Java七大排序算法详解与实现

排序是计算机科学中最基础、最常用的操作之一。在Java开发中，掌握多种排序算法不仅能提升面试竞争力，更能帮助我们在实际项目中选择最优方案。本文将详细介绍Java中的七大经典排序算法，包括原理、时间/空间复杂度分析及完整代码实现。这些算法覆盖了从简单到高效的各类场景，助你成为排序算法专家。

---

一、七大排序算法概述

算法名称	时间复杂度（平均）	空间复杂度	稳定性	适用场景
冒泡排序	O(n²)	O(1)	稳定	小规模数据、已排序数据
选择排序	O(n²)	O(1)	不稳定	数据量极小
插入排序	O(n²)	O(1)	稳定	小规模、部分有序数据
希尔排序	O(n^(1.3))	O(1)	不稳定	中等规模数据
归并排序	O(n log n)	O(n)	稳定	大规模数据、要求稳定
快速排序	O(n log n)	O(log n)	不稳定	通用场景（平均效率最高）
堆排序	O(n log n)	O(1)	不稳定	内存受限、要求最坏O(n log n)

关键提示：排序算法的选择需权衡数据规模、稳定性、空间限制。Java内置的Arrays.sort()对基本类型使用快速排序，对对象使用归并排序。

---

二、算法原理与Java实现

1. 冒泡排序（Bubble Sort）

原理：重复遍历数组，相邻元素比较并交换，直到无交换发生。
特点：简单但效率低，最坏情况需n(n-1)/2次比较。

public static void bubbleSort(int[] arr) {
    int n = arr.length;
    for (int i = 0; i < n - 1; i++) {
        boolean swapped = false;
        for (int j = 0; j < n - i - 1; j++) {
            if (arr[j] > arr[j + 1]) {
                // 交换
                int temp = arr[j];
                arr[j] = arr[j + 1];
                arr[j + 1] = temp;
                swapped = true;
            }
        }
        if (!swapped) break; // 优化：已有序则提前退出
    }
}

2. 选择排序（Selection Sort）

原理：每次从未排序部分选择最小元素，放到已排序部分末尾。
特点：交换次数少，但比较次数多。

public static void selectionSort(int[] arr) {
    int n = arr.length;
    for (int i = 0; i < n - 1; i++) {
        int minIdx = i;
        for (int j = i + 1; j < n; j++) {
            if (arr[j] < arr[minIdx]) minIdx = j;
        }
        // 交换
        int temp = arr[i];
        arr[i] = arr[minIdx];
        arr[minIdx] = temp;
    }
}

3. 插入排序（Insertion Sort）

原理：将未排序元素插入到已排序部分的正确位置。
特点：对部分有序数据效率极高（O(n)）。

public static void insertionSort(int[] arr) {
    for (int i = 1; i < arr.length; 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;
    }
}

4. 希尔排序（Shell Sort）

原理：插入排序的改进，使用间隔（gap）分组排序，逐步缩小间隔。
特点：时间复杂度优于O(n²)，间隔序列影响效率（常用Knuth序列：1, 4, 13, 40...）。

public static void shellSort(int[] arr) {
    int n = arr.length;
    for (int gap = n / 2; gap > 0; gap /= 2) {
        for (int i = gap; i < n; i++) {
            int temp = arr[i];
            int j;
            for (j = i; j >= gap && arr[j - gap] > temp; j -= gap) {
                arr[j] = arr[j - gap];
            }
            arr[j] = temp;
        }
    }
}

5. 归并排序（Merge Sort）

原理：分治法——递归拆分数组，排序后合并。
特点：稳定、O(n log n)时间，但需额外O(n)空间。

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 n1 = mid - left + 1;
    int n2 = right - mid;
    int[] L = new int[n1];
    int[] R = new int[n2];
    // 复制数据
    for (int i = 0; i < n1; i++) L[i] = arr[left + i];
    for (int j = 0; j < n2; j++) R[j] = arr[mid + 1 + j];
    // 合并
    int i = 0, j = 0, k = left;
    while (i < n1 && j < n2) {
        if (L[i] <= R[j]) arr[k++] = L[i++];
        else arr[k++] = R[j++];
    }
    while (i < n1) arr[k++] = L[i++];
    while (j < n2) arr[k++] = R[j++];
}

6. 快速排序（Quick Sort）

原理：分治法——选pivot分区，递归排序左右子数组。
特点：平均效率最高，但最坏情况O(n²)（需优化pivot选择）。

public static void quickSort(int[] arr, int low, int high) {
    if (low < high) {
        int pi = partition(arr, low, high);
        quickSort(arr, low, pi - 1);
        quickSort(arr, pi + 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++;
            swap(arr, i, j);
        }
    }
    swap(arr, i + 1, high);
    return i + 1;
}

private static void swap(int[] arr, int i, int j) {
    int temp = arr[i];
    arr[i] = arr[j];
    arr[j] = temp;
}

7. 堆排序（Heap Sort）

原理：利用堆结构（最大堆），逐个移除根元素并重建堆。
特点：原地排序，O(n log n)最坏时间，空间O(1)。

public static void heapSort(int[] arr) {
    int n = arr.length;
    // 建堆（从最后一个非叶子节点开始）
    for (int i = n / 2 - 1; i >= 0; i--) {
        heapify(arr, n, i);
    }
    // 逐个取出元素
    for (int i = n - 1; i > 0; i--) {
        swap(arr, 0, i);
        heapify(arr, i, 0);
    }
}

private static void heapify(int[] arr, int n, int i) {
    int largest = i;
    int left = 2 * i + 1;
    int right = 2 * i + 2;
    if (left < n && arr[left] > arr[largest]) largest = left;
    if (right < n && arr[right] > arr[largest]) largest = right;
    if (largest != i) {
        swap(arr, i, largest);
        heapify(arr, n, largest); // 递归调整子树
    }
}

---

三、算法对比与选择建议

场景	推荐算法	原因
数据量 < 5000	插入排序/希尔排序	低常数开销，对部分有序数据极快
数据量 > 100000	归并排序/快速排序	O(n log n)效率，归并稳定，快速排序常数小
需要稳定排序	归并排序	Java Arrays.sort()对对象使用此算法
内存受限（无额外空间）	堆排序	O(1)空间，最坏O(n log n)保证
通用场景（无特殊要求）	快速排序	平均性能最优，Java内置实现

重要提醒：实际开发中优先使用Java内置排序（Arrays.sort()），其已针对不同场景优化。仅在需要自定义排序逻辑时手动实现算法。

---

四、结论

七大排序算法是理解算法设计与性能分析的基石。在Java开发中：

• 小规模数据：优先用插入排序（代码简单、高效）。
• 大规模数据：用归并排序（稳定）或快速排序（高效）。
• 避免手写低效算法：除非有特殊需求（如学习、内存受限场景）。

掌握这些算法不仅提升编码能力，更能帮助你写出更高效的Java应用。建议通过LeetCode等平台实践代码，深入理解其执行过程。记住：没有银弹，只有最适合当前场景的算法。

本文代码已通过Java 17验证，可直接用于学习或项目参考。
延伸学习：尝试用Comparator实现自定义排序，或对比JDK中Arrays.sort()的源码实现。