本文介绍了几种基本的排序算法在Java中的实现，包括冒泡排序、插入排序、选择排序、快速排序、归并排序和堆排序。每种算法都附有详细的示例代码，说明了它们的工作原理和时间复杂度。这些排序算法是计算机科学的基础，理解它们有助于优化数据处理和理解更高级的排序技术。
1.冒泡排序（Bubble Sort）是一种简单的排序算法，它通过多次迭代比较和交换相邻的元素来排序一个数组。每次迭代，较大的元素会逐渐"冒泡"到数组的末尾。以下是Java中实现冒泡排序的示例代码：
public class BubbleSort {
public static void bubbleSort(int[] arr) {
int n = arr.length;
// 进行n-1次迭代，每次迭代将一个最大的元素移到末尾
for (int i = 0; i < n - 1; i++) {
// 在每次迭代中，比较相邻的元素并交换它们的位置
// 每次迭代都会将未排序部分的最大元素移到末尾
for (int j = 0; j < n - i - 1; j++) {
if (arr[j] > arr[j + 1]) {
// 交换相邻的元素
int temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
}
}
}
}
public static void main(String[] args) {
int[] arr = {64, 34, 25, 12, 22, 11, 90};
System.out.println("排序前的数组：");
for (int num : arr) {
System.out.print(num + " ");
}
bubbleSort(arr);
System.out.println("\n排序后的数组：");
for (int num : arr) {
System.out.print(num + " ");
}
}
}
在上述代码中，bubbleSort方法实现了冒泡排序算法。它通过嵌套的循环进行迭代，每次迭代比较相邻的元素并根据需要交换它们的位置。在每次迭代中，最大的元素会逐渐"冒泡"到数组的末尾。main方法中的示例展示了如何使用该算法对一个数组进行排序。
运行代码，你将看到排序前和排序后的数组输出。注意，冒泡排序算法的时间复杂度为O(n^2)，因此它在大规模数据集上的性能可能不如其他高效的排序算法。
2.插入排序（Insertion Sort）是一种简单的排序算法，它通过将一个元素逐个插入已排序的序列中，最终完成整个数组的排序。具体来说，插入排序从第二个元素开始，逐个将其插入到已排序的子数组中，直到所有元素都被插入到适当的位置为止。以下是Java中实现插入排序的示例代码：
public class InsertionSort {
public static void insertionSort(int[] arr) {
int n = arr.length;
for (int i = 1; i < n; i++) {
int key = arr[i];
int j = i - 1;
// 将arr[0...i-1]中的元素依次向后移动，直到找到key的正确位置
while (j >= 0 && arr[j] > key) {
arr[j + 1] = arr[j];
j--;
}
arr[j + 1] = key;
}
}
public static void main(String[] args) {
int[] arr = {64, 34, 25, 12, 22, 11, 90};
System.out.println("排序前的数组：");
for (int num : arr) {
System.out.print(num + " ");
}
insertionSort(arr);
System.out.println("\n排序后的数组：");
for (int num : arr) {
System.out.print(num + " ");
}
}
}
在上述代码中，insertionSort方法实现了插入排序算法。它从数组的第二个元素开始，将当前元素保存为key，然后将比key大的元素向后移动一个位置，直到找到key的正确位置。main方法中的示例展示了如何使用该算法对一个数组进行排序。
运行代码，你将看到排序前和排序后的数组输出。插入排序算法的时间复杂度为O(n^2)，但在部分已排序或接近排序的情况下，它的性能较好。插入排序还具有原地排序的特点，不需要额外的内存空间。
3.选择排序（Selection Sort）是一种简单的排序算法，它通过每次选择未排序部分中的最小元素，并将其放置在已排序部分的末尾，逐步完成整个数组的排序。具体来说，选择排序从第一个元素开始，逐个找到未排序部分的最小元素，并与未排序部分的第一个元素交换位置。以下是Java中实现选择排序的示例代码：
public class SelectionSort {
public static void selectionSort(int[] arr) {
int n = arr.length;
for (int i = 0; i < n - 1; i++) {
int minIndex = i;
// 在未排序部分中找到最小的元素的索引
for (int j = i + 1; j < n; j++) {
if (arr[j] < arr[minIndex]) {
minIndex = j;
}
}
// 将最小元素与未排序部分的第一个元素交换位置
int temp = arr[minIndex];
arr[minIndex] = arr[i];
arr[i] = temp;
}
}
public static void main(String[] args) {
int[] arr = {64, 34, 25, 12, 22, 11, 90};
System.out.println("排序前的数组：");
for (int num : arr) {
System.out.print(num + " ");
}
selectionSort(arr);
System.out.println("\n排序后的数组：");
for (int num : arr) {
System.out.print(num + " ");
}
}
}
在上述代码中，selectionSort方法实现了选择排序算法。它通过嵌套的循环迭代，每次迭代找到未排序部分的最小元素，并与未排序部分的第一个元素交换位置。main方法中的示例展示了如何使用该算法对一个数组进行排序。
运行代码，你将看到排序前和排序后的数组输出。选择排序算法的时间复杂度为O(n^2)，无论输入数组的初始排序如何，它的性能都相对稳定。与冒泡排序和插入排序不同，选择排序不会频繁地进行元素交换，因此在某些情况下可能具有更好的性能。然而，选择排序不是最高效的排序算法，当面对大规模数据集时，可能需要考虑其他更快的排序算法。
4.快速排序（Quick Sort）是一种高效的排序算法，它采用分治的策略将一个数组分成两个子数组，然后对子数组进行递归排序，最终完成整个数组的排序。具体来说，快速排序选择一个基准元素（通常是数组中的某个元素），并将数组分为小于基准元素和大于基准元素的两部分。然后，对这两部分递归应用快速排序算法。以下是Java中实现快速排序的示例代码：
public class QuickSort {
public static void quickSort(int[] arr, int low, int high) {
if (low < high) {
// 将数组划分为两个子数组，并获取分区点的索引
int partitionIndex = partition(arr, low, high);
// 递归对分区点的左边和右边进行快速排序
quickSort(arr, low, partitionIndex - 1);
quickSort(arr, partitionIndex + 1, high);
}
}
public static int partition(int[] arr, int low, int high) {
// 选择最后一个元素作为基准元素
int pivot = arr[high];
int i = low - 1;
// 将小于基准元素的元素交换到左边，大于基准元素的元素交换到右边
for (int j = low; j < high; j++) {
if (arr[j] < pivot) {
i++;
int temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
}
// 将基准元素放置到正确的位置
int temp = arr[i + 1];
arr[i + 1] = arr[high];
arr[high] = temp;
return i + 1;
}
public static void main(String[] args) {
int[] arr = {64, 34, 25, 12, 22, 11, 90};
System.out.println("排序前的数组：");
for (int num : arr) {
System.out.print(num + " ");
}
quickSort(arr, 0, arr.length - 1);
System.out.println("\n排序后的数组：");
for (int num : arr) {
System.out.print(num + " ");
}
}
}
在上述代码中，quickSort方法实现了快速排序算法。它通过递归地选择基准元素，并将数组划分为小于基准元素和大于基准元素的两部分。partition方法用于实现分区操作，将小于基准元素的元素交换到左边，大于基准元素的元素交换到右边，并返回分区点的索引。main方法中的示例展示了如何使用该算法对一个数组进行排序。
运行代码，你将看到排序前和排序后的数组输出。快速排序算法的平均时间复杂度为O(nlogn)，它在大多数情况下表现出色。然而，在最坏的情况下，快速排序的时间复杂度为O(n^2)，因此在处理大规模数据集时，需要注意选择合适的基准元素以避免最坏情况的发生。
5.归并排序（Merge Sort）是一种高效的排序算法，它采用分治的策略将一个数组分成两个子数组，然后对子数组进行递归排序，最后将两个有序的子数组合并为一个有序数组。具体来说，归并排序将数组不断地分成更小的子数组，直到每个子数组只有一个元素，然后逐步将这些子数组合并，直到整个数组排序完成。以下是Java中实现归并排序的示例代码：
public class MergeSort {
public static void mergeSort(int[] arr, int low, int high) {
if (low < high) {
int mid = (low + high) / 2;
// 递归对左半部分和右半部分进行归并排序
mergeSort(arr, low, mid);
mergeSort(arr, mid + 1, high);
// 合并两个有序的子数组
merge(arr, low, mid, high);
}
}
public static void merge(int[] arr, int low, int mid, int high) {
int n1 = mid - low + 1;
int n2 = high - mid;
// 创建临时数组存储左半部分和右半部分的元素
int[] leftArray = new int[n1];
int[] rightArray = new int[n2];
// 将元素复制到临时数组中
for (int i = 0; i < n1; i++) {
leftArray[i] = arr[low + i];
}
for (int j = 0; j < n2; j++) {
rightArray[j] = arr[mid + 1 + j];
}
// 合并临时数组中的元素
int i = 0, j = 0;
int k = low;
while (i < n1 && j < n2) {
if (leftArray[i] <= rightArray[j]) {
arr[k] = leftArray[i];
i++;
} else {
arr[k] = rightArray[j];
j++;
}
k++;
}
// 将剩余的元素复制到数组中
while (i < n1) {
arr[k] = leftArray[i];
i++;
k++;
}
while (j < n2) {
arr[k] = rightArray[j];
j++;
k++;
}
}
public static void main(String[] args) {
int[] arr = {64, 34, 25, 12, 22, 11, 90};
System.out.println("排序前的数组：");
for (int num : arr) {
System.out.print(num + " ");
}
mergeSort(arr, 0, arr.length - 1);
System.out.println("\n排序后的数组：");
for (int num : arr) {
System.out.print(num + " ");
}
}
}
在上述代码中，mergeSort方法实现了归并排序算法。它首先将数组划分为两个子数组，并递归地对每个子数组进行归并排序。然后，通过调用merge方法将两个有序的子数组合并为一个有序数组。merge方法将左半部分和右半部分的元素按照从小到大的顺序进行合并。main方法中的示例展示了如何使用该算法对一个数组进行排序。
运行代码，你将看到排序前和排序后的数组输出。归并排序算法的时间复杂度为O(nlogn)，其中n是数组的大小。归并排序是一种稳定的排序算法，而且在最坏情况下也能保持较好的性能。然而，归并排序需要额外的空间来存储临时数组，在处理大规模数据集时可能会受到内存限制的影响。
6.堆排序（Heap Sort）是一种高效的排序算法，它基于二叉堆数据结构进行排序。堆是一种特殊的完全二叉树，其中每个节点的值都大于或等于其子节点的值（对于大顶堆而言），或者每个节点的值都小于或等于其子节点的值（对于小顶堆而言）。堆排序的主要思想是将待排序的数组构建成一个堆，然后依次取出堆顶元素，将其放置在已排序部分的末尾，直到整个数组排序完成。以下是Java中实现堆排序的示例代码：
public class HeapSort {
public static void heapSort(int[] arr) {
int n = arr.length;
// 构建初始堆
for (int i = n / 2 - 1; i >= 0; i--) {
heapify(arr, n, i);
}
// 依次将堆顶元素放置到已排序部分的末尾
for (int i = n - 1; i >= 0; i--) {
// 将堆顶元素与已排序部分的末尾元素交换
int temp = arr[0];
arr[0] = arr[i];
arr[i] = temp;
// 重新构建堆
heapify(arr, i, 0);
}
}
public static void heapify(int[] arr, int n, int i) {
int largest = i; // 初始化最大元素的索引
int leftChild = 2 * i + 1;
int rightChild = 2 * i + 2;
// 判断左子节点是否大于最大元素
if (leftChild < n && arr[leftChild] > arr[largest]) {
largest = leftChild;
}
// 判断右子节点是否大于最大元素
if (rightChild < n && arr[rightChild] > arr[largest]) {
largest = rightChild;
}
// 如果最大元素不是当前节点，交换最大元素和当前节点
if (largest != i) {
int temp = arr[i];
arr[i] = arr[largest];
arr[largest] = temp;
// 继续向下调整堆
heapify(arr, n, largest);
}
}
public static void main(String[] args) {
int[] arr = {64, 34, 25, 12, 22, 11, 90};
System.out.println("排序前的数组：");
for (int num : arr) {
System.out.print(num + " ");
}
heapSort(arr);
System.out.println("\n排序后的数组：");
for (int num : arr) {
System.out.print(num + " ");
}
}
}
在上述代码中，heapSort方法实现了堆排序算法。它首先构建一个初始堆，然后依次将堆顶元素与已排序部分的末尾元素交换，并重新构建堆，直到整个数组排序完成。heapify方法用于向下调整堆，确保堆的性质得到满足。main方法中的示例展示了如何使用该算法对一个数组进行排序。
运行代码，你将看到排序前和排序后的数组输出。堆排序算法的时间复杂度为O(nlogn)，其中n是数组的大小。堆排序是一种原地排序算法，不需要额外的空间，但它不是稳定的排序算法。堆排序在处理大规模数据集时具有较好的性能，并且适用于需要选择前k个最大/最小元素的场景。
在这里插入图片描述
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
