以下程序均将数据封装于DataWrap数据包装类中，如下所示：
//数据包装类
class DataWrap implements Comparable<DataWrap>
{
int data;
String flag;
public DataWrap(int data,String flag)
{
this.data = data;
this.flag = flag;
}
//重写compareTo方法
public int compareTo(DataWrap other)
{
return this.data > other.data ? 1 : (this.data == other.data ? 0 : -1);
}
public String toString()
{
return this.data + this.flag;
}
}
一、选择排序
1、直接选择排序
数组分成有序区和无序区，初始时整个数组都是无序区，然后每次从无序区选一个最小的元素直接放到有序区的最后，直到整个数组变有序区。
public static void directSelectSort(DataWrap[] dw)
{
int n = dw.length;
for(int i = 0;i < n-1;i++)
{
int minIndex = i;
for(int j = i+1;j < n;j++)
{
if(dw[minIndex].compareTo(dw[j]) > 0)
{
minIndex = j; //minIndex为每趟比较重最小数的索引
}
}
swap(dw,minIndex,i);
System.out.println("直接选择排序中的元素：" + Arrays.toString(dw));
} }
2、堆排序
1)二叉堆
二叉堆是完全二叉树或者是近似完全二叉树。
父结点的键值总是大于或等于（小于或等于）任何一个子节点的键值。
每个结点的左子树和右子树都是一个二叉堆（都是最大堆或最小堆）。
当父结点的键值总是大于或等于任何一个子节点的键值时为最大堆。当父结点的键值总是小于或等于任何一个子节点的键值时为最小堆。
2)堆的存储
一般都用数组来表示堆，i结点的父结点下标就为(i – 1) / 2。它的左右子结点下标分别为2 * i + 1和2 * i + 2。如第0个结点左右子结点下标分别为1和2。
3)堆排序原理(以最小堆为例)
堆排序是先建立一个最小堆，然后第一次将A[0]与A[n - 1]交换，再对A[0…n-2]重新恢复最小堆。第二次将A[0]与A[n – 2]交换，再对A[0，…，n - 3]重新
恢复最小堆，重复这样的操作直到A[0]与A[1]交换。由于每次都是将最小的数据并入到后面的有序区间，故操作完成后整个数组就有序(为降序)了。
建立最小堆就是先从最后一个非叶子节点(即n/2-1节点)开始，节点依次往前就行，直到第二个节点。对于每个节点，先比较其左右节点选出较小的节点，然后
将较小的节点与父节点进行比较。如果父节点比最小的子节点还小的话则不需要调整，否则的话将较小的子节点作为新的父节点，将原先的父节点与其子节点的子节
点中较小的进行比较，直到该父节点找到能够插入的位置或者是到达堆的结束。
4)代码实现
public class HeapSort
{
/**
* 从某一节点向下调整大小
* @param dw 待排序数据包
* @param i 开始向下调整的堆索引
* @param n 所调整堆数据的大小
*/
public static void MinHeapFixDown(DataWrap[] dw,int i,int n)
{
int j;
DataWrap temp;
j = 2 * i +1;
temp = dw[i];
while(j < n)
{
if(j+1 < n && dw[j+1].compareTo(dw[j]) < 0)
{ //找出左右子节点中较小的
j++;
}
if(temp.compareTo(dw[j]) <= 0)
{ //将父节点与子节点进行比较
break;
}
dw[i] = dw[j]; //将较小的子节点上移
i = j;
j = 2 * i +1;
}
dw[i] = temp;
}
//构建最小堆并进行堆排序
public static void heapSort(DataWrap[] dw)
{
int n = dw.length;
//构建最小堆
for(int i = n/2-1;i >= 0;i--)
{
HeapSort.MinHeapFixDown(dw, i, n);
}
//堆排序
for(int i = n-1;i >=1;i--)
{
swap(dw,0,i); //每次将第n-1,n-2,...1个元素与dw[0]交换后，将最后一个元素从堆中排除
MinHeapFixDown(dw, 0, i); //将每次交换后-1的堆从dw[0]开始，调整为新的最小堆
}
} //交换DataWrap数组中i,j两数值
public static void swap(DataWrap[] dw,int i,int j)
{
DataWrap temp;
temp = dw[i];
dw[i] = dw[j];
dw[j] = temp;
} public static void main(String[] args)
{
DataWrap[] dw = {new DataWrap(25,""),new DataWrap(42,""),new DataWrap(36,""),new DataWrap(8,""),new DataWrap(78,""),new DataWrap(99,"")};
System.out.println("待排序数据为：" + Arrays.toString(dw));
HeapSort.heapSort(dw);
System.out.println("排序后数据为：" + Arrays.toString(dw));
}
}
二、交换排序
1、冒泡排序
1．比较相邻的前后二个数据，如果前面数据大于后面的数据，就将二个数据交换。
2．这样对数组的第0个数据到N-1个数据进行一次遍历后，最大的一个数据就“沉”到数组第N-1个位置。
3．N=N-1，如果N不为0就重复前面二步，否则排序完成。
public static void bubbleSort(DataWrap[] dw)
{
int n = dw.length;
boolean flag;//设置标志位，若发生未交换的情况，说明已经有序，退出循环即可
for(int i = n-1;i > 0 ;i--)
{
flag = false;
for(int j = 0;j < i;j++)
{
if(dw[j].compareTo(dw[j+1]) > 0)
{
swap(dw,j+1,j);
flag = true;
}
}
if(!flag)
{
break;
}
System.out.println("排序中顺序：" + Arrays.toString(dw));
}
}
2、快速排序
快速选择排序主要思路是：
“挖坑填数+分治法”，首先令i =L; j = R; 将a[i]挖出形成第一个坑，称a[i]为基准数。然后j--由后向前找比基准数小的数，找到后挖出此数填入前一个坑a[i]中，再i++由前
向后找比基准数大的数，找到后也挖出此数填到前一个坑a[j]中。重复进行这种“挖坑填数”直到i==j。再将基准数填入a[i]中，这样i之前的数都比基准数小，i之后的数都比基准数
大。因此将数组分成二部分再分别重复上述步骤就完成了排序。
public class QuickSort
{
public static void quickSort(DataWrap[] dw,int l,int r)
{
if(l < r)
{
int i,j;
DataWrap mid;
i = l;
j = r;
mid = dw[i];
while(i < j)
{
while(i < j && dw[j].compareTo(mid) >= 0)
j--;
if(i < j)
dw[i++] = dw[j];
while(i < j && dw[i].compareTo(mid) <= 0)
i++;
if(i < j)
dw[j--] = dw[i];
}
dw[i] = mid;
quickSort(dw, l, i-1); //递归调用
quickSort(dw, i+1, r);
}
} public static void main(String[] args)
{
DataWrap[] dw =
{
new DataWrap(9, ""),
new DataWrap(-16, ""),
new DataWrap(21, "*"),
new DataWrap(23, ""),
new DataWrap(-30, ""),
new DataWrap(-49, ""),
new DataWrap(21, ""),
new DataWrap(30, "*"),
new DataWrap(13, "*")
};
System.out.println("排序前元素：" + Arrays.toString(dw));
int n = dw.length;
QuickSort.quickSort(dw, 0, n-1);
System.out.println("排序后元素：" + Arrays.toString(dw));
}
}
三、插入排序
1、直接插入排序
每次将一个待排序的记录，按其关键字大小插入到前面已经排好序的子序列中的适当位置，直到全部记录插入完成为止。
public static void directInsertSort(DataWrap[] dw,int n)
{
for(int i = 1;i < n;i++)
{
if(dw[i].compareTo(dw[i-1]) < 0)
{
DataWrap temp = dw[i];
int j;
for(j = i-1;j >= 0 && dw[j].compareTo(temp) > 0;j--)
{
dw[j+1] = dw[j];
}
dw[j+1] = temp;
}
}
}
2、希尔排序(Shell排序、缩小增量排序)
先将整个待排元素序列分割成若干个子序列（由相隔某个“增量”的元素组成的）分别进行直接插入排序，然后依次缩减增量再进行排序，待整个序列中的元素基本有
序（增量足够小）时，再对全体元素进行一次直接插入排序。由于希尔排序是对相隔若干距离的数据进行直接插入排序，因此可以形象的称希尔排序为“跳着插”
public static void shellSort(DataWrap[] dw)
{
int n = dw.length;
for(int gap = n/2;gap > 0;gap /= 2)
{
for(int i = 0;i < gap;i++)
{
for(int j = i + gap;j < n;j +=gap)
{
if(dw[j-gap].compareTo(dw[j]) > 0)
{
DataWrap temp = dw[j];
int k = j-gap;
while(k >= 0 && dw[k].compareTo(temp) > 0)
{
dw[k+gap] = dw[k];
k -= gap;
}
dw[k+gap] = temp;
}
}
}
}
}
四、归并排序
当一个数组左边和右边都有序时，将两边合并就完成了排序，而要使两边都有序，则需要用递归。先递归下去，再合并上来，就是归并排序。
public class MergeSort
{ public static void mergeSort(int[] data)
{
int n = data.length;
sort(data, 0, n-1);//归并排序
} public static void sort(int[] data,int left,int right)
{
if(left <right)
{
int center = (left + right)/2;//中间索引
sort(data, left, center);//堆左边数组进行递归
sort(data, center+1, right);//堆右边数组进行递归
merge(data, left, center, right);//合并
}
} public static void merge(int[] data,int left,int center,int right)
{
int[] array = new int[data.length];//定义临时数组
int mid = center+1;
int k = left;//临时数组索引
int temp = left;
while(left <= center && mid <= right)
{
if(data[left] < data[mid])
array[k++] = data[left++];
else
array[k++] = data[mid++];
}
while(left <= center)
array[k++] = data[left++];
while(mid <= right)
array[k++] = data[mid++];
while(temp <= right)
data[temp] = array[temp++];
} public static void main(String[] args)
{
int[] data = {2,27,56,8,24,12,99,0,56};
MergeSort.mergeSort(data);
for(int i:data)
{
System.out.print(i + ",");
}
}
}
注：本文主要参考：MoreWindows白话经典算法(http://blog.csdn.net/morewindows/article/details/17488865)
《疯狂Java程序员的基本修养》