排序算法总结（java实现）

  排序算法的分类如下：

   1.插入排序（直接插入排序、折半插入排序、希尔排序）；

   2.交换排序（冒泡泡排序、快速排序）；

   3.选择排序（直接选择排序、堆排序）；

   4.归并排序；

   5.基数排序。

关于排序方法的选择：

   (1)若n较小(如n≤50)，可采用直接插入或直接选择排序。

　当记录规模较小时，直接插入排序较好；否则因为直接选择移动的记录数少于直接插人，应选直接选择排序为宜。

   (2)若文件初始状态基本有序(指正序)，则应选用直接插人、冒泡或随机的快速排序为宜；

   (3)若n较大，则应采用时间复杂度为O(nlgn)的排序方法：快速排序、堆排序或归并排序。

冒泡排序----交换排序的一种

        方法：相邻两元素进行比较，如有需要则进行交换，每完成一次循环就将最大元素排在最后（如从小到大排序），下一次循环是将其他的数进行类似操作。

        性能：比较次数O(n^2),n^2/2；交换次数O(n^2),n^2/4

	public int[] bubbleSort(int[] data, String sortType) {
		// 比较的轮数
		for (int i = 1; i < data.length-1; i++) {
			// 将相邻两个数进行比较，较大的数往后冒泡
			for (int j = 0; j < data.length - i; j++) {
				if (sortType.equals("asc")) { // 正排序，从小排到大
					if (data[j] > data[j + 1]) {
						// 交换相邻两个数
						swap(data, j, j + 1);
					}
				} else if (sortType.equals("desc")) {
					if (data[j] < data[j + 1]) {
						// 交换相邻两个数
						swap(data, j, j + 1);
					} 

				}

			}

		}

		return data;

	}

  直接选择排序法----选择排序的一种

         方法：每一趟从待排序的数据元素中选出最小（或最大）的一个元素， 顺序放在已排好序的数列的最后，直到全部待排序的数据元素排完。

        性能：比较次数O(n^2),n^2/2

         交换次数O(n),n

         交换次数比冒泡排序少多了，由于交换所需CPU时间比比较所需的CUP时间多，所以选择排序比冒泡排序快。

        但是N比较大时，比较所需的CPU时间占主要地位，所以这时的性能和冒泡排序差不太多，但毫无疑问肯定要快些。

	public int [] selectSort(int[] data, String sortType) {
		int index;
		for (int i = 1; i < data.length; i++) {

			index = 0;

			for (int j = 1; j <= data.length - i; j++) {

				if (sortType.equals("asc")) { 
					if (data[j] > data[index]) {
						index = j;
					}
				} else if (sortType.equals("desc")) {
					if (data[j] < data[index]) {
						index = j;
					}
				}

				swap(data, data.length - i, index);

			}

		}
		return data;

	}

  插入排序

        方法：将一个记录插入到已排好序的有序表（有可能是空表）中,从而得到一个新的记录数增1的有序表。

        性能：比较次数O(n^2),n^2/4
              复制次数O(n),n^2/4
             比较次数是前两者的一般，而复制所需的CPU时间较交换少，所以性能上比冒泡排序提高一倍多，而比选择排序也要快。

       public int [] insertSort(int[] data, String sortType) {
                     for (int i = 1; i < data.length; i++) {

                            for (int j = 0; j < i; j++) {
                                if (sortType.equals("asc")) { 
                                   if (data[j] > data[i]) {
                                          swap(data, i, j);
                                   }else if (sortType.equals("desc")){
                                	   if (data[j] < data[i]) {
                                           swap(data, i, j);

                                    }
                                  }
                            }
                     }
              }

              return data;

       }

快速排序

         快速排序使用分治法（Divide and conquer）策略来把一个序列（list）分为两个子序列（sub-lists）。

        步骤为：

        1. 从数列中挑出一个元素，称为 "基准"（pivot），

        2. 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）。在这个分割之后，该基准是它的最后位置。这个称为分割（partition）操作。

         3. 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。

        递回的最底部情形，是数列的大小是零或一，也就是永远都已经被排序好了。虽然一直递回下去，但是这个算法总会结束，因为在每次的迭代（iteration）中，它至少会把一个元素摆到它最后的位置去。

  private int [] quickSort(int data[], int low, int high) {

              int i, j, x;

              if (low < high) { //这个条件用来结束递归

                     i = low;

                     j = high;

                     x = data[i];

                     while (i < j) {

                            while (i < j && data[j] < x) {

                                   j--; //从右向左找第一个小于x的数

                            }

                            if (i < j) {

                                   data[i] = data[j];

                                   i++;

                            }

                            while (i < j && data[i] > x) {

                                   i++; //从左向右找第一个大于x的数

                            }

                            if (i < j) {

                                   data[j] = data[i];

                                   j--;

                            }

                     }

                     data[i] = x;

                     quickSort(data, low, i - 1);

                     quickSort(data, i + 1, high);

              }
             return data;
       }