小编给大家分享一下Java中排序算法有哪些，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！冒泡排序（Bubble Sort）比较相邻的元素。如果第一个比第二个大，就交换它们两个，直到最后算 香港云主机法分析这里注意，如果发现没有交换，证明已经是排好序了第一次比较就没有出现交换，所以是 O(n) 最佳情况：T(n) = O(n) 最差情况：T(n) = O(n2) 平均情况：T(n) = O(n2)选择排序（Selection Sort）第一个分别与后面的进行比较，每次把最大（最小）的投出来算法分析最佳情况：T(n) = O(n2)最差情况：T(n) = O(n2)平均情况：T(n) = O(n2)插入排序（Insertion Sort）每次拿出一个与前面挨着的比较，发现第一个比自己大（小）的插入，前面的序列都是有序序列算法分析每次比较多少次不确定，近似n次每次都不需要动（每次比较一次），遍历一次最佳情况：T(n) = O(n) 最坏情况：T(n) = O(n2) 平均情况：T(n) = O(n2)希尔排序（Shell Sort）改进插入排序“缩小增量排序”或者“递减增量排序”算法分析基于插入排序的两点性质而来：对一个“几乎”已经排好序的无序序列，插入排序的效率是很高的，可以达到线性排序的效率最佳情况：T(n) = O(nlog2 n)最坏情况：T(n) = O(nlog2 n)平均情况：T(n) =O(nlog2n) 时间复杂度：归并排序（Merge Sort）把长度为n的输入序列分成两个长度为n/2的子序列；对这两个子序列分别采用归并排序；将两个排序好的子序列合并成一个最终的排序序列。算法分析最后一轮访问是n往前推每次都是n/2取极限最佳情况：T(n) = O(n)最差情况：T(n) = O(nlogn)平均情况：T(n) = O(nlogn)快速排序（Quick Sort）选择中间数，把大雨的丢右边，小于的丢左边递归算法分析最佳情况：T(n) = O(nlogn) 最差情况：T(n) = O(n2) 平均情况：T(n) = O(nlogn) 堆排序（Heap Sort）算法分析最佳情况：T(n) = O(nlogn)最差情况：T(n) = O(nlogn)平均情况：T(n) = O(nlogn)计数排序（Counting Sort）有确定范围的数申请最大数长度的数组算法分析计数排序不是比较排序，排序的速度快于任何比较排序算法。由于用来计数的数组C的长度取决于待排序数组中数据的范围这使得计数排序对于数据范围很大的数组，需要大量时间和内存。等于待排序数组的最大值与最小值的差加上1当输入的元素是n 个0到k之间的整数时，它的运行时间是 O(n + k)。最佳情况：T(n) = O(n+k)最差情况：T(n) = O(n+k)平均情况：T(n) = O(n+k)桶排序（Bucket Sort）桶排序是计数排序的升级版。桶排序最好情况下使用线性时间O(n)，因为其它部分的时间复杂度都为O(n)。桶排序的时间复杂度，取决与对各个桶之间数据进行排序的时间复杂度，很显然，桶划分的越小，各个桶之间的数据越少，排序所用的时间也会越少。但相应的空间消耗就会增大。最佳情况：T(n) = O(n+k)平均情况：T(n) = O(n+k) 最差情况：T(n) = O(n2) 基数排序（Radix Sort）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；算法分析最佳情况：T(n) = O(n * k) 最差情况：T(n) = O(n * k) 平均情况：T(n) = O(n * k)以上是“Java中排序算法有哪些”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注开发云行业资讯频道！
这篇文章主要讲解了“xp系统怎么设置网络连接双工模式”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“xp系统怎么设置网络连接双工模式”吧！一、在桌面上右键单击“网上邻居”的图标，选择“属性”;二、新窗口中会看到“…
免责声明：本站发布的图片视频文字，以转载和分享为主，文章观点不代表本站立场，本站不承担相关法律责任；如果涉及侵权请联系邮箱：360163164@qq.com举报，并提供相关证据，经查实将立刻删除涉嫌侵权内容。
微信扫一扫 
