 positions &#xff0c;其中 positions[i] [lefti, sideLengthi] 表示&#xff1a;第 i 个方块边长为 sideLengthi &…
阅读更多...
第5课 使用FFmpeg将rtmp流再转推到rtmp服务器

第5课 使用FFmpeg将rtmp流再转推到rtmp服务器

本课对应源文件下载链接&#xff1a; https://download.csdn.net/download/XiBuQiuChong/88801992 通过前面的学习&#xff0c;我们已经可以正常播放网络rtmp流及本地mp4文件。这节课&#xff0c;我们将在前面的基础上实现一个常用的转推功能&#xff1a;读取rtmp流或mp4文件并…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023