菜单

经文排序算法——桶排序

2019年1月19日 - JavaScript

十大经典排序算法

2016/09/19 · 基础技术 ·
7 评论 ·
排序算法,
算法

正文小编: 伯乐在线
Damonare
。未经小编许可,禁止转发!
欢迎插足伯乐在线 专栏撰稿人

补偿表明三点

前言

读者自行尝试能够想看源码戳那,博主在github建了个库,读者可以Clone下来本地尝试。此博文协作源码体验更棒哦

  • 那世界上总存在着那么部分好像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,玛丽和马里奥,Java和javascript….当年javascript为了抱Java大腿卑鄙龌龊的让投机变成了Java的养子,哦,不是应当是跪舔,毕竟都跟了Java的姓了。可前日,javascript来了个咸鱼翻身,大致要统治web领域,Nodejs,React
    Native的产出使得javascript在后端和运动端都从头占据了方寸之地。可以如此说,在Web的下方,JavaScript可谓风头无两,已经坐上了头把交椅。
  • 在观念的处理器算法和数据结构领域,大多数专业教材和本本的默许语言都是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,但只可以说,不领悟是小编吃了shit如故译者根本就没核查,满书的小错误,那如同那种无穷无尽的小bug一样,几乎就是让人有种嘴里塞满了shit的觉得,吐也不是咽下去也不是。对于一个前端来说,越发是笔试面试的时候,算法方面考的实际简单(十大排序算法或是和十大排序算法同等难度的),但固然从前没用javascript落成过或者没仔细看过相关算法的规律,导致写起来浪费广大时刻。所以撸一撸袖子决定自己查资料自己计算一篇博客等应用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)。
  • 算法的案由:9世纪波斯物医学家提议的:“al-Khowarizmi”就是下图那货(感觉紧要数学元素提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照旧值得人佩服的。
    manbetx2.0手机版 1

1,桶排序是平安无事的

2,桶排序是广大排序里最快的一种,比快排还要快…一大半场地下

3,桶排序分外快,不过还要也不行耗空间,基本上是最耗空间的一种排序算法

正文

无序数组有个必要,就是成员隶属于固定(有限的)的距离,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:对一系列对象根据某个关键字展开排序;

输入:n个数:a1,a2,a3,…,an
输出: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,高的站在末端,矮的站在前头咯。

(3)对于评述算法优劣术语的辨证

稳定:尽管a原本在b前边,而a=b,排序之后a照旧在b的眼前;
不稳定:如若a原本在b的前头,而a=b,排序之后a可能相会世在b的末尾;

内排序:所有排序操作都在内存中形成;
外排序:由于数量太大,因而把数据放在磁盘中,而排序通过磁盘和内存的多寡传输才能拓展;

岁月复杂度: 一个算法执行所消耗的小时。
空中复杂度: 运行完一个先后所需内存的轻重。

关于时间空间复杂度的更加多通晓请戳这里,或是看书程杰大大编写的《大话数据结构》照旧很赞的,通俗易懂。

(4)排序算法图片总计(图片来源网络):

排序相比:

manbetx2.0手机版 2

图表名词解释:
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:

manbetx2.0手机版 3

比如待排数字[6 2 4 1 5 9]

1.冒泡排序(Bubble Sort)

好的,初阶计算第二个排序算法,冒泡排序。我想对于它每个学过C语言的都会询问的啊,那或许是过几个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

冒泡排序是一种不难的排序算法。它再度地拜会过要排序的数列,两遍相比较六个元素,假若它们的依次错误就把它们沟通过来。走访数列的办事是再一次地展开直到没有再必要调换,也就是说该数列已经排序落成。那么些算法的名字由来是因为越小的因素会路过沟通渐渐“浮”到数列的上方。

[6 2 4 1 5 9]           待排数组

(2)算法描述和落到实处

实际算法描述如下:

JavaScript代码已毕:

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]

 

改良冒泡排序:
设置一标志性变量pos,用于记录每回排序中最终一次进行调换的任务。由于pos地方然后的笔录均已换成完结,故在开展下一趟排序时假如扫描到pos地点即可。

立异后算法如下:

JavaScript

function bubbleSort2(arr) { console.time(‘创新后冒泡排序耗时’); var i =
arr.length-1; //先河时,最后地方保持不变 while ( i> 0) { var pos= 0;
//每便早先时,无记录沟通 for (var j= 0; j< i; j++) if (arr[j]>
arr[j+1]) { pos= j; //记录沟通的职位 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(‘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]

 

传统冒泡排序中每次排序操作只好找到一个最大值或不大值,大家着想使用在每次排序中展开正向和反向一回冒泡的措施四回可以得到四个最后值(最大者和最小者)
, 从而使排序趟数大约缩小了大体上。

核对后的算法落成为:

JavaScript

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.更上一层楼后冒泡排序耗时’);
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[manbetx2.0手机版,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]

三种艺术耗时比较:

manbetx2.0手机版 4

由图能够观望创新后的冒泡排序鲜明的日子复杂度更低,耗时更短了。读者自行尝试能够戳那,博主在github建了个库,读者可以Clone下来本地尝试。此博文合营源码体验更棒哦~~~

冒泡排序动图演示:

manbetx2.0手机版 5

(3)算法分析

当输入的数量现已是正序时(都早就是正序了,为毛何必还排序呢….)

当输入的数量是反序时(卧槽,我直接反序不就完了….)

[0 0 0 0 0 0 0 0 0 0]   空桶

2.挑选排序(Selection Sort)

展现最平静的排序算法之一(那么些平静不是指算法层面上的嬉皮笑脸哈,相信聪明的你能了解我说的情趣2333),因为无论什么数据进去都是O(n²)的命宫复杂度…..所以用到它的时候,数据规模越小越好。唯一的补益恐怕就是不占用额外的内存空间了呢。理论上讲,接纳排序可能也是经常排序一般人想到的最多的排序方法了啊。

[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。它的工作原理:首先在未排序种类中找到最小(大)元素,存放到排序种类的开端地方,然后,再从剩余未排序元素中两次三番查找最小(大)元素,然后嵌入已排序体系的末尾。以此类推,直到所有因素均排序落成。

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,这么些进度看似那样:空桶[
待排数组[ 0 ] ] = 待排数组[ 0 ]

(2)算法描述和促成

n个记录的平素选取排序可透过n-1趟直接采纳排序得到逐步结果。具体算法描述如下:

Javascript代码完毕:

JavaScript

function selectionSort(arr) { var len = arr.length; var minIndex, temp;
console.time(‘选用排序耗时’); 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(‘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]

选料排序动图演示:

manbetx2.0手机版 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)

插入排序的代码完结即便并未冒泡排序和甄选排序那么粗略无情,但它的法则应该是最简单明白的了,因为假使打过扑克牌的人都应当力所能及秒懂。当然,假诺你说您打扑克牌摸牌的时候从不按牌的高低整理牌,那揣测那辈子你对插入排序的算法都不会发出任何兴趣了…..

[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易直观的排序算法。它的工作原理是经过构建有序体系,对于未排序数据,在已排序系列中从后迈入扫描,找到呼应岗位并插入。插入排序在贯彻上,日常使用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进度中,须要频繁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)算法描述和得以完结

诚如的话,插入排序都应用in-place在数组上落到实处。具体算法描述如下:

Javascript代码达成:

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!’;
    }
}

改良插入排序: 查找插入地方时行使二分查找的办法

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]

核查前后相比:

manbetx2.0手机版 7

插入排序动图演示:

manbetx2.0手机版 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.希尔排序(Shell Sort)

1959年Shell发明;
率先个突破O(n^2)的排序算法;是几乎插入排序的革新版;它与插入排序的不相同之处在于,它会优先比较距离较远的元素。希尔(希尔(Hill))排序又叫收缩增量排序

[0 123 4 5 6 7 8 9]   桶编号(实际不设有)

(1)算法简介

希尔(希尔(Hill))排序的骨干在于距离连串的设定。既能够提前设定好间隔连串,也得以动态的定义间隔连串。动态定义间隔连串的算法是《算法(第4版》的合著者RobertSedgewick提出的。

3,4,5,6省略,过程同样,全部入桶后化作上边那样

(2)算法描述和贯彻

先将全体待排序的笔录体系分割成为若干子体系分别开展直接插入排序,具体算法描述:

Javascript代码完结:

JavaScript

function shellSort(arr) { var len = arr.length, temp, gap = 1;
console.time(‘希尔(希尔(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(‘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(希尔(Hill))排序图示(图片来自网络):

manbetx2.0手机版 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)

和甄选排序一样,归并排序的性能不受输入数据的影响,但显示比选取排序好的多,因为一贯都是O(n
log n)的时光复杂度。代价是索要万分的内存空间。

[01 2345 6 7 89]   桶编号(实际不设有)

(1)算法简介

 归并排序是白手起家在统一操作上的一种有效的排序算法。该算法是运用分治法(Divide
and
Conquer)的一个百般出色的运用。归并排序是一种祥和的排序方法。将已有序的子连串合并,得到完全有序的连串;即先使各类子连串有序,再使子种类段间有序。若将三个静止表合并成一个静止表,称为2-路归并。

0象征空桶,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代码达成:

JavaScript

function mergeSort(arr) { //选择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:

manbetx2.0手机版 10

manbetx2.0手机版 11

(3)算法分析

以下附上用Python完结的桶排序程序

6.高效排序(Quick Sort)

迅猛排序的名字起的是简单残忍,因为一听到这一个名字你就知道它存在的含义,就是快,而且功效高!
它是处理大数据最快的排序算法之一了。

manbetx2.0手机版 12

(1)算法简介

快快排序的主导思想:通过一趟排序将待排记录分隔成单身的两部分,其中有些记下的显要字均比另一有的的第一字小,则可个别对那两片段记录继续拓展排序,以达成全部连串有序。

程序

(2)算法描述和已毕

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

Javascript代码完毕:

JavaScript

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

高效排序动图演示:

manbetx2.0手机版 13

manbetx2.0手机版 14

(3)算法分析

执行结果

7.堆排序(Heap Sort)

堆排序可以说是一种选拔堆的概念来排序的挑三拣四排序。

(1)算法简介

堆排序(Heapsort)是指使用堆那种数据结构所安排的一种排序算法。堆积是一个接近完全二叉树的组织,并同时满意堆积的属性:即子结点的键值或索引总是小于(或者高于)它的父节点。

(2)算法描述和贯彻

现实算法描述如下:

Javascript代码完毕:

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!’; } } /*主意求证: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:

manbetx2.0手机版 15

(3)算法分析

8.计数排序(Counting Sort)

计数排序的着力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。
作为一种线性时间复杂度的排序,计数排序必要输入的多少必须是有规定限制的整数。

(1)算法简介

计数排序(Counting
sort)是一种祥和的排序算法。计数排序使用一个附加的数组C,其中第i个要素是待排序数组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岗位。它只可以对整数举办排序。

(2)算法描述和已毕

切实算法描述如下:

Javascript代码已毕:

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:

manbetx2.0手机版 16

(3)算法分析

当输入的要素是n 个0到k之间的平头时,它的运行时刻是 O(n +
k)。计数排序不是比较排序,排序的快慢快于任何比较排序算法。由于用来计数的数组C的长度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),那使得计数排序对于数据范围很大的数组,必要大量岁月和内存。

9.桶排序(Bucket Sort)

桶排序是计数排序的升级版。它使用了函数的映射关系,高效与否的根本就在于那几个映射函数的确定。

(1)算法简介

桶排序 (巴克et
sort)的办事的规律:如果输入数据遵守均匀分布,将数据分到有限数量的桶里,每个桶再分别排序(有可能再利用其余排序算法或是以递归格局持续运用桶排序举行排

(2)算法描述和得以达成

切切实实算法描述如下:

Javascript代码落成:

JavaScript

/*主意求证: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(图片来源于网络):

manbetx2.0手机版 17

有关桶排序更多

(3)算法分析

 桶排序最好状态下行使线性时间O(n),桶排序的岁月复杂度,取决与对各样桶之间数据进行排序的小时复杂度,因为任何一些的时间复杂度都为O(n)。很扎眼,桶划分的越小,各种桶之间的数目越少,排序所用的时日也会越少。但相应的上空消耗就会增大。

10.基数排序(Radix Sort)

基数排序也是非相比的排序算法,对每一位进行排序,从压低位起初排序,复杂度为O(kn),为数老板度,k为数组中的数的最大的位数;

(1)算法简介

基数排序是根据低位先排序,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。最终的主次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,所以是稳定的。

(2)算法描述和促成

现实算法描述如下:

Javascript代码达成:

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:

manbetx2.0手机版 18

(3)算法分析

基数排序有两种艺术:

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概念,但对桶的行使办法上有显然差别:

  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:每个桶存储一定范围的数值

后记

十大排序算法的下结论到此处就是告一段落了。博主计算完事后唯有一个感觉到,排序算法博大精深,前辈们用了数年照旧一辈子的头脑研究出来的算法更值得我们推敲。站在十大算法的门前心里依旧紧张的,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。

打赏帮衬我写出越来越多好作品,谢谢!


打赏作者

打赏辅助自己写出愈多好小说,谢谢!

任选一种支付格局

manbetx2.0手机版 19
manbetx2.0手机版 20

4 赞 35 收藏 7
评论

有关笔者:Damonare

manbetx2.0手机版 21

博客园专栏[前者进击者]

个人主页
·
我的篇章
·
19
·
         

manbetx2.0手机版 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