Java 七大排序代码合集

1.七大排序详解请见：《Java 七大排序（详解 + 代码 + 变种）》

2. 代码合集：

import java.util.ArrayDeque;
import java.util.Deque;
import java.util.concurrent.ThreadLocalRandom;

/**
 * 七大排序
 *
 * @author haomin
 * @date 2022/03/17 20:34
 **/

public class SevenSort {
    // 取随机数
    private static final ThreadLocalRandom random = ThreadLocalRandom.current();

    //1.冒泡排序
    public static void bubbleSort(int[] arr) {
        for (int i = 0; i < arr.length - 1; i++) {
            boolean isSorted = false;
            for (int j = 0; j < arr.length - 1; j++) {
                if (arr[j] > arr[j + 1]) {
                    swap(arr, j, j + 1);
                    //当 isSorted 为 true 时说明当前存在交换
                    isSorted = true;
                }
            }
            // 当 isSorted 不为 true 时说明当前层不存在交换，数据已经有序，结束循环即可
            // 减少时间复杂度
            if (!isSorted) {
                break;
            }
        }
    }

    //2.1单向选择排序
    public static void selectionSort(int[] arr) {
        for (int i = 0; i < arr.length - 1; i++) {
            int min = i;
            for (int j = i + 1; j < arr.length; j++) {
                //遍历当前层剩下的元素，找到最小数的索引
                if (arr[min] > arr[j]) {
                    min = j;
                }
            }
            //将最小数放在当前 i 的位置
            swap(arr, min, i);
        }
    }

    //2.2双向选择排序
    public static void selectionSortOP(int[] arr) {
        int low = 0;
        int high = arr.length - 1;
        // low = high，无序区间只剩下一个元素，数组已经有序
        while (low <= high) {
            int min = low;
            int max = low;
            遍历当前层剩下的元素，分别找到最小数和最大数的索引
            for (int i = low + 1; i <= high; i++) {
                if (arr[min] > arr[i]) {
                    min = i;
                }
                if (arr[max] < arr[i]) {
                    max = i;
                }
            }
            swap(arr, min, low);
            if (max == low) {
                // 最大值在上一步swap已经被换到min这个位置
                max = min;
            }
            swap(arr, max, high);
            low += 1;
            high -= 1;
        }
    }

    // 3.1直接插入排序
    // 每次从无序区间中拿第一个值插入到已经排序区间的合适位置，直到整个数组有序
    public static void insertionSort(int[] arr) {
        // 已排序区间[0,i)
        // 待排序区间[i...n]
        for (int i = 1; i < arr.length; i++) {
            // 待排序区间的第一个元素arr[i]
            // 从待排序区间的第一个元素向前看，找到合适的插入位置
//            for (int j = i; j > 0; j--) {
//                // arr[j - 1]已排序区间的最后一个元素
//                if (arr[j] >= arr[j - 1]) {
//                    // 相等我们也不交换，保证稳定性
//                    // 此时说明arr[j] > 已排序区间的最大值，arr[j]已经有序了~~直接下次循环
//                    break;
//                }else {
//                    swap(arr,j,j - 1);
//                }
//            }
            //优化为一行代码即可
            for (int j = i; j >= 1 && arr[j] < arr[j - 1]; j--) {
                swap(arr, j, j - 1);
            }
        }
    }

    // 3.2直接插入排序（已排序区间两端插入，插入时使用二分法）
    public static void insertionSortBS(int[] arr) {
        // 有序区间[0..i)
        // 无序区间[i...n]
        for (int i = 1; i < arr.length; i++) {
            int val = arr[i];
            int left = 0;
            int right = i;
            //在有序区间，二分法找到 value 的位置
            while (left < right) {
                int mid = left + ((right - left) >> 1);
                if (val < arr[mid]) {
                    right = mid;
                } else {
                    // 当val >= arr[mid]
                    left = mid + 1;
                }
            }
            // 搬移left..i的元素
            for (int j = i; j > left; j--) {
                arr[j] = arr[j - 1];
            }
            // left就是val插入的位置
            arr[left] = val;
        }
    }

    //4.希尔排序
    public static void shellSort(int[] arr) {
        int gap = (arr.length - 1) >> 2;
        while (gap > 1) {
            // 按照gap分组进行插入排序
            insertionSortByGap(arr, gap);
            gap = gap >> 1;
        }
        // 此时gap等于1，整个集合已经接近有序，只需要全集合来一次直接插入排序即可
        insertionSort(arr);
    }

    private static void insertionSortByGap(int[] arr, int gap) {
        for (int i = gap; i < arr.length; i++) {
            for (int j = i; j - gap >= 0 && arr[j] < arr[j - gap]; j -= gap) {
                swap(arr, j, j - gap);
            }
        }
    }

    //5.堆排序
    public static void heapSort(int[] arr) {
        // 1.先将arr进行heapify调整为最大堆
        // 从最后一个非叶子节点开始进行siftDown操作
        for (int i = (arr.length - 1 - 1) / 2; i >= 0; i--) {
            siftDown(arr, i, arr.length);
        }
        // 此时arr为最大堆
        for (int i = arr.length - 1; i > 0; i--) {
            // arr[0] 堆顶元素，就是当前堆的最大值
            swap(arr, 0, i);
            siftDown(arr, 0, i);
        }
    }

    private static void siftDown(int[] arr, int i, int length) {
        while (2 * i + 1 < length) {
            int j = (i << 1) + 1;
            if (j + 1 < length && arr[j + 1] > arr[j]) {
                j = j + 1;
            }
            // j就是左右子树的最大值
            if (arr[i] > arr[j]) {
                // 下沉结束
                break;
            } else {
                swap(arr, i, j);
                i = j;
            }
        }
    }

    //6.归并排序
    public static void mergeSort(int[] arr) {
        mergeSortInternal(arr, 0, arr.length - 1);
    }

    //在arr[l...r]进行归并排序,整个arr经过函数后就是一个已经有序的数组
    private static void mergeSortInternal(int[] arr, int l, int r) {
        if (r - l <= 15) {
            // 2.小区间直接使用插入排序
            insertionSort(arr, l, r);
            return;
        }
        int mid = l + ((r - l) >> 1);

        // 将原数组拆分为左右两个小区间，分别递归进行归并排序
        // 走完这个函数之后 arr[l..mid]已经有序
        mergeSortInternal(arr, l, mid);

        // 走完这个函数之后 arr[mid + 1..r]已经有序
        mergeSortInternal(arr, mid + 1, r);
        // 1.只有左右两个子区间还有先后顺序不同时才merge
        if (arr[mid] > arr[mid + 1]) {
            merge(arr, l, mid, r);
        }
    }

    //在arr[l..r]使用插入排序
    private static void insertionSort(int[] arr, int l, int r) {
        for (int i = l + 1; i <= r; i++) {
            for (int j = i; j > l && arr[j] < arr[j - 1]; j--) {
                swap(arr, j, j - 1);
            }
        }
    }

    //合并两个子数组arr[l..mid] 和 arr[mid + 1...r]
    private static void merge(int[] arr, int l, int mid, int r) {
        // 先创建一个新的临时数组aux
        int[] aux = new int[r - l + 1];
        // 将arr元素值拷贝到aux上
        for (int i = 0; i < aux.length; i++) {
            aux[i] = arr[i + l];
        }
        // i就是左侧小数组的开始索引
        int i = l;
        // j就是右侧小数组的开始索引
        int j = mid + 1;
        // k表示当前正在合并的原数组的索引下标
        for (int k = l; k <= r; k++) {
            if (i > mid) {
                // 左侧区间已经被处理完毕，只需要将右侧区间的值拷贝原数组即可
                arr[k] = aux[j - l];
                j++;
            } else if (j > r) {
                // 右侧区间已经被处理完毕，只需要将左侧区间的值拷贝到原数组即可
                arr[k] = aux[i - l];
                i++;
            } else if (aux[i - l] <= aux[j - l]) {
                // 此时左侧区间的元素值较小，相等元素放在左区间，保证稳定性
                arr[k] = aux[i - l];
                i++;
            } else {
                // 右侧区间的元素值较小
                arr[k] = aux[j - l];
                j++;
            }
        }
    }

    //6.2归并排序的迭代写法
    public static void mergeSortNonRecursion(int[] arr) {
        // 最外层循环表示每次合并的子数组的元素个数
        for (int sz = 1; sz <= arr.length; sz += sz) {
            // 内层循环的变量i表示每次合并的开始索引
            // i + sz 就是右区间的开始索引，i + sz < arr.length说明还存在右区间
            for (int i = 0; i + sz < arr.length; i += sz + sz) {
                merge(arr, i, i + sz - 1, Math.min(i + sz + sz - 1, arr.length - 1));
            }
        }
    }

    //7.0快速排序
    public static void quickSort(int[] arr) {
        quickSortInternal(arr, 0, arr.length - 1);
    }

    private static void quickSortInternal(int[] arr, int l, int r) {
        if (r - l <= 15) {
            insertionSort(arr, l, r);
            return;
        }
        // 先获取分区点
        // 所谓的分区点就是经过分区函数后，某个元素落在了最终的位置
        // 分区点左侧全都是小于该元素的区间，分区点右侧全都是 >= 该元素的区间
        int p = partition(arr, l, r);
        // 重复在左区间和右区间上重复上述流程
        quickSortInternal(arr, l, p - 1);
        quickSortInternal(arr, p + 1, r);
    }

    private static int partition(int[] arr, int l, int r) {
        // 随机在当前数组中选一个数
        int randomIndex = random.nextInt(l, r);
        swap(arr, l, randomIndex);
        int v = arr[l];
        // arr[l + 1..j] < v
        // arr[j + 1..i) >= v
        // i表示当前正在扫描的元素
        int j = l;
        for (int i = l + 1; i <= r; i++) {
            if (arr[i] < v) {
                swap(arr, j + 1, i);
                j++;
            }
        }
        // 将基准值和最后一个 < v的元素交换，基准值就落在了最终位置
        swap(arr, l, j);
        return j;
    }

    //7.2快速排序
    public static void quickSort2(int[] arr) {
        quickSortInternal2(arr, 0, arr.length - 1);
    }

    private static void quickSortInternal2(int[] arr, int l, int r) {
        if (r - l <= 15) {
            insertionSort(arr, l, r);
            return;
        }
        int p = partition2(arr, l, r);
        quickSortInternal2(arr, l, p - 1);
        quickSortInternal2(arr, p + 1, r);
    }

    private static int partition2(int[] arr, int l, int r) {
        int randomIndex = random.nextInt(l, r);
        swap(arr, l, randomIndex);
        int v = arr[l];

        // arr[l + 1..i) <= v
        // [l + 1..l + 1) = 0
        int i = l + 1;

        // arr(j..r] >= v
        // (r...r] = 0
        int j = r;

        while (true) {
            // i从前向后扫描，碰到第一个 >= v的元素停止
            while (i <= j && arr[i] < v) {
                i++;
            }
            // j从后向前扫描，碰到第一个 <= v的元素停止
            while (i <= j && arr[j] > v) {
                j--;
            }
            if (i >= j) {
                break;
            }
            swap(arr, i, j);
            i++;
            j--;
        }
        // j落在最后一个 <= v的元素身上
        swap(arr, l, j);
        return j;
    }

    //7.3 三路快排
    public static void quickSort3(int[] arr) {
        quickSortInternal3(arr, 0, arr.length - 1);
    }

    private static void quickSortInternal3(int[] arr, int l, int r) {
        if (r - l <= 15) {
            insertionSort(arr, l, r);
            return;
        }
        int randomIndex = random.nextInt(l, r);
        swap(arr, l, randomIndex);
        int v = arr[l];

        // arr[l + 1..lt] < v
        // lt是指向最后一个<v的元素
        int lt = l;

        // arr[lt + 1..i) == v
        // i - 1是最后一个 = v的元素
        int i = lt + 1;

        // arr[gt..r] > v
        // gt是第一个 > v的元素
        int gt = r + 1;

        // i从前向后扫描和gt重合时，所有元素就处理完毕
        while (i < gt) {
            if (arr[i] < v) {
                // arr[l + 1..lt] < v
                // arr[lt + 1..i) == v
                swap(arr, i, lt + 1);
                i++;
                lt++;
            } else if (arr[i] > v) {
                // 交换到gt - 1
                swap(arr, i, gt - 1);
                gt--;
                // 此处i不++，交换来的gt - 1还没有处理
            } else {
                // 此时arr[i] = v
                i++;
            }
        }

        // lt落在最后一个 < v的索引处
        swap(arr, l, lt);
        // arr[l..lt - 1] < v
        quickSortInternal3(arr, l, lt - 1);
        // arr[gt..r] > v
        quickSortInternal3(arr, gt, r);
    }

    //7.4 借助栈来实现非递归分治快排
    public static void quickSortNonRecursion(int[] arr) {
        Deque<Integer> stack = new ArrayDeque<>();
        // 栈中保存当前集合的开始位置和终止位置
        int l = 0;
        int r = arr.length - 1;
        stack.push(r);
        stack.push(l);
        while (!stack.isEmpty()) {
            // 栈不为空时，说明子区间还没有处理完毕
            int left = stack.pop();
            int right = stack.pop();
            if (left >= right) {
                // 区间只有一个元素
                continue;
            }
            int p = partition(arr, left, right);
            // 依次将右区间的开始和结束位置入栈
            stack.push(right);
            stack.push(p + 1);
            // 再将左侧区间的开始和结束位置入栈
            stack.push(p - 1);
            stack.push(left);
        }
    }

    //7.5 挖坑法
    public static void quickSortDigPit(int[] arr) {
        quickSortDigPitInternal(arr, 0, arr.length - 1);
    }
    private static int quickSortDigPitInternal(int[] array, int left, int right) {
        int i = left;
        int j = right;
        int pivot = array[left];
        while (i < j) {
            while (i < j && array[j] >= pivot) {
                j--;
            }

            array[i] = array[j];

            while (i < j && array[i] <= pivot) {
                i++;
            }

            array[j] = array[i];
        }
        array[i] = pivot;
        return i;
    }

    //交换三连
    private static void swap(int[] arr, int i, int j) {
        int temp = arr[i];
        arr[i] = arr[j];
        arr[j] = temp;
    }
}