目录
Java排序算法全解析:从冒泡到快速排序,案例实操

排序,是算法中最基础、最常用的操作之一。无论是数据分析、搜索优化,还是系统设计,掌握常见排序算法都是 Java 程序员的必修课。本篇文章将结合 Java 代码,带你从基础的冒泡排序,到高效的快速排序,全面理解各种排序算法。


1️⃣ 冒泡排序(Bubble Sort)

冒泡排序是最简单直观的排序算法,它重复地遍历数组,每次比较相邻的两个元素,如果顺序错误就交换。大体思想就像水泡从底部往上冒。

特点

  • 时间复杂度:O(n²)
  • 空间复杂度:O(1)
  • 稳定排序

Java实现

java
复制代码
public class BubbleSort {
    public static void bubbleSort(int[] arr) {
        int n = arr.length;
        for (int i = 0; i < n - 1; i++) {
            for (int j = 0; j < n - 1 - i; j++) {
                if (arr[j] > arr[j + 1]) {
                    // 交换
                    int temp = arr[j];
                    arr[j] = arr[j + 1];
                    arr[j + 1] = temp;
                }
            }
        }
    }

    public static void main(String[] args) {
        int[] data = {5, 3, 8, 4, 2};
        bubbleSort(data);
        System.out.println(Arrays.toString(data));
    }
}

✅ 输出:

plaintext
复制代码
[2, 3, 4, 5, 8]

注意点

  • 冒泡排序适合小数据量。
  • 可以通过增加一个 flag 判断是否提前结束优化。

2️⃣ 选择排序(Selection Sort)

选择排序每次从未排序的部分选出最小(或最大)的元素,放到已排序部分的末尾。

特点

  • 时间复杂度:O(n²)
  • 空间复杂度:O(1)
  • 不稳定排序

Java实现

java
复制代码
public class SelectionSort {
    public static void selectionSort(int[] arr) {
        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;
                }
            }
            int temp = arr[i];
            arr[i] = arr[minIndex];
            arr[minIndex] = temp;
        }
    }

    public static void main(String[] args) {
        int[] data = {5, 3, 8, 4, 2};
        selectionSort(data);
        System.out.println(Arrays.toString(data));
    }
}

✅ 输出:

plaintext
复制代码
[2, 3, 4, 5, 8]

注意点

  • 虽然时间复杂度和冒泡相同,但交换次数更少。
  • 大数据量下仍然效率低下。

3️⃣ 插入排序(Insertion Sort)

插入排序类似整理扑克牌,把每张牌插入到前面已排序的部分中。

特点

  • 时间复杂度:O(n²),近乎有序时可降到 O(n)
  • 空间复杂度:O(1)
  • 稳定排序

Java实现

java
复制代码
public class InsertionSort {
    public static void insertionSort(int[] arr) {
        int n = arr.length;
        for (int i = 1; i < n; i++) {
            int key = arr[i];
            int j = i - 1;
            while (j >= 0 && arr[j] > key) {
                arr[j + 1] = arr[j];
                j--;
            }
            arr[j + 1] = key;
        }
    }

    public static void main(String[] args) {
        int[] data = {5, 3, 8, 4, 2};
        insertionSort(data);
        System.out.println(Arrays.toString(data));
    }
}

✅ 输出:

plaintext
复制代码
[2, 3, 4, 5, 8]

注意点

  • 对近乎有序的数据非常高效。
  • 插入排序思想是很多高级排序的基础。

4️⃣ 快速排序(Quick Sort)

快速排序是分治算法的代表,选一个“基准”,把数组分成比基准小的和比基准大的两部分,再递归排序。

特点

  • 时间复杂度:O(n log n) 平均
  • 最坏情况:O(n²)
  • 空间复杂度:O(log n) 递归栈
  • 不稳定排序

Java实现

java
复制代码
public class QuickSort {
    public static void quickSort(int[] arr, int low, int high) {
        if (low < high) {
            int pivotIndex = partition(arr, low, high);
            quickSort(arr, low, pivotIndex - 1);
            quickSort(arr, pivotIndex + 1, high);
        }
    }

    private static int partition(int[] arr, int low, int high) {
        int pivot = arr[high];
        int i = low - 1;
        for (int j = low; j < high; 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;
    }

    public static void main(String[] args) {
        int[] data = {5, 3, 8, 4, 2};
        quickSort(data, 0, data.length - 1);
        System.out.println(Arrays.toString(data));
    }
}

✅ 输出:

plaintext
复制代码
[2, 3, 4, 5, 8]

注意点

  • 快速排序效率高,适合大部分数据。
  • 避免选择最小或最大元素为基准,否则退化为 O(n²)。

5️⃣ 归并排序(Merge Sort)

归并排序也是分治算法,把数组分成两半,排序后合并。

特点

  • 时间复杂度:O(n log n)
  • 空间复杂度:O(n)
  • 稳定排序

Java实现

java
复制代码
public class MergeSort {
    public static void mergeSort(int[] arr, int left, int right) {
        if (left < right) {
            int mid = (left + right) / 2;
            mergeSort(arr, left, mid);
            mergeSort(arr, mid + 1, right);
            merge(arr, left, mid, right);
        }
    }

    private static void merge(int[] arr, int left, int mid, int right) {
        int[] temp = new int[right - left + 1];
        int i = left, j = mid + 1, k = 0;

        while (i <= mid && j <= right) {
            temp[k++] = arr[i] <= arr[j] ? arr[i++] : arr[j++];
        }

        while (i <= mid) temp[k++] = arr[i++];
        while (j <= right) temp[k++] = arr[j++];

        for (int l = 0; l < temp.length; l++) {
            arr[left + l] = temp[l];
        }
    }

    public static void main(String[] args) {
        int[] data = {5, 3, 8, 4, 2};
        mergeSort(data, 0, data.length - 1);
        System.out.println(Arrays.toString(data));
    }
}

✅ 输出:

plaintext
复制代码
[2, 3, 4, 5, 8]

注意点

  • 稳定且适合大数据排序。
  • 需要额外空间存放临时数组。

6️⃣ 小结

排序算法 时间复杂度 空间复杂度 稳定性 适用场景
冒泡排序 O(n²) O(1) 稳定 小数据量,学习算法原理
选择排序 O(n²) O(1) 不稳定 小数据量,交换少
插入排序 O(n²) O(1) 稳定 数据近乎有序
快速排序 O(n log n) O(log n) 不稳定 大部分数据,高效
归并排序 O(n log n) O(n) 稳定 大数据,要求稳定排序

通过这篇文章,你可以:

  • 掌握 Java 中常见排序算法的实现方法
  • 理解排序算法的时间复杂度和适用场景
  • 能够独立选择合适的排序算法解决问题
"我视别人的钱财如粪土,但你的就不一样啦!"
本文由 程序员拉大锯 原创发布于 阳光沙滩 , 未经作者授权,禁止转载
评论
0 / 1024
拉大锯
这篇也不错!
2026-01-06 22:53回复
回复@拉大锯(这篇也不错!)感谢您的回复!
2026-01-13 01:10回复
推荐文章
面向 Java 程序员的 MinIO 入门教程
本文为Java程序员提供了一份详细的MinIO入门教程,涵盖MinIO的部署方法和Java SDK的集成使用。通过本文,您将学习如何在Java项目中高效管理桶和对象,快速上手MinIO这一高性能对象存储服务。
你知道:气和汽的区别吗?
了解‘气’和‘汽’的区别,掌握它们在不同语境下的含义与用法,帮助你更准确地使用中文。无论是日常交流还是写作,这对提升语言能力都大有裨益。
wsl update 下载不下来怎么办呀?
遇到Docker Desktop提示需要更新但无法解决?本文教你如何通过GitHub下载并安装WSL,轻松解决更新问题,适合使用x64芯片的用户。
今日经验:重置虚拟机的密码
本文详细记录了在KVM虚拟化环境中,如何通过virt-rescue工具重置遗忘的root密码。对于需要维护和管理虚拟机的IT人员来说,这是一份实用的排障指南,涵盖了从环境准备到密码修改的完整流程,帮助快速恢复系统访问权限。
今日工作:Android Health Connect 接入记录
本文详细讲解了如何将 Android Health Connect 接入到健康或运动类应用中,涵盖从配置、代码实现到测试验收的完整流程。适合希望统一健康数据管理、提升用户隐私合规性的开发者阅读。
Skill从入门到出家
探索AI Agent的核心能力——Skill,了解其模块化设计、渐进式披露机制和实际应用场景。从基础概念到高级实战,掌握如何构建可复用、可移植的AI技能,提升Agent处理复杂任务的能力。
Docker,Docker Compose,kubectl最近遇到的版本问题
本文分享了在使用Docker、Docker Compose和kubectl时遇到的版本问题及解决方法,适合需要更新或管理Linux系统中相关工具的开发者参考。
Google上架App退回
Google Play Console 抛出 16KB 内存页面大小合规性错误,导致应用无法上架。本文详细分析了错误原因,并提供了解决方案,帮助开发者适配 Android 15 的新要求。
国内常用的 npm 镜像源整理
在使用 npm 安装依赖时,国内开发者常常遇到速度慢的问题。本文整理了多个稳定且常用的国内 npm 镜像源,帮助提升依赖安装效率。还介绍了如何通过 nrm 工具快速切换镜像,非常适合需要优化开发环境的开发者。
列表项排序设计:分数索引思想与实践
本文介绍了分数索引思想在列表排序中的应用,通过实数轴上的插空方式实现高效插入与拖拽排序。适用于课程章节、导航菜单、看板列等多种场景,提供创建和更新时的业务规则及边界处理策略,帮助开发者优化排序性能并提升用户体验。
2026苹果电脑芯片的性能排行榜
了解2026年前后苹果电脑芯片的性能排名和关键变化,帮助你更好地选择适合自己的设备。从M1到M5,每一款芯片都有其独特优势,无论是日常办公还是专业需求都能找到合适的推荐。
在 KVM 上部署 Ubuntu 24.04 Server:企业级虚拟化完整实践指南
本文详细介绍了如何在 KVM 上部署 Ubuntu 24.04 Server,涵盖系统架构、部署步骤、核心命令解析和性能优化等内容。适合希望构建高性能、低成本企业虚拟化平台的技术人员阅读。
旧版本的kubesphere还能用的
本文介绍了如何使用KubeSphere配置和部署一个Kubernetes集群,包括修改配置文件、设置环境变量以及执行安装命令。适合需要了解Kubernetes集群搭建的开发者和系统管理员阅读。
Flutter Fragment 嵌入模式下返回键/侧滑直接退出应用-日常记录
在 Flutter 混合开发中,如何解决 Android 返回键无法正确触发 Flutter 页面返回逻辑的问题?本文详细解析了事件传递机制,并提供完整解决方案,包括 Android 和 Flutter 层的配置方式。适合开发者快速排查和修复类似问题。
记录一个问题,Post请求变Get请求了?原因很简单
本文讲述了一个关于HTTP请求方法被错误转换的问题,通过分析Nginx配置和日志,最终发现是由于301重定向导致POST请求变成GET请求。作者详细描述了问题排查过程,并给出了解决方案,对于开发人员在处理类似网络问题时具有参考价值。
Android 进阶:在非 ComponentActivity 中实现协程自动取消
本文深入探讨了在 Android 开发中如何为非 ComponentActivity 的类实现 LifecycleOwner 功能,分享了两种优雅的解决方案。通过手动注册和 Kotlin 属性委托的方式,确保协程能随 Activity 销毁而自动取消,提升代码健壮性。适合对 Android 生命周期管理和协程使用感兴趣的开发者阅读。
Uni-app 发送通知全解析(从本地通知到推送服务实战)
深入了解Uni-app中通知的四种类型及应用场景,掌握跨平台支持情况和代码实战技巧。从基础提示到高级推送架构设计,全面解析如何提升用户活跃度和业务触达能力,适合开发者系统学习与实践。
MQTT 学习指南:从入门到工程实践
深入解析MQTT在物联网中的核心作用,了解其轻量、稳定和省流量的特性。从发布/订阅模型到QoS机制,全面掌握MQTT的通信原理与应用场景,助你高效构建物联网系统。
深入理解 Java NIO:非阻塞 I/O 的原理、应用与案例实战
本文深入解析 Java NIO 的核心概念,包括 Buffer、Channel 和 Selector,对比传统 I/O 的优势,并通过实战案例展示如何构建高并发的聊天服务器。适合希望提升 Java 网络编程能力的开发者阅读。
二次函数全攻略:公式、图像、性质与应用
二次函数是数学中的核心内容,广泛应用于物理、经济和工程领域。本文系统讲解其定义、图像、性质及实际应用,通过案例帮助理解,适合学生和数学爱好者深入学习。
Java排序算法全解析:从冒泡到快速排序,案例实操
掌握Java中常见排序算法的实现方法,理解其时间复杂度和适用场景,提升编程能力。从冒泡排序到快速排序,全面解析各种排序技术,帮助你高效解决问题。
Java 面试算法题全解析:案例、讲解与面试频率分析
Java面试中,算法题是必考内容。掌握常见算法不仅能提升编程能力,还能提高通过率。本文详细讲解了两数之和、链表反转、二分查找等经典算法题的解题思路与实现代码,帮助你更有针对性地准备面试。
Java基础语法入门:跟着案例一步步学会
掌握Java基础语法,从零开始学习编程。本文通过实战案例,详细讲解程序结构、变量、运算符、条件语句、循环、数组和方法等核心内容,适合初学者系统学习。通过练习提升编程能力,为进阶开发打下坚实基础。
Java 多线程入门:从概念到实战(初学者必看)
掌握多线程编程,提升程序效率和响应速度。本文从基础概念到实战案例,一步步讲解如何在 Java 中实现多线程,帮助你快速上手并理解核心知识点。通过实际代码示例,了解线程的生命周期、常用方法及线程安全问题,适合初学者和进阶者学习参考。
Java 多线程入门:从概念到实战(初学者必看)
掌握多线程编程,提升程序效率与响应速度。本文从基础概念到实战案例,详细讲解Java多线程的实现方式、注意事项和线程安全问题,适合初学者快速上手。通过实例代码,帮助你理解如何高效编写多线程程序。
Flutter开发网路库封装示例
本教程详细介绍了如何在 Flutter 项目中通过 Dio 库封装网络请求,提供了一套完整的封装类及使用示例,适用于构建中大型项目。内容覆盖依赖引入、封装方法实现、使用场景演示以及扩展功能建议,帮助开发者快速提升代码复用性和可维护性。无论是初学者还是有经验的开发者,都能从中受益。
写完这些案例,就掌握flutter开发了。
学习如何在Flutter中实现输入框的实时显示、页面跳转与数据传递,以及动态列表的展示和网络请求数据的解析与展示。通过这些基础案例,掌握Flutter的核心功能,为构建复杂应用打下坚实基础。
Flutter学习路线
想要掌握Flutter开发?这篇详细的学习路线图将帮助你从零开始,逐步成长为Flutter开发者。覆盖基础入门、核心概念、进阶开发以及发布优化四个阶段,结合理论与实践,让你轻松掌握Flutter技能。无论是想开发手机应用还是探索跨平台开发,这份指南都能满足你的需求。立即行动,开启你的Flutter之旅吧!
什么是MCP? Monte Carlo Planning(蒙特卡洛规划)
MCP(Monte Carlo Planning,蒙特卡洛规划)是强化学习和决策系统中的重要方法,广泛应用于复杂环境下的行动策略规划。无论是博弈中的AI,还是机器人路径规划,MCP都能通过随机模拟预测未来策略的效果。其中,蒙特卡洛树搜索(MCTS)是其典型实现,具有强大的全局最优性和适应高维复杂策略的能力。文章详细解析了MCP的基本概念、与强化学习的关系、典型算法以及实际应用场景,展示了其在AlphaGo、自动驾驶、游戏AI等领域的卓越表现。
智能体相关的概念介绍一下,并且给出学习路线!
智能体是人工智能领域的重要概念,广泛应用于强化学习、多智能体系统和机器人学等方向。本文从智能体的基本概念出发,介绍了其核心组成和分类,并提供了涵盖基础知识、模型理解、实践项目及前沿研究的系统学习路线。无论是初学者还是希望深入探索的研究者,都能从中找到有价值的信息和资源。