一、Java常见排序算法介绍1、选择排序算法选择排序（Selection Sort）是一种简单直观的排序算法，它的工作原理是每次从未排序部分选择最小（或最大）的元素，将其放到已排序部分的末尾2、冒泡排序算法。

冒泡排序（Bubble Sort）是一种简单的排序算法，它重复地遍历要排序的数列，一次比较两个元素，如果它们的顺序错误就把它们交换过来遍历数列的工作是重复进行的，直到没有再需要交换的元素为止3、插入排序算法。

插入排序的基本思想是将待排序序列分为已排序区间和未排序区间，然后每次从未排序区间取出一个元素，将其插入到已排序区间的合适位置中，使得插入后仍然保持已排序区间有序重复这个过程，直到未排序区间为空，整个序列有序为止。

4、希尔排序算法Java希尔排序算法是一种基于插入排序的排序算法，通过将整个数组分成若干个子序列来进行排序，这些子序列是由数组元素的下标间隔一个固定的增量d所形成的然后，对每一个子序列分别进行插入排序，使得整个序列基本有序。

随着算法的进行，逐渐减小增量d的值，直到d为1时，整个数组就变为一个子序列，此时再对整个数组进行一次插入排序，即可完成排序5、快速排序算法Java快速排序算法是一种高效的排序算法，它基于分治法的思想，通过递归地将数组分成较小的子数组进行排序，最终合并得到有序的数组。

快速排序的基本思想是选择一个“基准”元素，然后将数组分成两个子数组，其中一个子数组的所有元素都比基准元素小，另一个子数组的所有元素都比基准元素大接着，递归地对这两个子数组进行快速排序，直到子数组的大小为1或0，即已经有序。

最后，合并这些有序的子数组，得到整个有序数组6、基数排序算法基数排序（Radix Sort）是一种非比较型整数排序算法，其原理是将整数按位数切割成不同的数字，然后按每个位数分别进行排序又称桶排序（Bucket Sort），是一种分配式排序。

它将所有待比较数值（通常为正整数）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，直到最高位排序完成，数列就变成一个有序序列二、代码实现 package com.test;

import java.util.Arrays; publicclassSortDemo {publicstaticvoidmain(String[] args){ int[] arr = {

64, 34, 25, 12, 22, 11, 90 }; bubbleSort(arr); System.out.println("排序后的数组: ");

for (int i : arr) { System.out.print(i + " "); } } // 1、选择排序/* * 选择排序的基本思想是：在未排序序列中，找到最小（或最大）的元素，存放到已排序序列的末尾。

* 随着遍历的进行，每次选出的元素都比它前面的元素大（或小） * 时间复杂度：O(n^2)，其中n是数组的长度空间复杂度：O(1) */publicstaticvoid

selectionSort(int[] arr){ System.out.println("--选择排序--"); int n = arr.length;

for (int i = 0; i < n - 1; i++) { int minIndex = i; for (int j = i + 1; j < n; j++) {

if (arr[j] < arr[minIndex]) { minIndex = j; } }

// 将最小元素与当前元素交换int temp = arr[i]; arr[i] = arr[minIndex]; arr[minIndex] = temp; } }

// 2、冒泡排序/** * 1、比较相邻的元素,如果第一个比第二个大，就交换他们两个 * 2、对每一对相邻元素做同样的工作，从开始第一对到结尾的最后一对这步做完了后，最后的元素就是最大的数 * 3、针对所有的元素重复以上的步骤，除了最后一个 * 4、持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比较 * 5、重复步骤2到4，直到所有元素都排好序了。

* 6、冒泡排序的时间复杂度是O(n^2)，其中n是数组的长度 */publicstaticvoidbubbleSort(int[] arr){ System.out.println(

"--冒泡排序--"); int n = arr.length; for (int i = 0; i < n - 1; i++) { for

(int j = 0; j arr[j + 1]) { // 交换元素

int temp = arr[j]; arr[j] = arr[j + 1]; arr[j + 1] = temp; } } } }

// 3、插入排序/* * 将第一待排序序列第一个元素看做一个有序序列，把第二个元素到最后一个元素当成是末排序序列 * 从头到尾一次扫描末排序序列，将扫描到的每一个元素插入有序序列的适当位置。

（如果待插入的元素与有序序列中的某个元素相等， * 则将待插入元素插入到相等元素的后面） *//* * 插入排序的时间复杂度为O(n^2)，其中n是待排序序列的长度在最坏情况下，插入排序的时间复杂度为O(n^2)。

在最好情况下，插入排序的时间复杂度为O * (n)，其中n是待排序序列的长度在最坏的情况下，插入排序的空间复杂度为O(1) */publicstaticvoidinsertionSort

(int[] arr){ System.out.println("--插入排序--"); int n = arr.length; for (int i =

1; i =

0 && arr[j] > key) { arr[j + 1] = arr[j]; j -= 1; } arr[j +

1] = key; } } // 4、希尔排序/* * 希尔排序是一种插入排序的改进版本，它通过分组进行比较和交换，从而减少比较次数 * 希尔排序的基本思想是：首先将数组分成若干个子数组，然后对每个子数组进行插入排序。

接着，将子数组的大小减半，重复上述过程，直到整个数组有序 * 希尔排序是一种高效的排序算法，适用于数据量较大的情况 * * 时间复杂度：O(nlogn)，其中n是数组的长度。

空间复杂度：O(logn) */publicstaticvoidshellSort(int[] arr){ System.out.println("--希尔排序--");

int n = arr.length; for (int gap = n / 2; gap > 0; gap /= 2) { for (int i = gap; i < n; i++) {

int temp = arr[i]; int j; for (j = i - gap; j >= 0 && arr[j] > temp; j -= gap) { arr[j + gap] = arr[j]; } arr[j + gap] = temp; } } }

// 5、快速排序/* * 从数列中挑出一个元素，称为 “基准”（pivot）; * 重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。

在这个分区退出之后， * 该基准就处于数列的中间位置,这个称为分区（partition）操作； * 递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序； */。

publicstaticvoidquickSort(int[] arr, int low, int high){ if (low < high) { int pi = partition(arr, low, high); quickSort(arr, low, pi -

1); quickSort(arr, pi + 1, high); } } // 分区函数privatestaticintpartition

(int[] arr, int low, int high){ int pivot = arr[high]; int i = (low - 1); // 指向小于pivot的元素的位置

for (int j = low; j <= high - 1; j++) { if (arr[j] < pivot) { i++;

int temp = arr[i]; arr[i] = arr[j]; arr[j] = temp; } }

int temp = arr[i + 1]; arr[i + 1] = arr[high]; arr[high] = temp; return (i +

1); } // 6、基数排序/* * 基数排序是一种非比较排序算法，它通过将整数按位（个、十、百等）分组来实现排序基数排序的时间复杂度在平均情况下为O(n log r)，其中n是数组的长度，r是基数的数量。

*/publicstaticvoidradixSort(int[] arr){ int max = Arrays.stream(arr).max().getAsInt();

for (intexp = 1; max / exp > 0; exp *= 10) { countSort(arr, exp); } }

privatestaticvoidcountSort(int[] arr, intexp){ int n = arr.length; int[] output = new

int[n]; int[] count = newint[10]; for (int i = 0; i < n; i++) { count[(arr[i] /

exp) % 10]++; } for (int i = 1; i < 10; i++) { count[i] += count[i - 1

]; } for (int i = n - 1; i >= 0; i--) { output[count[(arr[i] / exp) %

10] - 1] = arr[i]; count[(arr[i] / exp) % 10]--; } System.arraycopy(output,

0, arr, 0, n); } }