对一序列对象根据某个关键字进行排序。
0.2术语说明
图片名词解释：
冒泡排序是一种简单的排序算法。它重复地走访过要排序的数列，一次比较两个元素，如果它们的顺序错误就把它们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。
1.2动图演示
1/**2*冒泡排序3*4*@paramarray5*@return6*/7publicstaticint[]bubbleSort(int[]array){8if(array.length==0)9returnarray;10for(inti=0;i 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)是一种简单直观的排序算法。它的工作原理：首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推，直到所有元素均排序完毕。 n个记录的直接选择排序可经过n-1趟直接选择排序得到有序结果。具体算法描述如下： /***选择排序*@paramarray*@return*/publicstaticint[]selectionSort(int[]array){if(array.length==0)returnarray;for(inti=0;i 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）的算法描述是一种简单直观的排序算法。它的工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。插入排序在实现上，通常采用in-place排序（即只需用到O(1)的额外空间的排序），因而在从后向前扫描过程中，需要反复把已排序元素逐步向后挪位，为最新元素提供插入空间。 一般来说，插入排序都采用in-place在数组上实现。具体算法描述如下： /***插入排序*@paramarray*@return*/publicstaticint[]insertionSort(int[]array){if(array.length==0)returnarray;intcurrent;for(inti=0;i 最佳情况：T(n)=O(n)最坏情况：T(n)=O(n2)平均情况：T(n)=O(n2) 希尔排序是希尔（DonaldShell）于1959年提出的一种排序算法。希尔排序也是一种插入排序，它是简单插入排序经过改进之后的一个更高效的版本，也称为缩小增量排序，同时该算法是冲破O(n2）的第一批算法之一。它与插入排序的不同之处在于，它会优先比较距离较远的元素。希尔排序又叫缩小增量排序。 希尔排序是把记录按下表的一定增量分组，对每组使用直接插入排序算法排序；随着增量逐渐减少，每组包含的关键词越来越多，当增量减至1时，整个文件恰被分成一组，算法便终止。 我们来看下希尔排序的基本步骤，在此我们选择增量gap=length/2，缩小增量继续以gap=gap/2的方式，这种增量选择我们可以用一个序列来表示，{n/2,(n/2)/2...1}，称为增量序列。希尔排序的增量序列的选择与证明是个数学难题，我们选择的这个增量序列是比较常用的，也是希尔建议的增量，称为希尔增量，但其实这个增量序列不是最优的。此处我们做示例使用希尔增量。 先将整个待排序的记录序列分割成为若干子序列分别进行直接插入排序，具体算法描述： /***希尔排序**@paramarray*@return*/publicstaticint[]ShellSort(int[]array){intlen=array.length;inttemp,gap=len/2;while(gap>0){for(inti=gap;i 最佳情况：T(n)=O(nlog2n)最坏情况：T(n)=O(nlog2n)平均情况：T(n)=O(nlog2n) 归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法（DivideandConquer）的一个非常典型的应用。归并排序是一种稳定的排序方法。将已有序的子序列合并，得到完全有序的序列；即先使每个子序列有序，再使子序列段间有序。若将两个有序表合并成一个有序表，称为2-路归并。 /***归并排序**@paramarray*@return*/publicstaticint[]MergeSort(int[]array){if(array.length<2)returnarray;intmid=array.length/2;int[]left=Arrays.copyOfRange(array,0,mid);int[]right=Arrays.copyOfRange(array,mid,array.length);returnmerge(MergeSort(left),MergeSort(right));}/***归并排序——将两段排序好的数组结合成一个排序数组**@paramleft*@paramright*@return*/publicstaticint[]merge(int[]left,int[]right){int[]result=newint[left.length+right.length];for(intindex=0,i=0,j=0;index 最佳情况：T(n)=O(n)最差情况：T(n)=O(nlogn)平均情况：T(n)=O(nlogn) 快速排序的基本思想：通过一趟排序将待排记录分隔成独立的两部分，其中一部分记录的关键字均比另一部分的关键字小，则可分别对这两部分记录继续进行排序，以达到整个序列有序。 快速排序使用分治法来把一个串（list）分为两个子串（sub-lists）。具体算法描述如下： /***快速排序方法*@paramarray*@paramstart*@paramend*@return*/publicstaticint[]QuickSort(int[]array,intstart,intend){if(array.length<1||start<0||end>=array.length||start>end)returnnull;intsmallIndex=partition(array,start,end);if(smallIndex>start)QuickSort(array,start,smallIndex-1);if(smallIndex 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（Heapsort）是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构，并同时满足堆积的性质：即子结点的键值或索引总是小于（或者大于）它的父节点。 计数排序(Countingsort)是一种稳定的排序算法。计数排序使用一个额外的数组C，其中第i个元素是待排序数组A中值等于i的元素的个数。然后根据数组C来将A中的元素排到正确的位置。它只能对整数进行排序。 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) 桶排序是计数排序的升级版。它利用了函数的映射关系，高效与否的关键就在于这个映射函数的确定。 桶排序(Bucketsort)的工作的原理：假设输入数据服从均匀分布，将数据分到有限数量的桶里，每个桶再分别排序（有可能再使用别的排序算法或是以递归方式继续使用桶排序进行排 注意，如果递归使用桶排序为各个桶排序，则当桶数量为1时要手动减小BucketSize增加下一循环桶的数量，否则会陷入死循环，导致内存溢出。 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(n2) 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； 基数排序是按照低位先排序，然后收集；再按照高位排序，然后再收集；依次类推，直到最高位。有时候有些属性是有优先级顺序的，先按低优先级排序，再按高优先级排序。最后的次序就是高优先级高的在前，高优先级相同的低优先级高的在前。基数排序基于分别排序，分别收集，所以是稳定的。 /***基数排序*@paramarray*@return*/publicstaticint[]RadixSort(int[]array){if(array==null||array.length<2)returnarray;//1.先算出最大数的位数；intmax=array[0];for(inti=1;i 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) 基数排序有两种方法： MSD从高位开始进行排序LSD从低位开始进行排序 基数排序vs计数排序vs桶排序 这三种排序算法都利用了桶的概念，但对桶的使用方法上有明显差异：