排序算法总结（ 解决 iOS 设备上链接要点击两次才跳转的问题）

排序算法总结（ 解决 iOS 设备上链接要点击两次才跳转的问题） 排序算法平均时间复杂度冒泡排序O(n2)选择排序O(n2)插入排序O(n2)希尔排序O(n1.5)快速排序O(N*logN)归并排序O(N*logN)堆排序O(N*logN)基数排序O(d(n+r))一. 冒泡排序(BubbleSort)

基本思想：两个数比较大小，较大的数下沉，较小的数冒起来。

过程：

比较相邻的两个数据，如果第二个数小，就交换位置。从后向前两两比较，一直到比较最前两个数据。最终最小数被交换到起始的位置，这样第一个最小数的位置就排好了。继续重复上述过程，依次将第2.3...n-1个最小数排好位置。

冒泡排序

平均时间复杂度：O(n2)

java代码实现：

实例 public static void BubbleSort(int [] arr){     int temp;//临时变量     for(int i=0; i<arr.length-1; i++){   //表示趟数，一共arr.length-1次。         for(int j=arr.length-1; j>i; j--){             if(arr[j] < arr[j-1]){                 temp = arr[j];                 arr[j] = arr[j-1];                 arr[j-1] = temp;             }         }     } }

优化：

针对问题：数据的顺序排好之后，冒泡算法仍然会继续进行下一轮的比较，直到arr.length-1次，后面的比较没有意义的。

方案：设置标志位flag，如果发生了交换flag设置为true；如果没有交换就设置为false。这样当一轮比较结束后如果flag仍为false，即：这一轮没有发生交换，说明数据的顺序已经排好，没有必要继续进行下去。

实例 public static void BubbleSort1(int [] arr){   int temp;//临时变量   boolean flag;//是否交换的标志   for(int i=0; i<arr.length-1; i++){   //表示趟数，一共 arr.length-1 次       // 每次遍历标志位都要先置为false，才能判断后面的元素是否发生了交换       flag = false;              for(int j=arr.length-1; j>i; j--){ //选出该趟排序的最大值往后移动           if(arr[j] < arr[j-1]){               temp = arr[j];               arr[j] = arr[j-1];               arr[j-1] = temp;               flag = true;    //只要有发生了交换，flag就置为true           }       }       // 判断标志位是否为false，如果为false，说明后面的元素已经有序，就直接return       if(!flag) break;   }}二. 选择排序(SelctionSort)

基本思想：在长度为N的无序数组中，第一次遍历n-1个数，找到最小的数值与第一个元素交换；第二次遍历n-2个数，找到最小的数值与第二个元素交换；。。。第n-1次遍历，找到最小的数值与第n-1个元素交换，排序完成。

过程：

选择排序

平均时间复杂度：O(n2)

java代码实现：

实例 public static void select_sort(int array[],int lenth){   for(int i=0;i<lenth-1;i++){       int minIndex = i;       for(int j=i+1;j<lenth;j++){          if(array[j]<array[minIndex]){              minIndex = j;          }       }       if(minIndex != i){           int temp = array[i];           array[i] = array[minIndex];           array[minIndex] = temp;       }   }}三. 插入排序(Insertion Sort)

基本思想：在要排序的一组数中，假定前n-1个数已经排好序，现在将第n个数插到前面的有序数列中，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。

过程：

插入排序

相同的场景

平均时间复杂度：O(n2)

java代码实现：

实例 public static void  insert_sort(int array[],int lenth){   int temp;   for(int i=0;i<lenth-1;i++){       for(int j=i+1;j>0;j--){           if(array[j] < array[j-1]){               temp = array[j-1];               array[j-1] = array[j];               array[j] = temp;           }else{         //不需要交换               break;           }       }   }}四. 希尔排序(Shell Sort)

前言：数据序列1： 13-17-20-42-28 利用插入排序，13-17-20-28-42. Number of swap:1;数据序列2： 13-17-20-42-14 利用插入排序，13-14-17-20-42. Number of swap:3;如果数据序列基本有序，使用插入排序会更加高效。

基本思想：在要排序的一组数中，根据某一增量分为若干子序列，并对子序列分别进行插入排序。然后逐渐将增量减小,并重复上述过程。直至增量为1,此时数据序列基本有序,最后进行插入排序。

过程：

希尔排序

平均时间复杂度：

java代码实现：

实例 public static void shell_sort(int array[],int lenth){   int temp = 0;   int incre = lenth;   while(true){       incre = incre/2;       for(int k = 0;k<incre;k++){    //根据增量分为若干子序列           for(int i=k+incre;i<lenth;i+=incre){               for(int j=i;j>k;j-=incre){                   if(array[j]<array[j-incre]){                       temp = array[j-incre];                       array[j-incre] = array[j];                       array[j] = temp;                   }else{                       break;                   }               }           }       }       if(incre == 1){           break;       }   }}五. 快速排序(Quicksort)

基本思想：（分治）

先从数列中取出一个数作为key值；将比这个数小的数全部放在它的左边，大于或等于它的数全部放在它的右边；对左右两个小数列重复第二步，直至各区间只有1个数。

辅助理解：挖坑填数

初始时 i = 0; j = 9; key=72由于已经将a[0]中的数保存到key中，可以理解成在数组a[0]上挖了个坑，可以将其它数据填充到这来。从j开始向前找一个比key小的数。当j=8，符合条件，a[0] = a[8] ; i++ ; 将a[8]挖出再填到上一个坑a[0]中。这样一个坑a[0]就被搞定了，但又形成了一个新坑a[8]，这怎么办了？简单，再找数字来填a[8]这个坑。这次从i开始向后找一个大于key的数，当i=3，符合条件，a[8] = a[3] ; j-- ; 将a[3]挖出再填到上一个坑中。数组：72 - 6 - 57 - 88 - 60 - 42 - 83 - 73 - 48 - 85 0 1 2 3 4 5 6 7 8 9此时 i = 3; j = 7; key=72再重复上面的步骤，先从后向前找，再从前向后找。从j开始向前找，当j=5，符合条件，将a[5]挖出填到上一个坑中，a[3] = a[5]; i++;从i开始向后找，当i=5时，由于i==j退出。此时，i = j = 5，而a[5]刚好又是上次挖的坑，因此将key填入a[5]。数组：48 - 6 - 57 - 88 - 60 - 42 - 83 - 73 - 88 - 85 0 1 2 3 4 5 6 7 8 9可以看出a[5]前面的数字都小于它，a[5]后面的数字都大于它。因此再对a[0…4]和a[6…9]这二个子区间重复上述步骤就可以了。<数组：48 - 6 - 57 - 42 - 60 - 72 - 83 - 73 - 88 - 85 0 1 2 3 4 5 6 7 8 9

平均时间复杂度：O(N*logN)

代码实现：

实例 public static void quickSort(int a[],int l,int r){     if(l>=r)       return;     int i = l; int j = r; int key = a[l];//选择第一个数为key     while(i<j){         while(i<j && a[j]>=key)//从右向左找第一个小于key的值             j--;         if(i<j){             a[i] = a[j];             i++;         }         while(i<j && a[i]<key)//从左向右找第一个大于key的值             i++;         if(i<j){             a[j] = a[i];             j--;         }     }     //i == j     a[i] = key;     quickSort(a, l, i-1);//递归调用     quickSort(a, i+1, r);//递归调用 }

key值的选取可以有多种形式，例如中间数或者随机数，分别会对算法的复杂度产生不同的影响。

六. 归并排序(Merge Sort)

基本思想：参考归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法的一个非常典型的应用。首先考虑下如何将2个有序数列合并。这个非常简单，只要从比较2个数列的第一个数，谁小就先取谁，取了后就在对应数列中删除这个数。然后再进行比较，如果有数列为空，那直接将另一个数列的数据依次取出即可。

实例 //将有序数组a[]和b[]合并到c[]中void MemeryArray(int a[], int n, int b[], int m, int c[]){ int i, j, k; i = j = k = 0; while (i < n && j < m) {     if (a[i] < b[j])         c[k++] = a[i++];     else         c[k++] = b[j++];  } while (i < n)     c[k++] = a[i++]; while (j < m)     c[k++] = b[j++];}

解决了上面的合并有序数列问题，再来看归并排序，其的基本思路就是将数组分成2组A，B，如果这2组组内的数据都是有序的，那么就可以很方便的将这2组数据进行排序。如何让这2组组内数据有序了？可以将A，B组各自再分成2组。依次类推，当分出来的小组只有1个数据时，可以认为这个小组组内已经达到了有序，然后再合并相邻的2个小组就可以了。这样通过先递归的分解数列，再合并数列就完成了归并排序。

过程：

归并排序

平均时间复杂度：O(NlogN)归并排序的效率是比较高的，设数列长为N，将数列分开成小数列一共要logN步，每步都是一个合并有序数列的过程，时间复杂度可以记为O(N)，故一共为O(N*logN)。

代码实现：

实例 public static void merge_sort(int a[],int first,int last,int temp[]){  if(first < last){      int middle = (first + last)/2;      merge_sort(a,first,middle,temp);//左半部分排好序      merge_sort(a,middle+1,last,temp);//右半部分排好序      mergeArray(a,first,middle,last,temp); //合并左右部分  }}实例 //合并 ：将两个序列a[first-middle],a[middle+1-end]合并public static void mergeArray(int a[],int first,int middle,int end,int temp[]){       int i = first;  int m = middle;  int j = middle+1;  int n = end;  int k = 0;   while(i<=m && j<=n){      if(a[i] <= a[j]){          temp[k] = a[i];          k++;          i++;      }else{          temp[k] = a[j];          k++;          j++;      }  }       while(i<=m){      temp[k] = a[i];      k++;      i++;  }       while(j<=n){      temp[k] = a[j];      k++;      j++;   }  for(int ii=0;ii<k;ii++){      a[first + ii] = temp[ii];  }}七. 堆排序(HeapSort)

基本思想：

图示： （88,85,83,73,72,60,57,48,42,6）

Heap Sort

平均时间复杂度：O(NlogN)由于每次重新恢复堆的时间复杂度为O(logN)，共N - 1次重新恢复堆操作，再加上前面建立堆时N / 2次向下调整，每次调整时间复杂度也为O(logN)。二次操作时间相加还是O(N * logN)。

java代码实现：

实例 //构建最小堆public static void MakeMinHeap(int a[], int n){ for(int i=(n-1)/2 ; i>=0 ; i--){     MinHeapFixdown(a,i,n); }}//从i节点开始调整,n为节点总数 从0开始计算 i节点的子节点为 2*i+1, 2*i+2  public static void MinHeapFixdown(int a[],int i,int n){   int j = 2*i+1; //子节点   int temp = 0;   while(j<n){       //在左右子节点中寻找最小的       if(j+1<n && a[j+1]<a[j]){              j++;       }       if(a[i] <= a[j])           break;       //较大节点下移       temp = a[i];       a[i] = a[j];       a[j] = temp;       i = j;       j = 2*i+1;   }}实例 public static void MinHeap_Sort(int a[],int n){  int temp = 0;  MakeMinHeap(a,n);  for(int i=n-1;i>0;i--){      temp = a[0];      a[0] = a[i];      a[i] = temp;       MinHeapFixdown(a,0,i);  }     }八. 基数排序(RadixSort)BinSort

基本思想：BinSort想法非常简单，首先创建数组A[MaxValue]；然后将每个数放到相应的位置上（例如17放在下标17的数组位置）；最后遍历数组，即为排序后的结果。

图示：

BinSort

问题：当序列中存在较大值时，BinSort 的排序方法会浪费大量的空间开销。RadixSort基本思想：基数排序是在BinSort的基础上，通过基数的限制来减少空间的开销。过程：

过程1

过程2

（1）首先确定基数为10，数组的长度也就是10.每个数34都会在这10个数中寻找自己的位置。（2）不同于BinSort会直接将数34放在数组的下标34处，基数排序是将34分开为3和4，第一轮排序根据最末位放在数组的下标4处，第二轮排序根据倒数第二位放在数组的下标3处，然后遍历数组即可。

java代码实现：

实例 public static void RadixSort(int A[],int temp[],int n,int k,int r,int cnt[]){   //A:原数组   //temp:临时数组   //n:序列的数字个数   //k:最大的位数2   //r:基数10   //cnt:存储bin[i]的个数   for(int i=0 , rtok=1; i<k ; i++ ,rtok = rtok*r){       //初始化       for(int j=0;j<r;j++){           cnt[j] = 0;       }       //计算每个箱子的数字个数       for(int j=0;j<n;j++){           cnt[(A[j]/rtok)%r]++;       }       //cnt[j]的个数修改为前j个箱子一共有几个数字       for(int j=1;j<r;j++){           cnt[j] = cnt[j-1] + cnt[j];       }       for(int j = n-1;j>=0;j--){      //重点理解           cnt[(A[j]/rtok)%r]--;           temp[cnt[(A[j]/rtok)%r]] = A[j];       }       for(int j=0;j<n;j++){           A[j] = temp[j];       }   }}