菜单

十大经典排序算法

2019年1月18日 - Ajax

1.冒泡排序(Bubble Sort)

好的,开首总计首个排序算法,冒泡排序。我想对于它每个学过C语言的都会询问的吧,这或者是无数人接触的首先个排序算法。

[0 123 4 5 6 7 8 9]   桶编号(实际不设有)

(3)算法分析

以下附上用Python实现的桶排序程序

(2)算法描述和兑现

高效排序使用分治法来把一个串(list)分为五个子串(sub-lists)。具体算法描述如下:

Javascript代码实现:

JavaScript

/*措施求证:急迅排序 @param array 待排序数组*/ //方法一 function
quickSort(array, left, right) { console.time(‘1.急速排序耗时’); 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
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]

高速排序动图演示:

图片 1

[6 2 41 5 9]           待排数组

10.基数排序(Radix Sort)

基数排序也是非相比的排序算法,对每一位展开排序,从最低位开端排序,复杂度为O(kn),为数总经理度,k为数组中的数的最大的位数;

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

4.Hill排序(Shell Sort)

1959年Shell发明;
率先个突破O(n^2)的排序算法;是简单插入排序的改进版;它与插入排序的不同之处在于,它会优先比较距离较远的元素。Hill排序又叫裁减增量排序

[0 020 0 0 6 0 0 0]   空桶

(1)算法简介

希尔(Hill)排序的基本在于距离连串的设定。既可以提前设定好间隔序列,也足以动态的概念间隔体系。动态定义间隔体系的算法是《算法(第4版》的合著者罗伯特(Robert)(Bert)(Robert)Sedgewick提出的。

[0 1 2 3 4 5 6 7 8 9]   桶编号(实际不存在)

2.抉择排序(Selection Sort)

呈现最平静的排序算法之一(那些平静不是指算法层面上的稳定哈,相信聪明的您能知道我说的意趣2333),因为不论是怎么样数据进去都是O(n²)的年华复杂度…..所以用到它的时候,数据规模越小越好。唯一的功利恐怕就是不占用额外的内存空间了啊。理论上讲,采取排序可能也是平常排序一般人想到的最多的排序方法了呢。

[6 24 1 5 9]           待排数组

(3)算法分析

基数排序有两种情势:

基数排序 vs 计数排序 vs 桶排序

那二种排序算法都利用了桶的定义,但对桶的利用方法上有显然差别:

  1. 基数排序:依据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

图片 2

(2)算法描述和兑现

现实算法描述如下:

Javascript代码实现:

JavaScript

/*办法求证:桶排序 @param array 数组 @param num 桶的数目*/ 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 3

至于桶排序更多

图片 4

9.桶排序(Bucket Sort)

桶排序是计数排序的升级版。它采用了函数的映射关系,高效与否的重要就在于这一个映射函数的规定。

[6 2 4 1 5 9]           待排数组

6.飞跃排序(Quick Sort)

高速排序的名字起的是大概粗暴,因为一听到那一个名字你就清楚它存在的意义,就是快,而且效能高!
它是处理大数目最快的排序算法之一了。

[0 1 2 3 4 567 8 9]   桶编号(实际不设有)

(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]

 

立异冒泡排序:
设置一标志性变量pos,用于记录每回排序中最终五次举办互换的岗位。由于pos地方然后的笔录均已换成完成,故在开展下一趟排序时尽管扫描到pos地点即可。

改革后算法如下:

JavaScript

function bubbleSort2(arr) { console.time(‘改进后冒泡排序耗时’); var i =
arr.length-1; //最先时,最终地点保持不变 while ( i> 0) { var pos= 0;
//每次起首时,无记录互换 for (var j= 0; j< i; j++) if (arr[j]>
arr[j+1]) { pos= j; //记录交流的地点 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]

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]

 

观念冒泡排序中每便排序操作只可以找到一个最大值或纤维值,大家着想动用在每一遍排序中开展正向和反向四次冒泡的艺术一回可以赢得多个最终值(最大者和最小者)
, 从而使排序趟数几乎缩小了一半。

立异后的算法实现为:

JavaScript

function bubbleSort3(arr3) { var low = 0; var high= arr.length-1;
//设置变量的起初值 var tmp,j; console.time(‘2.改良后冒泡排序耗时’);
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.更上一层楼后冒泡排序耗时’); 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]

二种艺术耗时比较:

图片 5

由图可以看来改进后的冒泡排序显然的时日复杂度更低,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 6

(3)算法分析

当输入的数码现已是正序时(都曾经是正序了,为毛何必还排序呢….)

当输入的数量是反序时(卧槽,我平昔反序不就完了….)

[01 2045 60 09]   空桶

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选料排序。

3,4,5,6省略,过程一样,全体入桶后成为下面这样

(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 7

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

(1)算法简介

敏捷排序的中坚思想:通过一趟排序将待排记录分隔成独立的两有些,其中有的记录的关键字均比另一局部的重要性字小,则可各自对这两片段记录继续开展排序,以达到总体体系有序。

[0 0 0 0 0 0 0 0 0 0]   空桶

排序算法验证

(1)排序的定义:对一序列对象依据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’

再讲的映像点就是排排坐,调座位,高的站在后头,矮的站在后边咯。

(3)对于评述算法优劣术语的证实

稳定:假使a原本在b前边,而a=b,排序之后a仍旧在b的前边;
不稳定:如若a原本在b的先头,而a=b,排序之后a可能会产出在b的背后;

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,因此把数量放在磁盘中,而排序通过磁盘和内存的数额传输才能拓展;

时间复杂度: 一个算法执行所耗费的日子。
空间复杂度: 运行完一个顺序所需内存的轻重缓急。

有关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》依然很赞的,通俗易懂。

(4)排序算法图片总结(图片来源于网络):

排序比较:

图片 8

图片名词解释:
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 9

图片 10

(2)算法描述和促成

先将一切待排序的记录体系分割成为若干子体系分别进行直接插入排序,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) {
//动态定义间隔连串 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]

希尔(Hill)排序图示(图片来源网络):

图片 11

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,这么些进程看似这样:空桶[
待排数组[ 0 ] ] = 待排数组[ 0 ]

(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,提出在低于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 12

0意味着空桶,跳过,顺序取出即可:1 2 4 5 6 9

至于作者:Damonare

图片 13

新浪专栏[前者进击者]

个人主页
·
我的著作
·
19
·
         

图片 14

[62 4 1 5 9]           待排数组

(2)算法描述和落实

一般的话,插入排序都利用in-place在数组上实现。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!’;
    }
}

立异插入排序: 查找插入地点时利用二分查找的方法

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]

立异前后相比较:

图片 15

插入排序动图演示:

图片 16

[01 2345 6 7 89]   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易直观的排序算法。它的工作规律是透过构建有序系列,对于未排序数据,在已排序体系中从后迈入扫描,找到呼应地点并插入。插入排序在实现上,通常使用in-place排序(即只需用到O(1)的额外空间的排序),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。

[0 0 0 0 0 060 0 0]   空桶

(1)算法简介

挑选排序(Selection-sort)是一种简易直观的排序算法。它的行事规律:首先在未排序连串中找到最小(大)元素,存放到排序体系的胚胎地点,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最后。以此类推,直到所有因素均排序完毕。

实施结果

(1)算法简介

 归并排序是树立在联合操作上的一种有效的排序算法。该算法是采用分治法(Divide
and
Conquer)的一个老大独立的采取。归并排序是一种祥和的排序方法。将已板上钉钉的子系列合并,得到完全有序的队列;即先使每个子系列有序,再使子连串段间有序。若将六个不变表合并成一个一如既往表,称为2-路归并。

未雨绸缪10个空桶,最大数个空桶

5.归并排序(Merge Sort)

和甄选排序一样,归并排序的特性不受输入数据的熏陶,但显示比采用排序好的多,因为一贯都是O(n
log n)的流年复杂度。代价是内需至极的内存空间。

1,桶排序是平稳的

2,桶排序是广泛排序里最快的一种,比快排还要快…大多数场地下

3,桶排序卓殊快,可是同时也分外耗空间,基本上是最耗空间的一种排序算法

后记

十大排序算法的下结论到这边就是告一段落了。博主总括完事后只有一个深感,排序算法博大精深,前辈们用了数年居然一辈子的脑力探究出来的算法更值得我们推敲。站在十大算法的门前心里仍旧紧张的,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。

打赏帮忙自己写出更多好著作,谢谢!


打赏作者

程序

(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,四遍相比多少个要素,假设它们的相继错误就把它们互换过来。走访数列的行事是再度地开展直到没有再需要交换,也就是说该数列已经排序完成。这些算法的名字由来是因为越小的元素会路过互换慢慢“浮”到数列的下面。

譬如待排数字[6 2 4 1 5 9]

前言

读者自行尝试能够想看源码戳这,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一些近似相似但有完全两样的东西,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大腿恬不知耻的让祥和变成了Java的养子,哦,不是理所应当是跪舔,毕竟都跟了Java的姓了。可目前,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在后端和移动端都伊始占用了一席之地。可以这么说,在Web的花花世界,JavaScript可谓风头无两,已经坐上了头把交椅。
  • 在观念的微处理器算法和数据结构领域,大多数业内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,不知道是笔者吃了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),但虽然在此之前没用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时日。所以撸一撸袖子决定自己查资料自己总结一篇博客等接纳了直接看自己的博客就OK了,正所谓靠天靠地靠大牛不如靠自己(ˉ(∞)ˉ)。
  • 算法的案由:9世纪波斯科学家提议的:“al-Khowarizmi”就是下图这货(感觉重要数学元素提出者貌似都戴了顶白帽子),开个玩笑,阿拉伯人对于数学史的贡献依旧值得人肃然起敬的。
    图片 17

填补表达三点

(3)算法分析

正文

(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的因素的个数。然后依照数组C来将A中的元素排到正确的地方。它不得不对整数举行排序。

(1)算法简介

堆排序(Heapsort)是指使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(或者高于)它的父节点。

(2)算法描述和落实

切切实实算法描述如下:

Javascript代码实现:

JavaScript

/*方法求证: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:维护堆的性能 @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 18

(3)算法分析

 桶排序最好状态下利用线性时间O(n),桶排序的光阴复杂度,取决与对一一桶之间数据举办排序的年华复杂度,因为另外一些的年华复杂度都为O(n)。很显著,桶划分的越小,各样桶之间的数目越少,排序所用的岁月也会越少。但相应的上空消耗就会增大。

(3)算法分析

3.插入排序(Insertion Sort)

插入排序的代码实现尽管从未冒泡排序和甄选排序那么简单粗暴,但它的规律应该是最容易明白的了,因为只要打过扑克牌的人都应有能够秒懂。当然,假使您说您打扑克牌摸牌的时候从不按牌的轻重缓急整理牌,这猜测这辈子你对插入排序的算法都不会发出任何兴趣了…..

(1)算法简介

基数排序是按部就班低位先排序,然后收集;再依照高位排序,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。最终的顺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。基数排序基于各自排序,分别收载,所以是祥和的。

十大经典排序算法

2016/09/19 · 基本功技术 ·
7 评论 ·
排序算法,
算法

正文作者: 伯乐在线
Damonare
。未经作者许可,禁止转载!
迎接出席伯乐在线 专栏撰稿人

(2)算法描述和兑现

n个记录的一直选拔排序可经过n-1趟直接选用排序拿到稳步结果。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(‘拔取排序耗时’); 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(‘拔取排序耗时’); 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]

分选排序动图演示:

图片 19

(3)算法分析

(1)算法简介

桶排序 (Bucket
sort)的行事的规律: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利用桶排序举办排

(3)算法分析

(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 20

(3)算法分析

当输入的因素是n 个0到k之间的整数时,它的运作时刻是 O(n +
k)。计数排序不是相比排序,排序的速度快于任何相比排序算法。由于用来计数的数组C的尺寸取决于待排序数组中多少的界定(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,需要大量光阴和内存。

(3)算法分析

打赏补助我写出更多好著作,谢谢!

任选一种支付情势

图片 21
图片 22

4 赞 35 收藏 7
评论

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码必须是有确定限制的平头。

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