版权信息 原文链接： [Java常用排序算法/程序员必须掌握的8大排序算法](http://blog.csdn.net/qy1387/article/details/7752973) --- 本文由网络资料整理而来，如有问题，欢迎指正！ 分类： 1）插入排序（直接插入排序、希尔排序） 2）交换排序（冒泡排序、快速排序） 3）选择排序（直接选择排序、堆排序） 4）归并排序 5）分配排序（基数排序） 所需辅助空间最多：归并排序 所需辅助空间最少：堆排序 平均速度最快：快速排序 不稳定：快速排序，希尔排序，堆排序。 **** ~~~java // 排序原始数据 private static final int[] NUMBERS = {49, 38, 65, 97, 76, 13, 27, 78, 34, 12, 64, 5, 4, 62, 99, 98, 54, 56, 17, 18, 23, 34, 15, 35, 25, 53, 51}; ~~~ ** 1\. 直接插入排序** 基本思想：在要排序的一组数中，假设前面(n-1)[n>=2] 个数已经是排 好顺序的，现在要把第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，直到全部排好顺序。  ~~~java  public static void insertSort(int[] array) {      for (int i = 1; i < array.length; i++) {          int temp = array[i];          int j = i - 1;          for (; j >= 0 && array[j] > temp; j--) {              //将大于temp的值整体后移一个单位              array[j + 1] = array[j];          }          array[j + 1] = temp;      }      System.out.println(Arrays.toString(array) + " insertSort");  } ~~~ **2**. **希尔排序** 希尔排序，也称递减增量排序算法，是插入排序的一种更高效的改进版本。希尔排序是非稳定排序算法。 希尔排序是基于插入排序的以下两点性质而提出改进方法的： 插入排序在对几乎已经排好序的数据操作时，效率高，即可以达到线性排序的效率； 但插入排序一般来说是低效的，因为插入排序每次只能将数据移动一位。 先取一个正整数d1 < n, 把所有相隔d1的记录放一组，每个组内进行直接插入排序；然后d2 < d1，重复上述分组和排序操作；直至di = 1，即所有记录放进一个组中排序为止。  ~~~java public static void shellSort(int[] array) {     int i;     int j;     int temp;     int gap = 1;     int len = array.length;     while (gap < len / 3) { gap = gap * 3 + 1; }     for (; gap > 0; gap /= 3) {         for (i = gap; i < len; i++) {             temp = array[i];             for (j = i - gap; j >= 0 && array[j] > temp; j -= gap) {                 array[j + gap] = array[j];             }             array[j + gap] = temp;         }     }     System.out.println(Arrays.toString(array) + " shellSort"); } ~~~   **3**. **简单选择排序** 基本思想：在要排序的一组数中，选出最小的一个数与第一个位置的数交换； 然后在剩下的数当中再找最小的与第二个位置的数交换，如此循环到倒数第二个数和最后一个数比较为止。  ~~~java public static void selectSort(int[] array) {     int position = 0;     for (int i = 0; i < array.length; i++) {         int j = i + 1;         position = i;         int temp = array[i];         for (; j < array.length; j++) {             if (array[j] < temp) {                 temp = array[j];                 position = j;             }         }         array[position] = array[i];         array[i] = temp;     }     System.out.println(Arrays.toString(array) + " selectSort"); } ~~~   **4**. **堆排序** 基本思想：堆排序是一种树形选择排序，是对直接选择排序的有效改进。 堆的定义如下：具有n个元素的序列（h1,h2,...,hn),当且仅当满足（hi>=h2i,hi>=2i+1）或（hi<=h2i,hi<=2i+1）(i=1,2,...,n/2)时称之为堆。在这里只讨论满足前者条件的堆。由堆的定义可以看出，堆顶元素（即第一个元素）必为最大项（大顶堆）。完全二叉树可以很直观地表示堆的结构。堆顶为根，其它为左子树、右子树。初始时把要排序的数的序列看作是一棵顺序存储的二叉树，调整它们的存储序，使之成为一个堆，这时堆的根节点的数最大。然后将根节点与堆的最后一个节点交换。然后对前面(n-1)个数重新调整使之成为堆。依此类推，直到只有两个节点的堆，并对它们作交换，最后得到有n个节点的有序序列。从算法描述来看，堆排序需要两个过程，一是建立堆，二是堆顶与堆的最后一个元素交换位置。所以堆排序有两个函数组成。一是建堆的渗透函数，二是反复调用渗透函数实现排序的函数。 建堆：  交换，从堆中踢出最大数  剩余结点再建堆，再交换踢出最大数  依次类推：最后堆中剩余的最后两个结点交换，踢出一个，排序完成。 ~~~java public static void heapSort(int[] array) {     /*      *  第一步：将数组堆化      *  beginIndex = 第一个非叶子节点。      *  从第一个非叶子节点开始即可。无需从最后一个叶子节点开始。      *  叶子节点可以看作已符合堆要求的节点，根节点就是它自己且自己以下值为最大。      */     int len = array.length - 1;     int beginIndex = (len - 1) >> 1;     for (int i = beginIndex; i >= 0; i--) {         maxHeapify(i, len, array);     }     /*      * 第二步：对堆化数据排序      * 每次都是移出最顶层的根节点A[0]，与最尾部节点位置调换，同时遍历长度 - 1。      * 然后从新整理被换到根节点的末尾元素，使其符合堆的特性。      * 直至未排序的堆长度为 0。      */     for (int i = len; i > 0; i--) {         swap(0, i, array);         maxHeapify(0, i - 1, array);     }     System.out.println(Arrays.toString(array) + " heapSort"); } private static void swap(int i, int j, int[] arr) {     int temp = arr[i];     arr[i] = arr[j];     arr[j] = temp; } /**  * 调整索引为 index 处的数据，使其符合堆的特性。  *  * @param index 需要堆化处理的数据的索引  * @param len   未排序的堆（数组）的长度  */ private static void maxHeapify(int index, int len, int[] arr) {     int li = (index << 1) + 1; // 左子节点索引     int ri = li + 1;           // 右子节点索引     int cMax = li;             // 子节点值最大索引，默认左子节点。     if (li > len) {         return;       // 左子节点索引超出计算范围，直接返回。     }     if (ri arr[li]) // 先判断左右子节点，哪个较大。     { cMax = ri; }     if (arr[cMax] > arr[index]) {         swap(cMax, index, arr);      // 如果父节点被子节点调换，         maxHeapify(cMax, len, arr);  // 则需要继续判断换下后的父节点是否符合堆的特性。     } } ~~~   **5**. **冒泡排序** 基本思想：在要排序的一组数中，对当前还未排好序的范围内的全部数，自上而下对相邻的两个数依次进行比较和调整，让较大的数往下沉，较小的往上冒。即：每当两相邻的数比较后发现它们的排序与排序要求相反时，就将它们互换。  ~~~java public static void bubbleSort(int[] array) {     int temp = 0;     for (int i = 0; i < array.length - 1; i++) {         for (int j = 0; j < array.length - 1 - i; j++) {             if (array[j] > array[j + 1]) {                 temp = array[j];                 array[j] = array[j + 1];                 array[j + 1] = temp;             }         }     }     System.out.println(Arrays.toString(array) + " bubbleSort"); } ~~~ **6**. **快速排序** 基本思想：选择一个基准元素,通常选择第一个元素或者最后一个元素,通过一趟扫描，将待排序列分成两部分,一部分比基准元素小,一部分大于等于基准元素,此时基准元素在其排好序后的正确位置,然后再用同样的方法递归地排序划分的两部分。  ~~~java public static void quickSort(int[] array) {     _quickSort(array, 0, array.length - 1);     System.out.println(Arrays.toString(array) + " quickSort"); } private static int getMiddle(int[] list, int low, int high) {     int tmp = list[low];    //数组的第一个作为中轴     while (low < high) { while (tmp < list[high]) { high--; }         list[low] = list[high];   //比中轴小的记录移到低端         while (low < high && list[low] <= tmp) {             low++;         }         list[high] = list[low];   //比中轴大的记录移到高端     }     list[low] = tmp;              //中轴记录到尾     return low;                 //返回中轴的位置 } private static void _quickSort(int[] list, int low, int high) {     if (low < high) {         int middle = getMiddle(list, low, high);  //将list数组进行一分为二         _quickSort(list, low, middle - 1);      //对低字表进行递归排序         _quickSort(list, middle + 1, high);     //对高字表进行递归排序     } } ~~~ **7、归并排序** 基本排序：归并（Merge）排序法是将两个（或两个以上）有序表合并成一个新的有序表，即把待排序序列分为若干个子序列，每个子序列是有序的。然后再把有序子序列合并为整体有序序列。  ~~~java public static void mergingSort(int[] array) {     sort(array, 0, array.length - 1);     System.out.println(Arrays.toString(array) + " mergingSort"); } private static void sort(int[] data, int left, int right) {     if (left < right) {         //找出中间索引         int center = (left + right) / 2;         //对左边数组进行递归         sort(data, left, center);         //对右边数组进行递归         sort(data, center + 1, right);         //合并         merge(data, left, center, right);     } } private static void merge(int[] data, int left, int center, int right) {     int[] tmpArr = new int[data.length];     int mid = center + 1;     //third记录中间数组的索引     int third = left;     int tmp = left;     while (left <= center && mid <= right) {         //从两个数组中取出最小的放入中间数组         if (data[left] <= data[mid]) {             tmpArr[third++] = data[left++];         } else {             tmpArr[third++] = data[mid++];         }     }     //剩余部分依次放入中间数组     while (mid <= right) {         tmpArr[third++] = data[mid++];     }     while (left <= center) {         tmpArr[third++] = data[left++];     }     //将中间数组中的内容复制回原数组     while (tmp <= right) {         data[tmp] = tmpArr[tmp++];     } } ~~~ **8、基数排序** 基本思想：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。然后，从最低位开始，依次进行一次排序。这样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。  ~~~java public static void radixSort(int[] array) {     //首先确定排序的趟数;     int max = array[0];     for (int i = 1; i < array.length; i++) {         if (array[i] > max) {             max = array[i];         }     }     int time = 0;     //判断位数;     while (max > 0) {         max /= 10;         time++;     }     //建立10个队列;     ArrayList> queue = new ArrayList<>();     for (int i = 0; i < 10; i++) {         ArrayList queue1 = new ArrayList<>();         queue.add(queue1);     }     //进行time次分配和收集;     for (int i = 0; i < time; i++) {         //分配数组元素;         for (int anArray : array) {             //得到数字的第time+1位数;             int x = anArray % (int)Math.pow(10, i + 1) / (int)Math.pow(10, i);             ArrayList queue2 = queue.get(x);             queue2.add(anArray);             queue.set(x, queue2);         }         int count = 0;//元素计数器;         //收集队列元素;         for (int k = 0; k < 10; k++) {             while (queue.get(k).size() > 0) {                 ArrayList queue3 = queue.get(k);                 array[count] = queue3.get(0);                 queue3.remove(0);                 count++;             }         }     }     System.out.println(Arrays.toString(array) + " radixSort"); } ~~~ **结果** ****