Java 排序教程
Java 排序教程
排序是数据处理的核心操作,Java 提供了多种实现方式。本教程涵盖内置排序方法和常用算法实现,帮助您逐步掌握排序技术。
一、Java 内置排序方法
Arrays.sort()
适用于基本类型数组和对象数组:import java.util.Arrays;// 整型数组排序 int[] numbers = {5, 2, 9, 1}; Arrays.sort(numbers); // 结果: [1, 2, 5, 9]// 对象数组排序(需实现Comparable接口) String[] names = {"John", "Alice", "Bob"}; Arrays.sort(names); // 结果: ["Alice", "Bob", "John"]
Collections.sort()
专为List
集合设计:import java.util.ArrayList; import java.util.Collections;ArrayList<Integer> list = new ArrayList<>(); list.add(10); list.add(3); list.add(7); Collections.sort(list); // 结果: [3, 7, 10]
二、常用排序算法实现
1. 冒泡排序(Bubble Sort)
- 原理:重复比较相邻元素,将较大值向后移动
- 时间复杂度:$O(n^2)$
public static void bubbleSort(int[] arr) {for (int i = 0; i < arr.length - 1; i++) {for (int j = 0; j < arr.length - i - 1; j++) {if (arr[j] > arr[j + 1]) {// 交换相邻元素int temp = arr[j];arr[j] = arr[j + 1];arr[j + 1] = temp;}}}
}
2. 插入排序(Insertion Sort)
- 原理:构建有序序列,逐个插入未排序元素
- 时间复杂度:$O(n^2)$(最优情况 $O(n)$)
public static void insertionSort(int[] arr) {for (int i = 1; i < arr.length; i++) {int key = arr[i];int j = i - 1;// 将大于key的元素后移while (j >= 0 && arr[j] > key) {arr[j + 1] = arr[j];j--;}arr[j + 1] = key; // 插入key到正确位置}
}
3. 快速排序(Quick Sort)
- 原理:分治法,选取基准值分割数组
- 时间复杂度:平均 $O(n \log n)$,最差 $O(n^2)$
public static void quickSort(int[] arr, int low, int high) {if (low < high) {int pi = partition(arr, low, high); // 获取基准点索引quickSort(arr, low, pi - 1); // 递归左子数组quickSort(arr, pi + 1, high); // 递归右子数组}
}private static int partition(int[] arr, int low, int high) {int pivot = arr[high]; // 选择最右元素为基准int i = low - 1;for (int j = low; j < high; j++) {if (arr[j] < pivot) {i++;// 交换小于基准的元素int temp = arr[i];arr[i] = arr[j];arr[j] = temp;}}// 将基准放到正确位置int temp = arr[i + 1];arr[i + 1] = arr[high];arr[high] = temp;return i + 1;
}
三、算法选择指南
场景 | 推荐算法 | 原因 |
---|---|---|
小规模数据 | 插入排序 | 常数因子小,实现简单 |
通用场景 | 快速排序 | 平均性能最优 |
内存敏感 | 堆排序 | $O(1)$ 额外空间 |
稳定性要求 | 归并排序 | 稳定且 $O(n \log n)$ |
内置实现 | Arrays.sort() | 优化过的双轴快速排序 |
关键概念:
- 稳定性:相等元素的相对顺序不变(如插入排序)
- 时间复杂度:衡量算法随数据规模的增长速度
- 空间复杂度:算法运行所需的额外存储空间
通过本教程,您可掌握 Java 排序的核心方法。建议从内置方法入手,再逐步实现经典算法以加深理解。