在 Java 中实现排序算法是一个基础且重要的技能。以下是一些常见排序算法的 Java 实现：
1.冒泡排序：

• 应用场景：适用于小规模数据或者几乎已经排序的数据。
• 性能特点：平均和最坏情况下的时间复杂度为O(n^2)，不适合大规模数据。

2.选择排序：

• 应用场景：适用于小规模数据。
• 性能特点：无论数据如何排列，都需要进行n(n-1)/2次比较，时间复杂度为O(n^2)，不适用于大规模数据。

3.插入排序：

• 应用场景：适用于小规模数据或者几乎已经排序的数据。
• 性能特点：平均情况下的时间复杂度为O(n^2)，但在数据几乎排序的情况下可以达到O(n)的时间复杂度。

4.快速排序：

• 应用场景：适用于大规模数据，是内部排序中最快的排序算法之一。
• 性能特点：平均情况下的时间复杂度为O(n log n)，但最坏情况下会退化到O(n^2)。实际应用中，通过随机化选择枢轴，可以避免最坏情况的发生。

5.归并排序：

• 应用场景：适用于大规模数据，特别是链表数据结构的排序。
• 性能特点：时间复杂度稳定为O(n log n)，需要额外的存储空间来合并两个子数组。

6.堆排序：

• 应用场景：适用于大规模数据，特别是需要频繁动态添加和删除元素的情景。
• 性能特点：时间复杂度为O(n log n)，是一种原地排序（不需要额外存储空间），但不稳定。

7.希尔排序：

• 应用场景：适用于中等规模的数据，是一种改进的插入排序。
• 性能特点：时间复杂度取决于间隔序列的选择，通常优于基本的插入排序，但比快速排序和归并排序慢。

8.计数排序、桶排序、基数排序：

• 应用场景：适用于非负整数排序，特别是数据的范围相对较小的情况。
• 性能特点：这些非比较排序算法可以在O(n)时间内完成排序，但需要额外的存储空间，并且对数据类型有限制。

冒泡排序（Bubble Sort）

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

选择排序（Selection Sort）

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

插入排序（Insertion Sort）

public 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 = j - 1;
        }
        arr[j + 1] = key;
    }
}

快速排序（Quick Sort）

public void quickSort(int[] arr, int low, int high) {
    if (low < high) {
        // pi 是 partitioning index，arr[pi] 现在是在正确的位置
        int pi = partition(arr, low, high);
        // 分别排序分区前后的数组
        quickSort(arr, low, pi - 1);
        quickSort(arr, pi + 1, high);
    }
}

private int partition(int[] arr, int low, int high) {
    int pivot = arr[high];
    int i = (low - 1); // 比枢纽小的元素的索引
    for (int j = low; j < high; j++) {
        // 如果当前元素小于或等于 pivot
        if (arr[j] <= pivot) {
            i++;
            // 交换 arr[i] 和 arr[j]
            int temp = arr[i];
            arr[i] = arr[j];
            arr[j] = temp;
        }
    }
    // 交换 arr[i+1] 和 arr[high] (或 pivot)
    int temp = arr[i + 1];
    arr[i + 1] = arr[high];
    arr[high] = temp;
    return i + 1;
}

归并排序（Merge Sort）

public void mergeSort(int[] arr, int l, int r) {
    if (l < r) {
        // 找到中间点
        int m = l + (r - l) / 2;
        // 对半递归地排序子数组
        mergeSort(arr, l, m);
        mergeSort(arr, m + 1, r);
        // 合并排序后的子数组
        merge(arr, l, m, r);
    }
}

private void merge(int[] arr, int l, int m, int r) {
    // 计算两个子数组的长度
    int n1 = m - l + 1;
    int n2 = r - m;
    // 创建临时数组
    int[] L = new int[n1];
    int[] R = new int[n2];
    // 将数据拷贝到临时数组
    System.arraycopy(arr, l, L, 0, n1);
    System.arraycopy(arr, m + 1, R, 0, n2);

    // 合并临时数组
    int i = 0, j = 0;
    int k = l;
    while (i < n1 && j < n2) {
        if (L[i] <= R[j]) {
            arr[k] = L[i];
            i++;
        } else {
            arr[k] = R[j];
            j++;
        }
        k++;
    }
    // 拷贝 L[] 的剩余元素
    while (i < n1) {
        arr[k] = L[i];
        i++;
        k++;
    }
    // 拷贝 R[] 的剩余元素
  while (j < n2) {
        arr[k] = R[j];
        j++;
        k++;
    }
}

堆排序（Heap Sort）

public void heapSort(int arr[]) {
    int n = arr.length;

    // 构建最大堆
    for (int i = n / 2 - 1; i >= 0; i--)
        heapify(arr, n, i);

    // 一个个从堆顶取出元素
    for (int i = n - 1; i > 0; i--) {
        // 移动当前根到数组末尾
        int temp = arr[0];
        arr[0] = arr[i];
        arr[i] = temp;

        // 调用 max heapify 在减小的堆上
        heapify(arr, i, 0);
    }
}

private void heapify(int arr[], int n, int i) {
    int largest = i; // 初始化最大值为根节点
    int l = 2 * i + 1; // 左子节点
    int r = 2 * i + 2; // 右子节点

    // 如果左子节点大于根节点
    if (l < n && arr[l] > arr[largest])
        largest = l;

    // 如果右子节点大于最大值
    if (r < n && arr[r] > arr[largest])
        largest = r;

    // 如果最大值不是根节点
    if (largest != i) {
        int swap = arr[i];
        arr[i] = arr[largest];
        arr[largest] = swap;

        // 递归地定义在子树上
        heapify(arr, n, largest);
    }
}

希尔排序（Shell Sort）

public void shellSort(int arr[]) {
    int n = arr.length;

    // 定义初始间隔，并逐渐减小间隔
    for (int gap = n / 2; gap > 0; gap /= 2) {
        // 对间隔为 gap 的子数组进行插入排序
        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;
        }
    }
}