菜单

经文排序算法——桶排序

2019年1月14日 - Bootstrap

十大经典排序算法

2016/09/19 · 基础技术 ·
7 评论 ·
排序算法,
算法

本文作者: 伯乐在线
Damonare
。未经作者许可,禁止转载!
迎接加入伯乐在线 专栏撰稿人

补给表达三点

前言

读者自行尝试可以想看源码戳这,博主在github建了个库,读者可以Clone下来本地尝试。此博文配合源码体验更棒哦

  • 这世界上总存在着那么部分接近相似但有完全不同的东西,比如雷锋和雷峰塔,小平和小平头,Mary和马里奥,Java和javascript….当年javascript为了抱Java大腿恬不知耻的让投机变成了Java的养子,哦,不是应当是跪舔,毕竟都跟了Java的姓了。可今日,javascript来了个咸鱼翻身,几乎要统治web领域,Nodejs,React
    Native的出现使得javascript在后端和运动端都起来占用了一席之地。能够如此说,在Web的人间,JavaScript可谓风头无两,已经坐上了头把交椅。
  • 在价值观的微机算法和数据结构领域,大多数正式教材和书本的默认语言都是Java或者C/C+
    +,O’REILLY家倒是出了一本叫做《数据结构与算法javascript描述》的书,但只好说,不领悟是作者吃了shit如故译者根本就没校对,满书的小错误,这就像这种无穷无尽的小bug一样,简直就是令人有种嘴里塞满了shit的感到,吐也不是咽下去也不是。对于一个前端来说,尤其是笔试面试的时候,算法方面考的其实不难(十大排序算法或是和十大排序算法同等难度的),但即便在此之前没用javascript实现过或者没仔细看过有关算法的法则,导致写起来浪费广大刻钟。所以撸一撸袖子决定自己查资料自己总括一篇博客等采取了一向看自己的博客就OK了,正所谓靠天靠地靠大牛不如靠自己(ˉ(∞)ˉ)。
  • 算法的原委:9世纪波斯地艺术学家提出的:“al-Khowarizmi”就是下图这货(感觉紧要数学元素提出者貌似都戴了顶白帽子),开个噱头,阿拉伯人对此数学史的孝敬依旧值得人佩服的。
    图片 1

1,桶排序是平静的

2,桶排序是常见排序里最快的一种,比快排还要快…大多数情况下

3,桶排序至极快,不过还要也非凡耗空间,基本上是最耗空间的一种排序算法

正文

无序数组有个要求,就是成员隶属于固定(有限的)的间距,如限制为[0-9](考试分数为1-100等)

排序算法验证

(1)排序的概念:对一系列对象依照某个关键字展开排序;

输入:n个数:a1,a2,a3,…,an
出口:n个数的排列:a1’,a2’,a3’,…,an’,使得a1’

再讲的影象点就是排排坐,调座位,高的站在前边,矮的站在前边咯。

(3)对于评述算法优劣术语的辨证

稳定:假诺a原本在b前边,而a=b,排序之后a仍然在b的前方;
不稳定:假若a原本在b的眼前,而a=b,排序之后a可能会现出在b的前边;

内排序:所有排序操作都在内存中落成;
外排序:由于数量太大,由此把多少放在磁盘中,而排序通过磁盘和内存的数量传输才能开展;

时间复杂度: 一个算法执行所耗费的年月。
空间复杂度: 运行完一个主次所需内存的分寸。

至于时间空间复杂度的更多询问请戳这里,或是看书程杰大大编写的《大话数据结构》仍然很赞的,通俗易懂。

(4)排序算法图片总计(图片来源于网络):

排序比较:

图片 2

图形名词解释:
n: 数据规模
k:“桶”的个数
In-place: 占用常数内存,不占用额外内存
Out-place: 占用额外内存

排序分类:

图片 3

比如说待排数字[6 2 4 1 5 9]

1.冒泡排序(Bubble Sort)

好的,开端总计第一个排序算法,冒泡排序。我想对于它每个学过C语言的都会询问的吗,这说不定是成千上万人接触的首先个排序算法。

预备10个空桶,最大数个空桶

(1)算法描述

冒泡排序是一种简易的排序算法。它再度地走访过要排序的数列,一遍相比两个因素,如若它们的依次错误就把它们互换过来。走访数列的干活是双重地开展直到没有再需要互换,也就是说该数列已经排序完成。这多少个算法的名字由来是因为越小的元素会经过交流渐渐“浮”到数列的下边。

[6 2 4 1 5 9]           待排数组

(2)算法描述和兑现

切实算法描述如下:

JavaScript代码实现:

JavaScript

function bubbleSort(arr) { var len = arr.length; for (var i = 0; i <
len; i++) { for (var j = 0; j < len – 1 – i; j++) { if (arr[j] >
arr[j+1]) { //相邻元素两两相比 var temp = arr[j+1]; //元素交流arr[j+1] = arr[j]; arr[j] = temp; } } } return arr; } var
arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(bubbleSort(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44,
46, 47, 48, 50]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
function bubbleSort(arr) {
    var len = arr.length;
    for (var i = 0; i < len; i++) {
        for (var j = 0; j < len – 1 – i; j++) {
            if (arr[j] > arr[j+1]) {        //相邻元素两两对比
                var temp = arr[j+1];        //元素交换
                arr[j+1] = arr[j];
                arr[j] = temp;
            }
        }
    }
    return arr;
}
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(bubbleSort(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

 

精益求精冒泡排序:
设置一标志性变量pos,用于记录每一遍排序中最后一遍开展置换的职务。由于pos地方然后的记录均已换成完成,故在举行下一趟排序时如果扫描到pos地点即可。

精益求精后算法如下:

JavaScript

function bubbleSort2(arr) { console.time(‘立异后冒泡排序耗时’); var i =
arr.length-1; //初叶时,最终地点保持不变 while ( i> 0) { var pos= 0;
//每一趟起头时,无记录交换 for (var j= 0; j< i; j++) if (arr[j]>
arr[j+1]) { pos= j; //记录互换的职务 var tmp = arr[j];
arr[j]=arr[j+1];arr[j+1]=tmp; } i= pos; //为下一趟排序作准备 }
console.timeEnd(‘立异后冒泡排序耗时’); return arr; } var
arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(bubbleSort2(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38,
44, 46, 47, 48, 50]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
function bubbleSort2(arr) {
    console.time(‘改进后冒泡排序耗时’);
    var i = arr.length-1;  //初始时,最后位置保持不变
    while ( i> 0) {
        var pos= 0; //每趟开始时,无记录交换
        for (var j= 0; j< i; j++)
            if (arr[j]> arr[j+1]) {
                pos= j; //记录交换的位置
                var tmp = arr[j]; arr[j]=arr[j+1];arr[j+1]=tmp;
            }
        i= pos; //为下一趟排序作准备
     }
     console.timeEnd(‘改进后冒泡排序耗时’);
     return arr;
}
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(bubbleSort2(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

 

历史观冒泡排序中每一回排序操作只可以找到一个最大值或纤维值,我们着想使用在每一遍排序中展开正向和反向两回冒泡的办法两回可以收获五个最后值(最大者和最小者)
, 从而使排序趟数几乎减弱了大体上。

改正后的算法实现为:

JavaScript

function bubbleSort3(arr3) { var low = 0; var high= arr.length-1;
//设置变量的起首值 var tmp,j; console.time(‘2.鼎新后冒泡排序耗时’);
while (low < high) { for (j= low; j< high; ++j)
//正向冒泡,找到最大者 if (arr[j]> arr[j+1]) { tmp = arr[j];
arr[j]=arr[j+1];arr[j+1]=tmp; } –high; //修改high值, 前移一位 for
(j=high; j>low; –j) //反向冒泡,找到最小者 if
(arr[j]<arr[j-1]) { tmp = arr[j];
arr[j]=arr[j-1];arr[j-1]=tmp; } ++low; //修改low值,后移一位 }
console.timeEnd(‘2.改进后冒泡排序耗时’); return arr3; } var
arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(bubbleSort3(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38,
44, 46, 47, 48, 50]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
function bubbleSort3(arr3) {
    var low = 0;
    var high= arr.length-1; //设置变量的初始值
    var tmp,j;
    console.time(‘2.改进后冒泡排序耗时’);
    while (low < high) {
        for (j= low; j< high; ++j) //正向冒泡,找到最大者
            if (arr[j]> arr[j+1]) {
                tmp = arr[j]; arr[j]=arr[j+1];arr[j+1]=tmp;
            }
        –high;                 //修改high值, 前移一位
        for (j=high; j>low; –j) //反向冒泡,找到最小者
            if (arr[j]<arr[j-1]) {
                tmp = arr[j]; arr[j]=arr[j-1];arr[j-1]=tmp;
            }
        ++low;                  //修改low值,后移一位
    }
    console.timeEnd(‘2.改进后冒泡排序耗时’);
    return arr3;
}
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(bubbleSort3(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

两种艺术耗时相比:

图片 4

由图可以见见革新后的冒泡排序显明的年月复杂度更低,耗时更短了。读者自行尝试能够戳这,博主在github建了个库,读者可以Clone下来本地尝试。此博文配合源码体验更棒哦~~~

冒泡排序动图演示:

图片 5

(3)算法分析

当输入的数码已经是正序时(都曾经是正序了,为毛何必还排序呢….)

当输入的数目是反序时(卧槽,我一向反序不就完了….)

[0 0 0 0 0 0 0 0 0 0]   空桶

2.选项排序(Selection Sort)

表现最安定的排序算法之一(那多少个平静不是指算法层面上的安澜哈,相信聪明的您能清楚我说的情趣2333),因为不管怎么着数据进去都是O(n²)的时刻复杂度…..所以用到它的时候,数据规模越小越好。唯一的裨益恐怕就是不占用额外的内存空间了啊。理论上讲,选拔排序可能也是日常排序一般人想到的最多的排序方法了呢。

[0 1 2 3 4 5 6 7 8 9]   桶编号(实际不存在)

(1)算法简介

慎选排序(Selection-sort)是一种简单直观的排序算法。它的干活原理:首先在未排序序列中找到最小(大)元素,存放到排序系列的发端地点,然后,再从剩余未排序元素中延续查找最小(大)元素,然后嵌入已排序连串的尾声。以此类推,直到所有因素均排序完毕。

1,顺序从待排数组中取出数字,首先6被取出,然后把6入6号桶,这么些过程看似那样:空桶[
待排数组[ 0 ] ] = 待排数组[ 0 ]

(2)算法描述和落实

n个记录的第一手拔取排序可因此n-1趟直接选取排序拿到稳步结果。具体算法描述如下:

Javascript代码实现:

JavaScript

function selectionSort(arr) { var len = arr.length; var minIndex, temp;
console.time(‘选拔排序耗时’); for (var i = 0; i < len – 1; i++) {
minIndex = i; for (var j = i + 1; j < len; j++) { if (arr[j] <
arr[minIndex]) { //寻找最小的数 minIndex = j; //将最小数的目录保存 } }
temp = arr[i]; arr[i] = arr[minIndex]; arr[minIndex] = temp; }
console.timeEnd(‘选取排序耗时’); return arr; } var
arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(selectionSort(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38,
44, 46, 47, 48, 50]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
function selectionSort(arr) {
    var len = arr.length;
    var minIndex, temp;
    console.time(‘选择排序耗时’);
    for (var i = 0; i < len – 1; i++) {
        minIndex = i;
        for (var j = i + 1; j < len; j++) {
            if (arr[j] < arr[minIndex]) {     //寻找最小的数
                minIndex = j;                 //将最小数的索引保存
            }
        }
        temp = arr[i];
        arr[i] = arr[minIndex];
        arr[minIndex] = temp;
    }
    console.timeEnd(‘选择排序耗时’);
    return arr;
}
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(selectionSort(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

选料排序动图演示:

图片 6

[62 4 1 5 9]           待排数组

(3)算法分析

[0 0 0 0 0 060 0 0]   空桶

3.插入排序(Insertion Sort)

插入排序的代码实现就算尚未冒泡排序和选取排序那么粗略粗暴,但它的规律应该是最容易精通的了,因为假若打过扑克牌的人都应有力所能及秒懂。当然,尽管你说你打扑克牌摸牌的时候从不按牌的轻重整理牌,这估计这辈子你对插入排序的算法都不会生出任何兴趣了…..

[0 1 2 3 4 567 8 9]   桶编号(实际不设有)

(1)算法简介

插入排序(Insertion-Sort)的算法描述是一种简单直观的排序算法。它的做事原理是由此构建有序体系,对于未排序数据,在已排序体系中从后迈入扫描,找到相应岗位并插入。插入排序在落实上,通常接纳in-place排序(即只需用到O(1)的附加空间的排序),由此在从后迈入扫描过程中,需要反复把已排序元素日渐向后挪位,为新型因素提供插入空间。

2,顺序从待排数组中取出下一个数字,此时2被取出,将其放入2号桶,是几就放几号桶

(2)算法描述和实现

貌似的话,插入排序都利用in-place在数组上落实。具体算法描述如下:

Javascript代码实现:

JavaScript

function insertionSort(array) { if
(Object.prototype.toString.call(array).slice(8, -1) === ‘Array’) {
console.time(‘插入排序耗时:’); for (var i = 1; i < array.length;
i++) { var key = array[i]; var j = i – 1; while (j >= 0 &&
array[j] > key) { array[j + 1] = array[j]; j–; } array[j +
1] = key; } console.timeEnd(‘插入排序耗时:’); return array; } else {
return ‘array is not an Array!’; } }

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
function insertionSort(array) {
    if (Object.prototype.toString.call(array).slice(8, -1) === ‘Array’) {
        console.time(‘插入排序耗时:’);
        for (var i = 1; i < array.length; i++) {
            var key = array[i];
            var j = i – 1;
            while (j >= 0 && array[j] > key) {
                array[j + 1] = array[j];
                j–;
            }
            array[j + 1] = key;
        }
        console.timeEnd(‘插入排序耗时:’);
        return array;
    } else {
        return ‘array is not an Array!’;
    }
}

精益求精插入排序: 查找插入地方时采纳二分查找的点子

JavaScript

function binaryInsertionSort(array) { if
(Object.prototype.toString.call(array).slice(8, -1) === ‘Array’) {
console.time(‘二分插入排序耗时:’); for (var i = 1; i < array.length;
i++) { var key = array[i], left = 0, right = i – 1; while (left <=
right) { var middle = parseInt((left + right) / 2); if (key <
array[middle]) { right = middle – 1; } else { left = middle + 1; } }
for (var j = i – 1; j >= left; j–) { array[j + 1] = array[j]; }
array[left] = key; } console.timeEnd(‘二分插入排序耗时:’); return
array; } else { return ‘array is not an Array!’; } } var
arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(binaryInsertionSort(arr));//[2, 3, 4, 5, 15, 19, 26, 27,
36, 38, 44, 46, 47, 48, 50]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
function binaryInsertionSort(array) {
    if (Object.prototype.toString.call(array).slice(8, -1) === ‘Array’) {
        console.time(‘二分插入排序耗时:’);
        for (var i = 1; i < array.length; i++) {
            var key = array[i], left = 0, right = i – 1;
            while (left <= right) {
                var middle = parseInt((left + right) / 2);
                if (key < array[middle]) {
                    right = middle – 1;
                } else {
                    left = middle + 1;
                }
            }
            for (var j = i – 1; j >= left; j–) {
                array[j + 1] = array[j];
            }
            array[left] = key;
        }
        console.timeEnd(‘二分插入排序耗时:’);
        return array;
    } else {
        return ‘array is not an Array!’;
    }
}
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(binaryInsertionSort(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

立异前后相比:

图片 7

插入排序动图演示:

图片 8

[6 24 1 5 9]           待排数组

(3)算法分析

[0 020 0 0 6 0 0 0]   空桶

4.希尔(Hill)排序(Shell Sort)

1959年Shell发明;
先是个突破O(n^2)的排序算法;是简简单单插入排序的立异版;它与插入排序的不同之处在于,它会先行相比距离较远的要素。希尔(Hill)排序又叫缩短增量排序

[0 123 4 5 6 7 8 9]   桶编号(实际不设有)

(1)算法简介

Hill排序的主导在于距离体系的设定。既可以提前设定好间隔序列,也可以动态的概念间隔系列。动态定义间隔体系的算法是《算法(第4版》的合著者RobertSedgewick提议的。

3,4,5,6省略,过程同样,全部入桶后变为下面这样

(2)算法描述和贯彻

先将一切待排序的记录体系分割成为若干子连串分别展开间接插入排序,具体算法描述:

Javascript代码实现:

JavaScript

function shellSort(arr) { var len = arr.length, temp, gap = 1;
console.time(‘希尔(Hill)排序耗时:’); while(gap < len/5) {
//动态定义间隔类别 gap =gap*5+1; } for (gap; gap > 0; gap =
Math.floor(gap/5)) { for (var i = gap; i < len; i++) { temp =
arr[i]; for (var j = i-gap; j >= 0 && arr[j] > temp; j-=gap) {
arr[j+gap] = arr[j]; } arr[j+gap] = temp; } }
console.timeEnd(‘希尔(Hill)排序耗时:’); return arr; } var
arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(shellSort(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44,
46, 47, 48, 50]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
function shellSort(arr) {
    var len = arr.length,
        temp,
        gap = 1;
    console.time(‘希尔排序耗时:’);
    while(gap < len/5) {          //动态定义间隔序列
        gap =gap*5+1;
    }
    for (gap; gap > 0; gap = Math.floor(gap/5)) {
        for (var i = gap; i < len; i++) {
            temp = arr[i];
            for (var j = i-gap; j >= 0 && arr[j] > temp; j-=gap) {
                arr[j+gap] = arr[j];
            }
            arr[j+gap] = temp;
        }
    }
    console.timeEnd(‘希尔排序耗时:’);
    return arr;
}
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(shellSort(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

Hill排序图示(图片源于网络):

图片 9

[6 2 41 5 9]           待排数组

(3)算法分析

[01 2045 60 09]   空桶

5.归并排序(Merge Sort)

和挑选排序一样,归并排序的特性不受输入数据的熏陶,但显示比选用排序好的多,因为平昔都是O(n
log n)的光阴复杂度。代价是内需非常的内存空间。

[01 2345 6 7 89]   桶编号(实际不存在)

(1)算法简介

 归并排序是建立在统一操作上的一种有效的排序算法。该算法是应用分治法(Divide
and
Conquer)的一个非常独立的行使。归并排序是一种祥和的排序方法。将已有序的子系列合并,拿到完全有序的连串;即先使每个子序列有序,再使子体系段间有序。若将五个静止表合并成一个静止表,称为2-路归并。

0代表空桶,跳过,顺序取出即可:1 2 4 5 6 9

(2)算法描述和兑现

切实算法描述如下:

Javscript代码实现:

JavaScript

function mergeSort(arr) { //拔取自上而下的递归方法 var len = arr.length;
if(len < 2) { return arr; } var middle = Math.floor(len / 2), left =
arr.slice(0, middle), right = arr.slice(middle); return
merge(mergeSort(left), mergeSort(right)); } function merge(left, right)
{ var result = []; console.time(‘归并排序耗时’); while (left.length &&
right.length) { if (left[0] <= right[0]) {
result.push(left.shift()); } else { result.push(right.shift()); } }
while (left.length) result.push(left.shift()); while (right.length)
result.push(right.shift()); console.timeEnd(‘归并排序耗时’); return
result; } var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(mergeSort(arr));

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
function mergeSort(arr) {  //采用自上而下的递归方法
    var len = arr.length;
    if(len < 2) {
        return arr;
    }
    var middle = Math.floor(len / 2),
        left = arr.slice(0, middle),
        right = arr.slice(middle);
    return merge(mergeSort(left), mergeSort(right));
}
function merge(left, right)
{
    var result = [];
    console.time(‘归并排序耗时’);
    while (left.length && right.length) {
        if (left[0] <= right[0]) {
            result.push(left.shift());
        } else {
            result.push(right.shift());
        }
    }
    while (left.length)
        result.push(left.shift());
    while (right.length)
        result.push(right.shift());
    console.timeEnd(‘归并排序耗时’);
    return result;
}
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(mergeSort(arr));

归并排序动图演示:

图片 10

图片 11

(3)算法分析

以下附上用Python实现的桶排序程序

6.神速排序(Quick Sort)

迅猛排序的名字起的是粗略粗暴,因为一听到那多少个名字你就领会它存在的意思,就是快,而且功用高!
它是处理大数目最快的排序算法之一了。

图片 12

(1)算法简介

敏捷排序的基本思维:通过一趟排序将待排记录分隔成单身的两有些,其中有些记下的首要字均比另一有的的要紧字小,则可个别对这两局部记录继续拓展排序,以高达任何系列有序。

程序

(2)算法描述和贯彻

迅猛排序使用分治法来把一个串(list)分为六个子串(sub-lists)。具体算法描述如下:

Javascript代码实现:

JavaScript

/*艺术求证:快速排序 @param array 待排序数组*/ //方法一 function
quickSort(array, left, right) { console.time(‘1.急忙排序耗时’); if
(Object.prototype.toString.call(array).slice(8, -1) === ‘Array’ &&
typeof left === ‘number’ && typeof right === ‘number’) { if (left <
right) { var x = array[right], i = left – 1, temp; for (var j = left;
j <= right; j++) { if (array[j] <= x) { i++; temp = array[i];
array[i] = array[j]; array[j] = temp; } } quickSort(array, left, i

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
/*方法说明:快速排序
@param  array 待排序数组*/
//方法一
function quickSort(array, left, right) {
    console.time(‘1.快速排序耗时’);
    if (Object.prototype.toString.call(array).slice(8, -1) === ‘Array’ && typeof left === ‘number’ && typeof right === ‘number’) {
        if (left < right) {
            var x = array[right], i = left – 1, temp;
            for (var j = left; j <= right; j++) {
                if (array[j] <= x) {
                    i++;
                    temp = array[i];
                    array[i] = array[j];
                    array[j] = temp;
                }
            }
            quickSort(array, left, i – 1);
            quickSort(array, i + 1, right);
        }
        console.timeEnd(‘1.快速排序耗时’);
        return array;
    } else {
        return ‘array is not an Array or left or right is not a number!’;
    }
}
//方法二
var quickSort2 = function(arr) {
    console.time(‘2.快速排序耗时’);
  if (arr.length <= 1) { return arr; }
  var pivotIndex = Math.floor(arr.length / 2);
  var pivot = arr.splice(pivotIndex, 1)[0];
  var left = [];
  var right = [];
  for (var i = 0; i < arr.length; i++){
    if (arr[i] < pivot) {
      left.push(arr[i]);
    } else {
      right.push(arr[i]);
    }
  }
console.timeEnd(‘2.快速排序耗时’);
  return quickSort2(left).concat([pivot], quickSort2(right));
};
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(quickSort(arr,0,arr.length-1));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]
console.log(quickSort2(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

急速排序动图演示:

图片 13

图片 14

(3)算法分析

施行结果

7.堆排序(Heap Sort)

堆排序可以说是一种采纳堆的定义来排序的挑三拣四排序。

(1)算法简介

堆排序(Heapsort)是指使用堆这种数据结构所计划的一种排序算法。堆积是一个近似完全二叉树的协会,并还要满意堆积的属性:即子结点的键值或索引总是小于(或者超越)它的父节点。

(2)算法描述和贯彻

具体算法描述如下:

Javascript代码实现:

JavaScript

/*措施求证:堆排序 @param array 待排序数组*/ function heapSort(array)
{ console.time(‘堆排序耗时’); if
(Object.prototype.toString.call(array).slice(8, -1) === ‘Array’) {
//建堆 var heapSize = array.length, temp; for (var i =
Math.floor(heapSize / 2) – 1; i >= 0; i–) { heapify(array, i,
heapSize); } //堆排序 for (var j = heapSize – 1; j >= 1; j–) { temp
= array[0]; array[0] = array[j]; array[j] = temp; heapify(array,
0, –heapSize); } console.timeEnd(‘堆排序耗时’); return array; } else {
return ‘array is not an Array!’; } } /*措施求证:维护堆的性质 @param
arr 数组 @param x 数组下标 @param len 堆大小*/ function heapify(arr, x,
len) { if (Object.prototype.toString.call(arr).slice(8, -1) === ‘Array’
&& typeof x === ‘number’) { var l = 2 * x + 1, r = 2 * x + 2, largest
= x, temp; if (l < len && arr[l] > arr[largest]) { largest =
l; } if (r < len && arr[r] > arr[largest]) { largest = r; } if
(largest != x) { temp = arr[x]; arr[x] = arr[largest];
arr[largest] = temp; heapify(arr, largest, len); } } else { return
‘arr is not an Array or x is not a number!’; } } var
arr=[91,60,96,13,35,65,46,65,10,30,20,31,77,81,22];
console.log(heapSort(arr));//[10, 13, 20, 22, 30, 31, 35, 46, 60, 65,
65, 77, 81, 91, 96]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
/*方法说明:堆排序
@param  array 待排序数组*/
function heapSort(array) {
    console.time(‘堆排序耗时’);
    if (Object.prototype.toString.call(array).slice(8, -1) === ‘Array’) {
        //建堆
        var heapSize = array.length, temp;
        for (var i = Math.floor(heapSize / 2) – 1; i >= 0; i–) {
            heapify(array, i, heapSize);
        }
        //堆排序
        for (var j = heapSize – 1; j >= 1; j–) {
            temp = array[0];
            array[0] = array[j];
            array[j] = temp;
            heapify(array, 0, –heapSize);
        }
        console.timeEnd(‘堆排序耗时’);
        return array;
    } else {
        return ‘array is not an Array!’;
    }
}
/*方法说明:维护堆的性质
@param  arr 数组
@param  x   数组下标
@param  len 堆大小*/
function heapify(arr, x, len) {
    if (Object.prototype.toString.call(arr).slice(8, -1) === ‘Array’ && typeof x === ‘number’) {
        var l = 2 * x + 1, r = 2 * x + 2, largest = x, temp;
        if (l < len && arr[l] > arr[largest]) {
            largest = l;
        }
        if (r < len && arr[r] > arr[largest]) {
            largest = r;
        }
        if (largest != x) {
            temp = arr[x];
            arr[x] = arr[largest];
            arr[largest] = temp;
            heapify(arr, largest, len);
        }
    } else {
        return ‘arr is not an Array or x is not a number!’;
    }
}
var arr=[91,60,96,13,35,65,46,65,10,30,20,31,77,81,22];
console.log(heapSort(arr));//[10, 13, 20, 22, 30, 31, 35, 46, 60, 65, 65, 77, 81, 91, 96]

堆排序动图演示:

图片 15

(3)算法分析

8.计数排序(Counting Sort)

计数排序的基本在于将输入的数据值转化为键存储在附加开辟的数组空间中。
用作一种线性时间复杂度的排序,计数排序要求输入的数量必须是有确定限制的平头。

(1)算法简介

计数排序(Counting
sort)是一种祥和的排序算法。计数排序使用一个外加的数组C,其中第i个因素是待排序数组A中值等于i的要素的个数。然后按照数组C来将A中的元素排到正确的地点。它不得不对整数举办排序。

(2)算法描述和促成

实际算法描述如下:

Javascript代码实现:

JavaScript

function countingSort(array) { var len = array.length, B = [], C =
[], min = max = array[0]; console.time(‘计数排序耗时’); for (var i =
0; i < len; i++) { min = min <= array[i] ? min : array[i]; max
= max >= array[i] ? max : array[i]; C[array[i]] =
C[array[i]] ? C[array[i]] + 1 : 1; } for (var j = min; j <
max; j++) { C[j + 1] = (C[j + 1] || 0) + (C[j] || 0); } for (var k
= len – 1; k >= 0; k–) { B[C[array[k]] – 1] = array[k];
C[array[k]]–; } console.timeEnd(‘计数排序耗时’); return B; } var
arr = [2, 2, 3, 8, 7, 1, 2, 2, 2, 7, 3, 9, 8, 2, 1, 4, 2, 4, 6, 9, 2];
console.log(countingSort(arr)); //[1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 3, 3,
4, 4, 6, 7, 7, 8, 8, 9, 9]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
function countingSort(array) {
    var len = array.length,
        B = [],
        C = [],
        min = max = array[0];
    console.time(‘计数排序耗时’);
    for (var i = 0; i < len; i++) {
        min = min <= array[i] ? min : array[i];
        max = max >= array[i] ? max : array[i];
        C[array[i]] = C[array[i]] ? C[array[i]] + 1 : 1;
    }
    for (var j = min; j < max; j++) {
        C[j + 1] = (C[j + 1] || 0) + (C[j] || 0);
    }
    for (var k = len – 1; k >= 0; k–) {
        B[C[array[k]] – 1] = array[k];
        C[array[k]]–;
    }
    console.timeEnd(‘计数排序耗时’);
    return B;
}
var arr = [2, 2, 3, 8, 7, 1, 2, 2, 2, 7, 3, 9, 8, 2, 1, 4, 2, 4, 6, 9, 2];
console.log(countingSort(arr)); //[1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 3, 3, 4, 4, 6, 7, 7, 8, 8, 9, 9]

JavaScript动图演示:

图片 16

(3)算法分析

当输入的元素是n 个0到k之间的整数时,它的周转时刻是 O(n +
k)。计数排序不是比较排序,排序的快慢快于任何相比排序算法。由于用来计数的数组C的长短取决于待排序数组中数量的范围(等于待排序数组的最大值与最小值的差加上1),这使得计数排序对于数据范围很大的数组,需要大量年华和内存。

9.桶排序(Bucket Sort)

桶排序是计数排序的升级版。它应用了函数的投射关系,高效与否的首要性就在于这多少个映射函数的规定。

(1)算法简介

桶排序 (巴克et
sort)的做事的法则:假使输入数据坚守均匀分布,将数据分到有限数量的桶里,每个桶再各自排序(有可能再利用另外排序算法或是以递归格局持续拔取桶排序举办排

(2)算法描述和落实

切切实实算法描述如下:

Javascript代码实现:

JavaScript

/*艺术求证:桶排序 @param array 数组 @param num 桶的数额*/ function
bucketSort(array, num) { if (array.length <= 1) { return array; } var
len = array.length, buckets = [], result = [], min = max =
array[0], regex = ‘/^[1-9]+[0-9]*$/’, space, n = 0; num = num ||
((num > 1 && regex.test(num)) ? num : 10);
console.time(‘桶排序耗时’); for (var i = 1; i < len; i++) { min = min
<= array[i] ? min : array[i]; max = max >= array[i] ? max :
array[i]; } space = (max – min + 1) / num; for (var j = 0; j < len;
j++) { var index = Math.floor((array[j] – min) / space); if
(buckets[index]) { // 非空桶,插入排序 var k = buckets[index].length

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
/*方法说明:桶排序
@param  array 数组
@param  num   桶的数量*/
function bucketSort(array, num) {
    if (array.length <= 1) {
        return array;
    }
    var len = array.length, buckets = [], result = [], min = max = array[0], regex = ‘/^[1-9]+[0-9]*$/’, space, n = 0;
    num = num || ((num > 1 && regex.test(num)) ? num : 10);
    console.time(‘桶排序耗时’);
    for (var i = 1; i < len; i++) {
        min = min <= array[i] ? min : array[i];
        max = max >= array[i] ? max : array[i];
    }
    space = (max – min + 1) / num;
    for (var j = 0; j < len; j++) {
        var index = Math.floor((array[j] – min) / space);
        if (buckets[index]) {   //  非空桶,插入排序
            var k = buckets[index].length – 1;
            while (k >= 0 && buckets[index][k] > array[j]) {
                buckets[index][k + 1] = buckets[index][k];
                k–;
            }
            buckets[index][k + 1] = array[j];
        } else {    //空桶,初始化
            buckets[index] = [];
            buckets[index].push(array[j]);
        }
    }
    while (n < num) {
        result = result.concat(buckets[n]);
        n++;
    }
    console.timeEnd(‘桶排序耗时’);
    return result;
}
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(bucketSort(arr,4));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

桶排序图示(图片源于网络):

图片 17

关于桶排序更多

(3)算法分析

 桶排序最好状态下行使线性时间O(n),桶排序的日子复杂度,取决与对各种桶之间数据举行排序的光阴复杂度,因为其他一些的年华复杂度都为O(n)。很显眼,桶划分的越小,各样桶之间的数量越少,排序所用的岁月也会越少。但相应的空间消耗就会附加。

10.基数排序(Radix Sort)

基数排序也是非比较的排序算法,对每一位实行排序,从压低位开首排序,复杂度为O(kn),为数老总度,k为数组中的数的最大的位数;

(1)算法简介

基数排序是遵照低位先排序,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依次的,先按低优先级排序,再按高优先级排序。最终的次第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。基数排序基于各自排序,分别收载,所以是平安的。

(2)算法描述和促成

实际算法描述如下:

Javascript代码实现:

JavaScript

/** * 基数排序适用于: * (1)数据范围较小,指出在低于1000 *
(2)每个数值都要压倒等于0 * @author xiazdong * @param arr 待排序数组 *
@param maxDigit 最大位数 */ //LSD Radix Sort function radixSort(arr,
maxDigit) { var mod = 10; var dev = 1; var counter = [];
console.time(‘基数排序耗时’); for (var i = 0; i < maxDigit; i++, dev
*= 10, mod *= 10) { for(var j = 0; j < arr.length; j++) { var
bucket = parseInt((arr[j] % mod) / dev); if(counter[bucket]== null)
{ counter[bucket] = []; } counter[bucket].push(arr[j]); } var
pos = 0; for(var j = 0; j < counter.length; j++) { var value = null;
if(counter[j]!=null) { while ((value = counter[j].shift()) != null)
{ arr[pos++] = value; } } } } console.timeEnd(‘基数排序耗时’); return
arr; } var arr = [3, 44, 38, 5, 47, 15, 36, 26, 27, 2, 46, 4, 19, 50,
48]; console.log(radixSort(arr,2)); //[2, 3, 4, 5, 15, 19, 26, 27, 36,
38, 44, 46, 47, 48, 50]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
/**
* 基数排序适用于:
*  (1)数据范围较小,建议在小于1000
*  (2)每个数值都要大于等于0
* @author xiazdong
* @param  arr 待排序数组
* @param  maxDigit 最大位数
*/
//LSD Radix Sort
function radixSort(arr, maxDigit) {
    var mod = 10;
    var dev = 1;
    var counter = [];
    console.time(‘基数排序耗时’);
    for (var i = 0; i < maxDigit; i++, dev *= 10, mod *= 10) {
        for(var j = 0; j < arr.length; j++) {
            var bucket = parseInt((arr[j] % mod) / dev);
            if(counter[bucket]== null) {
                counter[bucket] = [];
            }
            counter[bucket].push(arr[j]);
        }
        var pos = 0;
        for(var j = 0; j < counter.length; j++) {
            var value = null;
            if(counter[j]!=null) {
                while ((value = counter[j].shift()) != null) {
                      arr[pos++] = value;
                }
          }
        }
    }
    console.timeEnd(‘基数排序耗时’);
    return arr;
}
var arr = [3, 44, 38, 5, 47, 15, 36, 26, 27, 2, 46, 4, 19, 50, 48];
console.log(radixSort(arr,2)); //[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

基数排序LSD动图演示:

图片 18

(3)算法分析

基数排序有三种办法:

基数排序 vs 计数排序 vs 桶排序

这两种排序算法都应用了桶的概念,但对桶的行使形式上有彰着反差:

  1. 基数排序:依照键值的每位数字来分配桶
  2. 计数排序:每个桶只存储单一键值
  3. 桶排序:每个桶存储一定限制的数值

后记

十大排序算法的总括到此地就是告一段落了。博主总计完将来只有一个感觉,排序算法博大精深,前辈们用了数年甚至一辈子的心机钻探出来的算法更值得大家推敲。站在十大算法的门前心里如故紧张的,身为一个小学生,博主的总括难免会有所疏漏,欢迎各位批评指定。

打赏襄助我写出更多好作品,谢谢!


打赏作者

打赏帮助自己写出更多好著作,谢谢!

任选一种支付格局

图片 19
图片 20

4 赞 35 收藏 7
评论

关于作者:Damonare

图片 21

新浪专栏[前者进击者]

个人主页
·
我的作品
·
19
·
         

图片 22

相关文章

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图