首先给大家分享一个巨牛巨牛的人工智能教程，是我无意中发现的。教程不仅零基础，通俗易懂，而且非常风趣幽默，还时不时有内涵段子，像看小说一样，哈哈～我正在学习中，觉得太牛了，所以分享给大家！点这里可以跳转到教程

排序：对一序列对象根据某个关键字进行排序；

稳定：如果a原本在b前面，而a=b，排序之后a仍然在b的前面；

不稳定：如果a原本在b的前面，而a=b，排序之后a可能会出现在b的后面；

内排序：所有排序操作都在内存中完成；

外排序：由于数据太大，因此把数据放在磁盘中，而排序通过磁盘和内存的数据传输才能进行；

排序耗时的操作：比较、移动；

排序分类：

(1)交换类：冒泡排序、快速排序；此类的特点是通过不断的比较和交换进行排序；

(2)插入类：简单插入排序、希尔排序；此类的特点是通过插入的手段进行排序；

(3)选择类：简单选择排序、堆排序；此类的特点是看准了再移动；

(4)归并类：归并排序；此类的特点是先分割后合并；

历史进程：一开始排序算法的复杂度都在O(n^2)，希尔排序的出现打破了这个僵局；

以下视频是Sapientia University创作的，用跳舞的形式演示排序步骤，这些视频就可以当作复习排序的资料~

冒泡排序视频：http://v.youku.com/v_show/id_XMzMyOTAyMzQ0.html

选择排序视频：http://v.youku.com/v_show/id_XMzMyODk5MDI0.html

插入排序视频：http://v.youku.com/v_show/id_XMzMyODk3NjI4.html

希尔排序视频：http://v.youku.com/v_show/id_XMzMyODk5MzI4.html

归并排序视频：http://v.youku.com/v_show/id_XMzMyODk5Njg4.html

快速排序视频：http://v.youku.com/v_show/id_XMzMyODk4NTQ4.html

上面介绍的排序算法都是基于排序的，还有一类算法不是基于比较的排序算法，即计数排序、基数排序；

预备：最简单的排序

此种实现方法是最简单的排序实现；

缺点是每次找最小值都是单纯的找，而没有为下一次寻找做出铺垫；

算法如下：

public static int[] simple_sort(int[] arr) { for (int i = 0; i < arr.length; i++) {  for (int j = i + 1; j < arr.length; j++) {   if (arr[i] > arr[j]) {    swap(arr, i, j);   }  } } return arr;}

一、冒泡排序

冒泡排序相对于最简单的排序有了改进，即每次交换都是对后续有帮助的，大数将会越来越大，小的数将会越来越小；

冒泡排序思想：两两相邻元素之间的比较,如果前者大于后者，则交换；

因此此排序属于交换排序一类，同类的还有现在最常用的排序方法：快速排序；

1.标准冒泡排序

此种方法是最一般的冒泡排序实现，思想就是两两相邻比较并交换；

算法实现如下：

public static int[] bubble_sort2(int[] arr) { for (int i = 0; i < arr.length; i++) {  for (int j = arr.length - 1; j > i; j--) {   if (arr[j] < arr[j - 1]) {    swap(arr, j, j - 1);   }  } } return arr;}

2.改进冒泡排序

改进在于如果出现一个序列，此序列基本是排好序的，如果是标准的冒泡排序，则还是需要进行不断的比较；

改进方法：通过一个boolean isChanged，如果一次循环中没有交换过元素，则说明已经排好序；

算法实现如下：

// 最好：n-1次比较，不移动,因此时间复杂度为O(n)，不占用辅助空间// 最坏：n(n-1)/2次比较和移动，因此O(n^2)，占用交换的临时空间，大小为1；public static int[] bubble_sort3(int[] arr) { boolean isChanged = true; for (int i = 0; i < arr.length && isChanged; i++) {  isChanged = false;  for (int j = i + 1; j < arr.length; j++) {   if (arr[i] > arr[j]) {    swap(arr, i, j);    isChanged = true;   }  } } return arr;}

二、简单选择排序

简单选择排序特点：每次循环找到最小值，并交换，因此交换次数始终为n-1次；

相对于最简单的排序，对于很多不必要的交换做了改进，每个循环不断比较后记录最小值，只做了一次交换（当然也可能不交换，当最小值已经在正确位置）

算法如下：

//最差：n(n-1)/2次比较，n-1次交换，因此时间复杂度为O(n^2)//最好：n(n-1)/2次比较，不交换，因此时间复杂度为O(n^2)//好于冒泡排序public static int[] selection_sort(int[] arr) { for (int i = 0; i < arr.length - 1; i++) {  int min = i;  for (int j = i + 1; j < arr.length; j++) {   if (arr[min] > arr[j]) {    min = j;   }  }  if (min != i)   swap(arr, min, i); } return arr;}

三、简单插入排序

思想: 给定序列，存在一个分界线，分界线的左边被认为是有序的，分界线的右边还没被排序，每次取没被排序的最左边一个和已排序的做比较，并插入到正确位置；我们默认索引0的子数组有序；每次循环将分界线右边的一个元素插入有序数组中，并将分界线向右移一位；

算法如下：

// 最好:n-1次比较，0次移动 ,时间复杂度为O(n) // 最差:(n+2)(n-1)/2次比较，(n+4)(n-1)/2次移动，时间复杂度为 O(n^2) public static int[] insertion_sort(int[] arr) {  int j;  for (int i = 1; i < arr.length; i++) {   if (arr[i] < arr[i - 1]) {    int tmp = arr[i];    for (j = i - 1; j >= 0 && arr[j] > tmp; j--) {     arr[j + 1] = arr[j];    }    arr[j + 1] = tmp;   }  }  return arr; }

简单插入排序比选择排序和冒泡排序好！

四、希尔排序

1959年Shell发明；

第一个突破O(n^2)的排序算法；是简单插入排序的改进版；

思想：由于简单插入排序对于记录较少或基本有序时很有效，因此我们可以通过将序列进行分组排序使得每组容量变小，再进行分组排序，然后进行一次简单插入排序即可；

这里的分组是跳跃分组，即第1,4,7位置为一组，第2，5，8位置为一组，第3，6，9位置为一组；

此时，如果increment=3，则i%3相等的索引为一组，比如索引1，1+3，1+3*2

一般增量公式为：increment = increment/3+1;

算法实现如下：

// O(n^(3/2))//不稳定排序算法public static int[] shell_sort(int[] arr) { int j; int increment = arr.length; do {  increment = increment / 3 + 1;  for (int i = increment; i < arr.length; i++) { //i=increment 因为插入排序默认每组的第一个记录都是已排序的   if (arr[i] < arr[i - increment]) {    int tmp = arr[i];    for (j = i - increment; j >= 0 && arr[j] > tmp; j -= increment) {     arr[j + increment] = arr[j];    }    arr[j + increment] = tmp;   }  } } while (increment > 1); return arr;}

五、堆排序

Floyd和Williams在1964年发明；

大根堆：任意父节点都比子节点大；

小根堆：任意父节点都比子节点小；

不稳定排序算法，是简单选择排序的改进版；

思想：构建一棵完全二叉树，首先构建大根堆，然后每次都把根节点即最大值移除，并用编号最后的节点替代，这时数组长度减一，然后重新构建大根堆，以此类推；

注意：此排序方法不适用于个数少的序列，因为初始构建堆需要时间；

算法实现如下：

        // 时间复杂度为O(nlogn)  //不稳定排序算法 //辅助空间为1 //不适合排序个数较少的序列 public static int[] heap_sort(int[] arr) {  int tmp[] = new int[arr.length + 1];  tmp[0] = -1;  for (int i = 0; i < arr.length; i++) {   tmp[i + 1] = arr[i];  }  // 构建大根堆：O(n)  for (int i = arr.length / 2; i >= 1; i--) {   makeMaxRootHeap(tmp, i, arr.length);  }  // 重建：O(nlogn)  for (int i = arr.length; i > 1; i--) {   swap(tmp, 1, i);   makeMaxRootHeap(tmp, 1, i - 1);  }  for (int i = 1; i < tmp.length; i++) {   arr[i - 1] = tmp[i];  }  return arr; } private static void makeMaxRootHeap(int[] arr, int low, int high) {  int tmp = arr[low];  int j;  for (j = 2 * low; j <= high; j*=2) {   if (j < high && arr[j] < arr[j + 1]) {    j++;   }   if (tmp >= arr[j]) {    break;   }   arr[low] = arr[j];   low = j;  }  arr[low] = tmp; }

六、归并排序

稳定排序算法；

思想：利用递归进行分割和合并，分割直到长度为1为止，并在合并前保证两序列原本各自有序，合并后也有序；

实现代码如下：

// 稳定排序； // 时间复杂度O(nlogn) // 空间复杂度：O(n+logn) public static int[] merge_sort(int[] arr) {  Msort(arr, arr, 0, arr.length - 1);  return arr; }  private static void Msort(int[] sr, int[] tr, int s, int t) {  int tr2[] = new int[sr.length];  int m;  if (s == t) {   tr[s] = sr[s];  } else {   m = (s + t) / 2;   Msort(sr, tr2, s, m);   Msort(sr, tr2, m + 1, t);   Merge(tr2, tr, s, m, t);  } } private static void Merge(int[] tr2, int[] tr, int i, int m, int t) {  int j, k;  for (j = i, k = m + 1; i <= m && k <= t; j++) {   if (tr2[i] < tr2[k]) {    tr[j] = tr2[i++];   } else {    tr[j] = tr2[k++];   }  }  while (i <= m) {   tr[j++] = tr2[i++];  }  while (k <= t) {   tr[j++] = tr2[k++];  } }

七、快速排序

冒泡排序的升级版；现在用的最多的排序方法；

思想：选取pivot，将pivot调整到一个合理的位置，使得左边全部小于他，右边全部大于他；

注意：如果序列基本有序或序列个数较少，则可以采用简单插入排序，因为快速排序对于这些情况效率不高；

实现代码如下：

        // 不稳定排序算法 // 时间复杂度：最好：O(nlogn) 最坏：O(n^2) // 空间复杂度：O(logn) public static int[] quick_sort(int[] arr) {  qsort(arr, 0, arr.length - 1);  return arr; } private static void qsort(int[] arr, int low, int high) {  int pivot;  if (low < high) {   pivot = partition(arr, low, high);   qsort(arr, low, pivot);   qsort(arr, pivot + 1, high);  } } private static int partition(int[] arr, int low, int high) {  int pivotkey;  pivotkey = arr[low];//选择pivot，此处可以优化  while (low < high) {   while (low < high && arr[high] >= pivotkey) {    high--;   }   swap(arr, low, high);//交换，此处可以优化   while (low < high && arr[low] <= pivotkey) {    low++;   }   swap(arr, low, high);  }  return low; }

优化方案

(1)选取pivot：选取pivot的值对于快速排序至关重要，理想情况，pivot应该是序列的中间数；

而前面我们只是简单的取第一个数作为pivot，这点可以进行优化；

优化方法：抽多个数后取中位数作为pivot；

(2)对于小数组使用插入排序：因为快速排序适合大数组排序，如果是小数组，则效果可能没有简单插入排序来得好；

如果想进行优化，则可以使用以下代码：

public static int[] quick_sort(int[] arr) { if(arr.length>10){  qsort(arr, 0, arr.length - 1); } else{  insertion_sort(arr); } return arr;}

八、计数排序

计数排序是典型的不是基于比较的排序算法，基于比较的排序算法最少也要O(nlogn)，有没有可能创造线性时间的排序算法呢？那就是不基于比较的排序算法；

如果数组的数据范围为0~100，则很适合此算法；

复杂度： O(n+k), n为原数组长度，k为数据范围；

思想：

(1)首先找出数组中的最大值，然后创建一个计数数组（用来记录每个元素的数量）,长度为max，比如数组为{1,1,2,3,4,5}，则创建一个长度为6的数组count[]，count[1]存放数值1出现的次数，即2；

(2)填充count数组,即遍历原数组，并且count[arr[i]-1]++;

(3)对count数组进行累加，即count[i] = count[i] + count[i-1];

(4)反向填充result数组，result[count[arr[i]]-1] = arr[i];

代码如下：

import java.util.ArrayList;import java.util.Scanner;/** * 计数排序适用于： *  (1)数据范围较小，建议在小于1000 *  (2)每个数值都要大于等于0 * @author xiazdong * */public class Count_Sort {  public static void main(String[] args) {  int[] array = readArray();  System.out.print("排序前数组为：");  print(array);  int result[] = count_sort(array);  System.out.print("排序后数组为：");  print(result); } //读取数组函数 private static int[] readArray() {  Scanner in = new Scanner(System.in);  ArrayList<Integer> list = new ArrayList<Integer>();  while(true){   System.out.print("输入数字：");   int element = in.nextInt();   if(element==-1){    break;   }   else{    list.add(element);   }  }  Integer[] arr = list.toArray(new Integer[0]);  int[]array = new int[arr.length];  for(int i=0;i<arr.length;i++){   array[i] = arr[i];  }  return array; } //计数排序 public static int[] count_sort(int arr[]){  int gap = findGap(arr);  int[] count = new int[gap];  int[] result = new int[arr.length];  for(int i=0;i<arr.length;i++){   count[arr[i]]++;  }  for(int i=1;i<count.length;i++){   count[i] = count[i] + count[i-1];  }  //反向填充结果数组  for(int i=arr.length-1;i>=0;i--){   result[count[arr[i]]-1] = arr[i];    count[arr[i]]--;  }  return result; } public static void print(int result[]){  for(int a:result){   System.out.print(a+" ");  }  System.out.println(); } /**  * 找出数组的数据范围，即最大数的值  * @param arr  * @return  */ private static int findGap(int[] arr) {  int max = arr[0];  for(int i=1;i<arr.length;i++){   if(max<arr[i]){    max = arr[i];   }  }  return (max+1); }}

九、基数排序

基数排序也是非比较的排序算法，对每一位进行排序，从最低位开始排序，复杂度为O(kn),为数组长度，k为数组中的数的最大的位数；

比如{987,789} ，先通过个位数排序：{987,789}，再通过十位数排序：{987,789}，再通过百位数排序：{789,987}

思想：

(1)取得数组中的最大数，并取得位数；

(2)arr为原始数组，从最低位开始取每个位组成radix数组；

(3)对radix进行计数排序（利用计数排序适用于小范围数的特点）；

import java.util.ArrayList;import java.util.Scanner;/** * 计数排序适用于： *  (1)数据范围较小，建议在小于1000 *  (2)每个数值都要大于等于0 * @author xiazdong * */public class Count_Sort {  public static void main(String[] args) {  int[] array = new int[]{1046,2084,9046,12074,56,7026,8099,17059,33,1};  System.out.print("排序前数组为：");  print(array);  int result[] = radix_sort(array);  System.out.print("排序后数组为：");  print(result); } //基数排序 O(kn)  public static int[] radix_sort(int[]arr){  int radix[] = new int[arr.length];  int count = 1;  int n = findMaxLength(arr);  for(int i=0;i<n;i++){   radix = getRadix(arr,count);   arr = count_sort(arr, radix);   count *=10;  }  return arr; } private static int findMaxLength(int[] arr) {  int max = arr[0];  for(int i=1;i<arr.length;i++){   if(max<arr[i]){    max = arr[i];   }  }  int count = 1;  int mcount = 1;  while((max / mcount)!=0){   mcount = 1;   count++;   for(int i=0;i<count;i++){    mcount *=10;   }  }  return count; } //取得需要排序的位的数组 private static int[] getRadix(int[] arr,int count) { //O(n)  int radix[] = new int[arr.length];  for(int i=0;i<arr.length;i++){   radix[i] = arr[i]/count % 10;  }  return radix; } //类似计数排序 //arr为原始数组 //radix为需要排序的位的数组 public static int[] count_sort(int arr[],int radix[]){  int gap = findGap(radix);  int[] count = new int[gap];  int[] result = new int[radix.length];  for(int i=0;i<radix.length;i++){   count[radix[i]]++;  }  for(int i=1;i<count.length;i++){   count[i] = count[i] + count[i-1];  }  //反向填充结果数组  for(int i=radix.length-1;i>=0;i--){   result[count[radix[i]]-1] = arr[i];    count[radix[i]]--;  }  return result; } public static void print(int result[]){  for(int a:result){   System.out.print(a+" ");  }  System.out.println(); } /**  * 找出数组的数据范围，即最大数的值  * @param arr  * @return  */ private static int findGap(int[] arr) {  int max = arr[0];  for(int i=1;i<arr.length;i++){   if(max<arr[i]){    max = arr[i];   }  }  return (max+1); }}

对比图

此图摘自http://www.cnblogs.com/cj723/archive/2011/04/29/2033000.html的图

总结：每个排序都有每个排序的优点，我们需要在适当的时候用适当的算法；

比如在基本有序、数组规模小时用直接插入排序；

比如在大数组时用快速排序；

比如如果要想稳定性，则使用归并排序；

摘录维基百科图片：

浏览人工智能教程