菜单

十大经典排序算法

2019年1月16日 - CSS/CSS3

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!
迎接参与伯乐在线 专栏撰稿人

填补表达三点

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有些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,玛丽(Mary)和马里奥,Java和javascript….当年javascript为了抱Java大腿恬不知耻的让自己成为了Java的养子,哦,不是应当是跪舔,毕竟都跟了Java的姓了。可近年来,javascript来了个咸鱼翻身,几乎要统治web领域,Nodejs,React
    Native的面世使得javascript在后端和移动端都开头占用了一席之地。可以那样说,在Web的人间,JavaScript可谓风头无两,已经坐上了头把交椅。
  • 在传统的电脑算法和数据结构领域,大多数正规教材和图书的默认语言都是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,但不得不说,不通晓是作者吃了shit依旧译者根本就没校对,满书的小错误,这就像那种无穷无尽的小bug一样,简直就是让人有种嘴里塞满了shit的感觉到,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,算法方面考的实际上不难(十大排序算法或是和十大排序算法同等难度的),但不怕在此以前没用javascript实现过或者没仔细看过有关算法的原理,导致写起来浪费广大时间。所以撸一撸袖子决定自己查资料自己总计一篇博客等拔取了直白看自己的博客就OK了,正所谓靠天靠地靠大牛不如靠自己(ˉ(∞)ˉ)。
  • 算法的原因:9世纪波斯数学家指出的:“al-Khowarizmi”就是下图这货(感觉紧要数学元素指出者貌似都戴了顶白帽子),开个笑话,阿拉伯人对此数学史的进献依旧值得人钦佩的。
    图片 1

1,桶排序是平安的

2,桶排序是广大排序里最快的一种,比快排还要快…大多数意况下

3,桶排序相当快,可是还要也要命耗空间,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)的区间,如限制为[0-9](考试分数为1-100等)

排序算法验证

(1)排序的定义:对一序列对象按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’

再讲的印象点就是排排坐,调座位,高的站在前面,矮的站在面前咯。

(3)对于评述算法优劣术语的印证

稳定:假设a原本在b前面,而a=b,排序之后a依旧在b的前头;
不稳定:即便a原本在b的先头,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完成;
外排序:由于数量太大,由此把数量放在磁盘中,而排序通过磁盘和内存的数量传输才能举行;

时间复杂度: 一个算法执行所耗费的年华。
空间复杂度: 运行完一个主次所需内存的大大小小。

有关时间空间复杂度的更多了解请戳这里,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)排序算法图片总结(图片源于网络):

排序相比:

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

譬如说待排数字[6 2 4 1 5 9]

1.冒泡排序(Bubble Sort)

好的,起初总括第一个排序算法,冒泡排序。我想对于它每个学过C语言的都会精晓的呢,这或许是无数人接触的第一个排序算法。

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。它再也地访问过要排序的数列,三回相比较多个要素,如果它们的一一错误就把它们互换过来。走访数列的办事是双重地拓展直到没有再需要互换,也就是说该数列已经排序完成。那么些算法的名字由来是因为越小的因素会经过互换渐渐“浮”到数列的顶端。

[6 2 4 1 5 9]           待排数组

(2)算法描述和实现

现实算法描述如下:

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]) { //相邻元素两两比较 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]

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,用于记录每一次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一旦扫描到pos地方即可。

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; //伊始时,最后地方保持不变 while ( i> 0) { var pos= 0;
//每一回起始时,无记录沟通 for (var j= 0; j< i; j++) if (arr[j]>
arr[j+1]) { pos= j; //记录互换的岗位 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(‘革新后冒泡排序耗时’); 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]

 

传统冒泡排序中每一回排序操作只可以找到一个最大值或不大值,我们考虑拔取在每一遍排序中进行正向和反向五回冒泡的不二法门两回能够收获四个最后值(最大者和最小者)
, 从而使排序趟数几乎裁减了大体上。

立异后的算法实现为:

JavaScript

function bubbleSort3(arr3) { var low = 0; var high= arr.length-1;
//设置变量的开头值 var tmp,j; console.time(‘2.立异后冒泡排序耗时’);
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]

三种艺术耗时相比:

图片 4

由图能够看出立异后的冒泡排序显著的时刻复杂度更低,耗时更短了。读者自行尝试可以戳这,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

当输入的数据现已是正序时(都早已是正序了,为毛何必还排序呢….)

当输入的多少是反序时(卧槽,我从来反序不就完了….)

[0 0 0 0 0 0 0 0 0 0]   空桶

2.抉择排序(Selection Sort)

表现最稳定的排序算法之一(那个平静不是指算法层面上的稳定哈,相信聪明的您能清楚我说的趣味2333),因为不管怎么样数据进去都是O(n²)的刻钟复杂度…..所以用到它的时候,数据规模越小越好。唯一的益处恐怕就是不占用额外的内存空间了吗。理论上讲,选拔排序可能也是通常排序一般人想到的最多的排序方法了吧。

[0 1 2 3 4 5 6 7 8 9]   桶编号(实际不设有)

(1)算法简介

慎选排序(Selection-sort)是一种简易直观的排序算法。它的工作规律:首先在未排序连串中找到最小(大)元素,存放到排序系列的起首地点,然后,再从剩余未排序元素中继承搜寻最小(大)元素,然后嵌入已排序系列的末梢。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,那么些过程看似这样:空桶[
待排数组[ 0 ] ] = 待排数组[ 0 ]

(2)算法描述和兑现

n个记录的第一手拔取排序可透过n-1趟直接采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(‘采用排序耗时’); 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(‘选用排序耗时’); 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]

挑选排序动图演示:

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尽管并未冒泡排序和甄选排序那么粗略粗暴,但它的法则应该是最容易了然的了,因为只要打过扑克牌的人都应有可以秒懂。当然,假使你说您打扑克牌摸牌的时候从不按牌的大小整理牌,这估量这辈子你对插入排序的算法都不会发生其他兴趣了…..

[0 1 2 3 4 567 8 9]   桶编号(实际不存在)

(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。它的办事原理是因而构建有序连串,对于未排序数据,在已排序序列中从后迈入扫描,找到呼应地方并插入。插入排序在落实上,平时拔取in-place排序(即只需用到O(1)的额外空间的排序),因此在从后迈入扫描过程中,需要频繁把已排序元素日渐向后挪位,为流行因素提供插入空间。

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)算法描述和落实

貌似的话,插入排序都施用in-place在数组上贯彻。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: 查找插入地方时利用二分查找的办法

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]

革新前后相比:

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;
率先个突破O(n^2)的排序算法;是粗略插入排序的立异版;它与插入排序的不同之处在于,它会优先比较距离较远的要素。Hill排序又叫缩小增量排序

[0 123 4 5 6 7 8 9]   桶编号(实际不设有)

(1)算法简介

Hill排序的为主在于距离体系的设定。既能够提前设定好间隔系列,也得以动态的概念间隔连串。动态定义间隔体系的算法是《算法(第4版》的合著者罗Bert(Robert)Sedgewick指出的。

3,4,5,6省略,过程同样,整体入桶后变成下面这样

(2)算法描述和促成

先将全部待排序的笔录连串分割成为若干子体系分别举办直接插入排序,具体算法描述:

Javascript代码实现:

JavaScript

function shellSort(arr) { var len = arr.length, temp, gap = 1;
console.time(‘Hill排序耗时:’); while(gap < len/5) {
//动态定义间隔系列 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(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(图片来源于网络):

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)

和抉择排序一样,归并排序的性质不受输入数据的震慑,但显示比接纳排序好的多,因为平昔都是O(n
log n)的时辰复杂度。代价是急需十分的内存空间。

[01 2345 6 7 89]   桶编号(实际不设有)

(1)算法简介

 归并排序是创立在集合操作上的一种有效的排序算法。该算法是利用分治法(Divide
and
Conquer)的一个充足出众的行使。归并排序是一种祥和的排序方法。将已平稳的子序列合并,得到完全有序的行列;即先使各种子体系有序,再使子体系段间有序。若将多少个不变表合并成一个一成不变表,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) { //接纳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.高速排序(Quick Sort)

飞快排序的名字起的是概括粗暴,因为一听到这么些名字你就知道它存在的含义,就是快,而且效能高!
它是拍卖大数额最快的排序算法之一了。

图片 12

(1)算法简介

快速排序的骨干考虑:通过一趟排序将待排记录分隔成单身的两有的,其中有的笔录的第一字均比另一局部的要害字小,则可分别对这两片段记录继续开展排序,以达成整个连串有序。

程序

(2)算法描述和落实

快捷排序使用分治法来把一个串(list)分为多少个子串(sub-lists)。具体算法描述如下:

Javascript代码实现:

JavaScript

/*模式求证:连忙排序 @param array 待排序数组*/ //方法一 function
quickSort(array, left, right) { console.time(‘1.很快排序耗时’); 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]

快快排序动图演示:

图片 13

图片 14

(3)算法分析

实践结果

7.堆排序(Heap Sort)

堆排序可以说是一种拔取堆的定义来排序的精选排序。

(1)算法简介

堆排序(Heapsort)是指利用堆这种数据结构所计划的一种排序算法。堆积是一个接近完全二叉树的布局,并同时满意堆积的习性:即子结点的键值或索引总是小于(或者抢先)它的父节点。

(2)算法描述和实现

现实算法描述如下:

Javascript代码实现:

JavaScript

/*艺术求证: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:维护堆的属性 @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)

计数排序的主题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多寡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。计数排序使用一个万分的数组C,其中第i个因素是待排序数组A中值等于i的因素的个数。然后遵照数组C来将A中的元素排到正确的职务。它不得不对整数举办排序。

(2)算法描述和贯彻

切切实实算法描述如下:

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

当输入的要素是n 个0到k之间的整数时,它的运行时刻是 O(n +
k)。计数排序不是相比排序,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限制(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,需要大量岁月和内存。

9.桶排序(Bucket Sort)

桶排序是计数排序的升级版。它使用了函数的投射关系,高效与否的显要就在于这些映射函数的规定。

(1)算法简介

桶排序 (Bucket
sort)的行事的原理:假设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(有可能再采用此外排序算法或是以递归格局继续行使桶排序进行排

(2)算法描述和实现

切实算法描述如下:

Javascript代码实现:

JavaScript

/*措施求证:桶排序 @param array 数组 @param num 桶的数据*/ 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(图片来源于网络):

图片 17

至于桶排序更多

(3)算法分析

 桶排序最好状态下利用线性时间O(n),桶排序的流年复杂度,取决与对一一桶之间数据开展排序的年月复杂度,因为其他一些的岁月复杂度都为O(n)。很明显,桶划分的越小,各种桶之间的数据越少,排序所用的时刻也会越少。但对应的半空中消耗就会叠加。

10.基数排序(Radix Sort)

基数排序也是非相比较的排序算法,对每一位展开排序,从压低位初叶排序,复杂度为O(kn),为数首席营业官度,k为数组中的数的最大的位数;

(1)算法简介

基数排序是比照低位先排序,然后收集;再遵照高位排序,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,分别采访,所以是平安无事的。

(2)算法描述和贯彻

切切实实算法描述如下:

Javascript代码实现:

JavaScript

/** * 基数排序适用于: * (1)数据范围较小,提议在低于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]

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

基数排序有二种艺术:

基数排序 vs 计数排序 vs 桶排序

这三种排序算法都应用了桶的概念,但对桶的利用格局上有分明区别:

  1. 基数排序:遵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:每个桶存储一定范围的数值

后记

十大排序算法的总括到此地就是告一段落了。博主总计完将来唯有一个感觉到,排序算法博大精深,前辈们用了数年如故一辈子的脑子研讨出来的算法更值得我们推敲。站在十大算法的门前心里仍然紧张的,身为一个小学生,博主的下结论难免会有所疏漏,欢迎各位批评指定。

打赏帮助我写出更多好著作,谢谢!


打赏作者

打赏协理自己写出更多好作品,谢谢!

任选一种支付格局

图片 19
图片 20

4 赞 35 收藏 7
评论

至于作者:Damonare

图片 21

天涯论坛专栏[前端进击者]

个人主页
·
我的小说
·
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