Java集合和數據結構排序的實例介紹

本篇內容主要講解“Java集合和數據結構排序的實例介紹”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“Java集合和數據結構排序的實例介紹”吧!

目錄

• 概念

• 插入排序

• 直接插入排序

• 代碼實現

• 性能分析

• 希爾排序

• 代碼實現

• 性能分析

• 選擇排序

• 直接選擇排序

• 代碼實現

• 性能分析

• 堆排序

• 代碼實現

• 性能分析

• 交換排序

• 冒泡排序

• 代碼實現

• 性能分析

• 快速排序

• 代碼實現

• 性能分析

• 非遞歸實現快速排序

• 代碼實現

• 性能分析

• 歸并排序

• 歸并排序

• 代碼實現

• 性能分析

• 非遞歸實現歸并排序

• 代碼實現

• 性能分析

• 海量數據的排序問題

概念

排序，就是使一串記錄，按照其中的某個或某些關鍵字的大小，遞增或遞減的排列起來的操作。

平時的上下文中，如果提到排序，通常指的是排升序（非降序）。

通常意義上的排序，都是指的原地排序(in place sort)。

穩定性： 兩個相等的數據，如果經過排序后，排序算法能保證其相對位置不發生變化，則我們稱該算法是具備穩定性的排序算法。

插入排序

直接插入排序

整個區間被分為

• 有序區間

• 無序區間

每次選擇無序區間的第一個元素，在有序區間內選擇合適的位置插入

代碼實現

邏輯代碼：

public class InsertSort {
    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; j--) {
                if (array[j] > temp) {
                    array[j+1] = array[j];
                }else {
                    break;
                }
            }
            array[j+1] = temp;
        }
    }
}

調試代碼：

public class TestDemo {
    public static void main(String[] args) {
        int[] array = {10,3,2,7,19,78,65,127};
        System.out.println("排序前：" + Arrays.toString(array));
        InsertSort.insertSort(array);
        System.out.println("排序后：" + Arrays.toString(array));
    }
}

該代碼的執行結果為：

可見，實現了對原數組的升序排序。

性能分析

時間復雜度：
最好情況：O(n)【數據有序】
平均情況：O(n2)
最壞情況：O(n2)【數據逆序】

空間復雜度：O(1)

穩定性：穩定

對于直接插入排序：越有序越快。另外，直接插入排序會用在一些排序的優化上。

希爾排序

希爾排序法又稱縮小增量法。希爾排序法的基本思想是：先選定一個整數，把待排序文件中所有記錄分成個組，所有距離為的記錄分在同一組內，并對每一組內的記錄進行排序。然后，取，重復上述分組和排序的工作。當到達=1時， 所有記錄在統一組內排好序。

希爾排序是對直接插入排序的優化。
當gap > 1時都是預排序，目的是讓數組更接近于有序。當gap == 1時，數組已經接近有序的了，這樣就會很快。這樣整體而言，可以達到優化的效果。我們實現后可以進行性能測試的對比。

代碼實現

邏輯代碼：

public class ShellSort {
    public static void shell(int[] array,int gap) {
        for (int i = gap; i < array.length; i = i + gap) {
            int temp = array[i];
            int j = i-gap;
            for (; j >= 0; j = j-gap) {
                if (array[j] > temp) {
                    array[j+gap] = array[j];
                }else {
                    break;
                }
            }
            array[j+gap] = temp;
        }
    }

    public static void shellSort(int[] array) {
        int[] drr = {5,3,1};//增量數組-->沒有明確的規定，但保證為素數的增量序列
        for (int i = 0; i < drr.length; i++) {
            shell(array,drr[i]);
        }
    }
}

測試代碼：

public class TestDemo {
    public static void main(String[] args) {
        int[] array = {10,3,2,7,19,78,65,127};
        System.out.println("排序前：" + Arrays.toString(array));
        ShellSort.shellSort(array);
        System.out.println("排序后：" + Arrays.toString(array));
    }
}

該代碼的執行結果為：

可見，實現了對原數組的升序排序。

性能分析

時間復雜度：
最好情況：O(n)【數據有序】
平均情況：O(n1.3)
最壞情況： O(n2) 【比較難構造】

空間復雜度：O(1)

穩定性：不穩定

選擇排序

直接選擇排序

每一次從無序區間選出最大（或最小）的一個元素，存放在無序區間的最后（或最前），直到全部待排序的數據元素排完 。

代碼實現

邏輯代碼：

public class SelectSort {
    public static void selectSort(int[] array) {
        for (int i = 0; i < array.length-1; i++) {
            for (int j = i+1; j < array.length; j++) {
                if (array[i] > array[j]) {
                    int temp = array[j];
                    array[j] = array[i];
                    array[i] = temp;
                }
            }
        }
    }
}

測試代碼：

public class TestDemo {
    public static void main(String[] args) {
        int[] array = {10,3,2,7,19,78,65,127};
        System.out.println("排序前：" + Arrays.toString(array));
        SelectSort.selectSort(array);
        System.out.println("排序后：" + Arrays.toString(array));
    }
}

該代碼的執行結果為：

可見，實現了對原數組的升序排序。

性能分析

時間復雜度 : 不管是最好情況還是最壞情況都是O(n2) 【數據不敏感】

空間復雜度: O(1)

穩定性：不穩定

堆排序

基本原理也是選擇排序，只是不在使用遍歷的方式查找無序區間的最大的數，而是通過堆來選擇無序區間的最大的數。
注意：排升序要建大堆；排降序要建小堆。

代碼實現

邏輯代碼：

public class HeapSort {
    public static void heapSort(int[] array) {
        PriorityQueue<Integer> priorityQueue = new PriorityQueue<>(new Comparator<Integer>() {
            @Override
            public int compare(Integer o1, Integer o2) {
                return o1-o2;
            }
        });
        for (int i = 0; i < array.length; i++) {
            priorityQueue.add(array[i]);
        }
        for (int i = 0; i < array.length; i++) {
            array[i] = priorityQueue.poll();
        }
    }
}

測試代碼：

public class TestDemo {
    public static void main(String[] args) {
        int[] array = {10,3,2,7,19,78,65,127};
        System.out.println("排序前：" + Arrays.toString(array));
        HeapSort.heapSort(array);
        System.out.println("排序后：" + Arrays.toString(array));
    }
}

該代碼的執行結果為：

可見，實現了對原數組的升序排序。

性能分析

時間復雜度：不管是最好的情況還是最壞的情況都是O(n * log(n)) 。

空間復雜度：O(1)。

穩定性：不穩定

交換排序

冒泡排序

在無序區間，通過相鄰數的比較，將最大的數冒泡到無序區間的最后，持續這個過程，直到數組整體有序。

代碼實現

邏輯代碼：

public class BubbleBort {
    public static void bubbleBort(int[] array) {
        for (int i = 0; i < array.length-1; i++) {
            for (int j = 0; j < array.length-i-1; j++) {
                if (array[j] > array[j+1]) {
                    int temp = array[j];
                    array[j] = array[j+1];
                    array[j+1] = temp;
                }
            }
        }
    }
}

測試代碼：

public class TestDemo {
    public static void main(String[] args) {
        int[] array = {10,3,2,7,19,78,65,127};
        System.out.println("排序前：" + Arrays.toString(array));
        BubbleBort.bubbleBort(array);
        System.out.println("排序后：" + Arrays.toString(array));
    }
}

該代碼的執行結果為：

可見，實現了對原數組的升序排序。

性能分析

時間復雜度：
最好情況：O(n)【數據有序】
平均情況：O(n2)
最壞情況： O(n2) 【數據逆序】

空間復雜度：O(1)。

穩定性：穩定

快速排序

1. 從待排序區間選擇一個數，作為基準值(pivot)；

2. Partition: 遍歷整個待排序區間，將比基準值小的（可以包含相等的）放到基準值的左邊，將比基準值大的（可以包含相等的）放到基準值的右邊；

3. 采用分治思想，對左右兩個小區間按照同樣的方式處理，直到小區間的長度 = 1，代表已經有序，或者小區間的長度 = 0，代表沒有數據。
   

代碼實現

邏輯代碼：

public class QuickSort {
    public static void quick(int[] array,int low,int high) {
        if (low < high) {
            int piv = piovt(array,low,high);//找基準
            quick(array,low,piv-1);
            quick(array,piv+1,high);
        }
    }

    private static int piovt(int[] array,int start,int end) {
        int temp = array[start];
        while (start < end) {
            while (start < end && array[end] >= temp) {
                end--;
            }
            array[start] = array[end];


            while (start < end && array[start] < temp) {
                start++;
            }
            array[end] = array[start];
        }
        array[start] = temp;
        return start;
    }

    public static void quickSort(int[] array) {
        quick(array,0,array.length-1);
    }
}

測試代碼：

public class TestDemo {
    public static void main(String[] args) {
        int[] array = {10,3,2,7,19,78,65,127};
        System.out.println("排序前：" + Arrays.toString(array));
        QuickSort.quickSort(array);
        System.out.println("排序后：" + Arrays.toString(array));
    }
}

該代碼的執行結果為：

可見，實現了對原數組的升序排序。

性能分析

時間復雜度：
最好情況：O(n * log(n))
平均情況：O(n * log(n))
最壞情況： O(n2)

空間復雜度：
最好情況：O(log(n))
平均情況：O(log(n))
最壞情況：O(n)

穩定性：不穩定

非遞歸實現快速排序

代碼實現

邏輯代碼：

/**
 * 非遞歸實現快速排序
 */
public class QuickSortNor {
    public static void quickSortNor(int[] array) {
        int low = 0;
        int high = array.length - 1;
        int piv = piovt(array, low, high);
        Stack<Integer> stack = new Stack<>();
        if (piv > low + 1) {
            stack.push(low);
            stack.push(piv - 1);
        }
        if (piv < high - 1) {
            stack.push(piv + 1);
            stack.push(high);
        }
        while (!stack.isEmpty()) {
            high = stack.pop();
            low = stack.pop();
            piv = piovt(array, low, high);
            if (piv > low + 1) {
                stack.push(low);
                stack.push(piv - 1);
            }
            if (piv < high - 1) {
                stack.push(piv + 1);
                stack.push(high);
            }
        }
    }

    private static int piovt(int[] array, int start, int end) {
        int temp = array[start];
        while (start < end) {
            while (start < end && array[end] >= temp) {
                end--;
            }
            array[start] = array[end];
            while (start < end && array[start] < temp) {
                start++;
            }
            array[end] = array[start];
        }
        array[start] = temp;
        return start;
    }
}

測試代碼：

public class TestDemo {
    public static void main(String[] args) {
        int[] array = {10,3,2,7,19,78,65,127};
        System.out.println("排序前：" + Arrays.toString(array));
        QuickSortNor.quickSortNor(array);
        System.out.println("排序后：" + Arrays.toString(array));
    }
}

該代碼的執行結果為：

可見，實現了對原數組的升序排序。

性能分析

時間復雜度： O(n * log(n))

空間復雜度：
最好情況：O(log(n))
最壞情況：O(n)

穩定性：不穩定

歸并排序

歸并排序

歸并排序（MERGE-SORT）是建立在歸并操作上的一種有效的排序算法,該算法是采用分治法（Divide and Conquer）的一個非常典型的應用。將已有序的子序列合并，得到完全有序的序列；即先使每個子序列有序，再使子序列段間有序。若將兩個有序表合并成一個有序表，稱為二路歸并。

代碼實現

邏輯代碼：

public class MergeSort {
    public static void merge(int[] array, int start, int mid, int end) {
        int s1 = start;
        int s2 = mid + 1;
        int[] temp = new int[end - start + 1];
        int k = 0;
        while (s1 <= mid && s2 <= end) {
            if (array[s1] <= array[s2]) {
                temp[k++] = array[s1++];
            } else {
                temp[k++] = array[s2++];
            }
        }
        while (s1 <= mid) {
            temp[k++] = array[s1++];
        }
        while (s2 <= end) {
            temp[k++] = array[s2++];
        }
        for (int i = 0; i < temp.length; i++) {
            array[i + start] = temp[i];
        }
    }

    public static void mergeSortInternal(int[] array, int low, int high) {
        if (low >= high) return;
        //先分解
        int mid = (low + high) / 2;
        mergeSortInternal(array, low, mid);
        mergeSortInternal(array, mid + 1, high);
        //再合并
        merge(array, low, mid, high);
    }

    public static void mergeSort(int[] array) {
        mergeSortInternal(array, 0, array.length - 1);
    }
}

測試代碼：

public class TestDemo {
    public static void main(String[] args) {
        int[] array = {10,3,2,7,19,78,65,127};
        System.out.println("排序前：" + Arrays.toString(array));
        MergeSort.mergeSort(array);
        System.out.println("排序后：" + Arrays.toString(array));
    }
}

該代碼的執行結果為：

可見，實現了對原數組的升序排序。

性能分析

時間復雜度： O(n * log(n))

空間復雜度：O(n)

穩定性：穩定

非遞歸實現歸并排序

代碼實現

邏輯代碼：

/**
 * 非遞歸實現歸并排序
 */
public class MergeSortNor {
    public static void merge(int[] array, int gap) {
        int s1 = 0;
        int e1 = s1 + gap - 1;
        int s2 = e1 + 1;
        int e2 = s2 + gap - 1 < array.length ? s2 + gap - 1 : array.length - 1;
        int[] temp = new int[array.length];
        int k = 0;
        while (s2 < array.length) {
            while (s1 <= e1 && s2 <= e2) {
                if (array[s1] <= array[s2]) {
                    temp[k++] = array[s1++];
                } else {
                    temp[k++] = array[s2++];
                }
            }
            while (s1 <= e1) {
                temp[k++] = array[s1++];
            }
            while (s2 <= e2) {
                temp[k++] = array[s2++];
            }
            s1 = e2+1;
            e1 = s1+gap-1;
            s2 = e1+1;
            e2 = s2 + gap - 1 < array.length ? s2 + gap - 1 : array.length - 1;
        }
        while (s1 < array.length) {
            temp[k++] = array[s1++];
        }

        for (int i = 0; i < temp.length; i++) {
            array[i] = temp[i];
        }
    }

    public static void mergeSortNor(int[] array) {
        for (int i = 1; i < array.length; i *= 2) {
            merge(array, i);
        }
    }
}

測試代碼：

public class TestDemo {
    public static void main(String[] args) {
        int[] array = {10,3,2,7,19,78,65,127};
        System.out.println("排序前：" + Arrays.toString(array));
        MergeSortNor.mergeSortNor(array);
        System.out.println("排序后：" + Arrays.toString(array));
    }
}

該代碼的執行結果為：

可見，實現了對原數組的升序排序。

性能分析

時間復雜度： O(n * log(n))

空間復雜度：O(n)

穩定性：穩定

海量數據的排序問題

外部排序：排序過程需要在磁盤等外部存儲進行的排序

前提：內存只有 1G，需要排序的數據有 100G

因為內存中因為無法把所有數據全部放下，所以需要外部排序，而歸并排序是最常用的外部排序。

1. 先把文件切分成 200 份，每個 512 M

2. 分別對 512 M 排序，因為內存已經可以放的下，所以任意排序方式都可以

3. 進行 200 路歸并，同時對 200 份有序文件做歸并過程，最終結果就有序了

排序總結

到此，相信大家對“Java集合和數據結構排序的實例介紹”有了更深的了解，不妨來實際操作一番吧！這里是億速云網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！