image
冒泡排序
/**
* 从后往前，不断向前比较，小的向前面浮起来（交换）
* 如果发现一趟排序没有交换，那么flag=false，程序就提前退出了
* 时间复杂度O(n^2)
*/
private static int[] bubbleSort(int[] arr) {
boolean flag = true;
for (int i = 0; i < arr.length && flag; i++) {
flag = false;
for (int j = arr.length - 1; j > i; j--) {
if (arr[j] < arr[j - 1]) {
int temp = arr[j];
arr[j] = arr[j - 1];
arr[j - 1] = temp;
flag = true;
}
}
}
return arr;
}
插入排序
/**
* 基本思想：在要排序的一组数中，假设前面n-1个数已经是排好顺序的，
* 把第n个数插到前面的有序数中，使得这n个数也是排好顺序的。如此反复循环。
* 时间复杂度O(n^2)
*/
private static int[] insertSort(int[] arr) {
for (int i = 1; i < arr.length; i++) {
if (arr[i] < arr[i - 1]) {
//假设下标i前面的数已经排好序，把当前下标i的元素插入到前面
//具体插入位置：如果前面的元素比下标i的元素小，不断向前覆盖一格
//最后把下标i的元素插入到正确位置
int temp = arr[i];
int j = i - 1;
for (; j >= 0 && arr[j] > temp; j--) {
arr[j + 1] = arr[j];
}
arr[j + 1] = temp;
}
}
return arr;
}
选择排序
/**
* 选择排序的思想是，先假设一个为最小，然后用剩下的元素去比较
* 如果发现有比假设值小的，先把下标记录下来，最后再进行交换
* 时间复杂度O(n^2)
*/
private static int[] selectSort(int[] arr) {
for (int i = 0; i < arr.length - 1; i++) {
int min = i;//先选择一个最小的，然后用其他去跟这个比较，直到找到最小的那个为止
for (int j = i + 1; j < arr.length; j++) {
if (arr[j] < arr[min]) {
//先记录下来，最后再交换
min = j;
}
}
if (min != i) {
int temp = arr[min];
arr[min] = arr[i];
arr[i] = temp;
}
}
return arr;
}
快速排序
/**
* 快速排序
* 时间复杂度O(n * log(n))
* 优化方式：1三数取中 2优化不必要的交换 3小数组的方案 4尾递归优化
*
* @return 返回排序后的数组
*/
private static void quickSort(int[] arr, int low, int high) {
if (low < high) {
//计算基准点
int pivot = partition(arr, low, high);
//分别对基准点左右两边进行递归
quickSort(arr, low, pivot - 1);
quickSort(arr, pivot + 1, high);
}
}
private static int partition(int[] arr, int low, int high) {
int pivotKey = arr[low];
while (low < high) {
while (low < high && arr[high] >= pivotKey) {
high--;
}
System.out.println("交换" + low + ":" + high);
swap(arr, low, high);
System.out.println(Arrays.toString(arr));
while (low < high && arr[low] <= pivotKey) {
low++;
}
swap(arr, low, high);
}
return low;
}
希尔排序
/**
* 希尔排序，元素的分组跳跃式排序
* 直接插入排序的改版
* 时间复杂度O(n * log(n))
*/
private static int[] shellSort(int[] arr) {
int inc = arr.length;
do {
inc = inc / 3 + 1;
for (int i = inc; i < arr.length; i++) {
if (arr[i] < arr[i - inc]) {
int temp = arr[i];
int j = i - inc;
for (; j >= 0 && arr[j] > temp; j = j - inc) {
arr[j + inc] = arr[j];
}
arr[j + inc] = temp;
}
}
} while (inc > 1);
return arr;
}
归并排序
/**
* 归并排序
* 时间复杂度O(n * log(n))
*/
private static void mergeSort(int[] arr, int left, int right) {
if (left < right) {
//数组拆分
int mid = (left + right) / 2;
mergeSort(arr, left, mid);
mergeSort(arr, mid + 1, right);
//拆到不能再拆的时候，开始合并
merge(arr, left, right);
}
}
private static void merge(int[] arr, int left, int right) {
int[] temp = new int[arr.length];
int mid = (left + right) / 2;
int i = left;
int j = mid;
int k = left;
//逐一比较大小，把小的存到临时数组里面
while (i < mid && j < right) {
if (arr[i] < arr[j]) {
temp[k++] = arr[i++];
} else {
temp[k++] = arr[j++];
}
}
//把剩下的元素写进去
while (i < mid) {
temp[k++] = arr[i++];
}
while (j < right) {
temp[k++] = arr[j++];
}
//把临时数组的内容拷贝回去
int l = left;
while (l < right) {
arr[l] = temp[l];
l++;
}
}
堆排序
/**
* 堆排序是通过不断构造大顶堆
* 时间复杂度O(n * log(n))
*/
private static int[] heapSort(int[] arr) {
int len = arr.length - 1;
//从下往上，从右往左构建大顶堆
for (int i = len / 2; i > 0; i--) {
adjust(arr, i, len);
}
for (int i = len; i > 1; i--) {
//交换最后一个元素与大顶堆的根结点
int temp = arr[i];
arr[i] = arr[1];
arr[1] = temp;
adjust(arr, 1, i - 1);
}
return arr;
}
private static void adjust(int[] arr, int s, int m) {
int temp = arr[s];
for (int i = s * 2; i <= m; i = i * 2) {
//判断左右子结点哪个大
if (i < m && arr[i] < arr[i + 1]) {
i++;
}
//如果当前的双亲结点是最大的那个，那么不用继续调整
if (temp >= arr[i]) {
break;
}
//把当前左右结点中的最大值赋值给双亲结点
arr[s] = arr[i];
//以当前最大结点为双亲结点，继续下一次循环，直到找到
//temp应该存放的位置为止
s = i;
}
//找到temp应该存放的位置
arr[s] = temp;
}
如果觉得我的文字对你有所帮助的话，欢迎关注我的公众号：
公众号：Android开发进阶
我的群欢迎大家进来探讨各种技术与非技术的话题，有兴趣的朋友们加我私人微信huannan88，我拉你进群交（♂）流（♀）。
网友评论