菜单

十大经典排序算法

2019年1月20日 - jQuery

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

本文作者: 伯乐在线
Damonare
。未经作者许可,禁止转载!
欢迎参加伯乐在线 专辑小编

填补表达三点

前言

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

  • 那世界上总存在着那么部分接近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成为了Java的养子,哦,不是应该是跪舔,毕竟都跟了Java的姓了。可前几日,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据了一隅之地。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,一大半标准教材和书本的默许语言都是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,但只能够说,不明了是小编吃了shit照旧译者根本就没核查,满书的小错误,那如同那种无穷无尽的小bug一样,差不离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,算法方面考的实在不难(十大排序算法或是和十大排序算法同等难度的),但即使往日没用javascript完毕过或者没仔细看过相关算法的法则,导致写起来浪费广大时辰。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第一手看自己的博客就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世纪波斯科学家提出的:“al-Khowarizmi”就是下图那货(感觉主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进献照旧值得人毕恭毕敬的。
    图片 1

1,桶排序是平稳的

2,桶排序是广阔排序里最快的一种,比快排还要快…一大半情景下

3,桶排序非凡快,然则还要也丰裕耗空间,基本上是最耗空间的一种排序算法

正文

无序数组有个需要,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:对一体系对象按照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’

再讲的形象点就是排排坐,调座位,高的站在后边,矮的站在前方咯。

(3)对于评述算法优劣术语的表明

稳定:即使a原本在b前边,而a=b,排序之后a依然在b的先头;
不稳定:即使a原本在b的前头,而a=b,排序之后a可能会油然则生在b的前面;

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,因此把多少放在磁盘中,而排序通过磁盘和内存的多寡传输才能拓展;

时光复杂度: 一个算法执行所费用的时日。
空中复杂度: 运行完一个先后所需内存的深浅。

关于时间空间复杂度的越多询问请戳这里,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)排序算法图片统计(图片来自网络):

排序相比较:

图片 2

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 3

例如待排数字[6 2 4 1 5 9]

1.冒泡排序(Bubble Sort)

好的,初叶总括第三个排序算法,冒泡排序。我想对于它每个学过C语言的都会询问的吗,那也许是广大人接触的率先个排序算法。

准备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。它再也地走访过要排序的数列,三次相比较七个因素,假设它们的次第错误就把它们互换过来。走访数列的行事是再一次地展开直到没有再要求互换,也就是说该数列已经排序达成。这一个算法的名字由来是因为越小的元素会路过互换逐渐“浮”到数列的上面。

[6 2 4 1 5 9]           待排数组

(2)算法描述和得以落成

实际算法描述如下:

JavaScript代码落成:

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]

 

革新冒泡排序:
设置一标志性变量pos,用于记录每便排序中最后一回开展置换的地方。由于pos地点然后的记录均已换成完结,故在进展下一趟排序时只要扫描到pos地点即可。

矫正后算法如下:

JavaScript

function bubbleSort2(arr) { console.time(‘立异后冒泡排序耗时’); var i =
arr.length-1; //先导时,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(‘创新后冒泡排序耗时’); 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]

 

观念冒泡排序中每一回排序操作只好找到一个最大值或纤维值,我们着想动用在每一趟排序中开展正向和反向三遍冒泡的方法一遍可以赢得多个最后值(最大者和最小者)
, 从而使排序趟数大致裁减了大体上。

革新后的算法已毕为:

JavaScript

function bubbleSort3(arr3) { var low = 0; var high= arr.length-1;
//设置变量的初叶值 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]

三种艺术耗时比较:

图片 4

由图可以看看革新后的冒泡排序明显的时光复杂度更低,耗时更短了。读者自行尝试可以戳那,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:

图片 5

(3)算法分析

当输入的数额已经是正序时(都早已是正序了,为毛何必还排序呢….)

当输入的数目是反序时(卧槽,我直接反序不就完了….)

[0 0 0 0 0 0 0 0 0 0]   空桶

2.摘取排序(Selection Sort)

表现最安定的排序算法之一(这么些稳定不是指算法层面上的平静哈,相信聪明的你能精晓自己说的意思2333),因为无论什么样数据进去都是O(n²)的年月复杂度…..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吧。理论上讲,选用排序可能也是平常排序一般人想到的最多的排序方法了吗。

[0 1 2 3 4 5 6 7 8 9]   桶编号(实际不存在)

(1)算法简介

挑选排序(Selection-sort)是一种简易直观的排序算法。它的做事规律:首先在未排序体系中找到最小(大)元素,存放到排序种类的序幕地方,然后,再从剩余未排序元素中延续查找最小(大)元素,然后放到已排序体系的最终。以此类推,直到所有因素均排序已毕。

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

(2)算法描述和完结

n个记录的直白选取排序可通过n-1趟直接选取排序得到逐步结果。具体算法描述如下:

Javascript代码完成:

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]

采纳排序动图演示:

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)

插入排序的代码达成即便并未冒泡排序和抉择排序那么粗略残酷,但它的规律应该是最不难掌握的了,因为如果打过扑克牌的人都应有可以秒懂。当然,倘使您说您打扑克牌摸牌的时候从不按牌的分寸整理牌,这揣测那辈子你对插入排序的算法都不会时有暴发任何兴趣了…..

[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单直观的排序算法。它的劳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,找到相应岗位并插入。插入排序在促成上,常常采纳in-place排序(即只需用到O(1)的附加空间的排序),因此在从后迈入扫描进程中,须要频仍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)算法描述和兑现

一般的话,插入排序都施用in-place在数组上落到实处。具体算法描述如下:

Javascript代码完成:

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!’;
    }
}

改进插入排序: 查找插入地方时使用二分查找的方式

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]

字斟句酌前后相比:

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(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创新版;它与插入排序的分化之处在于,它会事先相比距离较远的要素。希尔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

希尔(希尔)排序的主干在于距离序列的设定。既可以提前设定好间隔体系,也足以动态的概念间隔种类。动态定义间隔种类的算法是《算法(第4版》的合著者RobertSedgewick提出的。

3,4,5,6省略,进度同样,全体入桶后改成上面那样

(2)算法描述和落到实处

先将所有待排序的笔录体系分割成为若干子系列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) {
//动态定义间隔种类 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(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]

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)排序图示(图片来源网络):

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,归并排序的习性不受输入数据的影响,但显示比选拔排序好的多,因为向来都是O(n
log n)的小时复杂度。代价是内需额外的内存空间。

[01 2345 6 7 89]   桶编号(实际不设有)

(1)算法简介

 归并排序是手无寸铁在联合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)的一个老大典型的使用。归并排序是一种祥和的排序方法。将已铁定的事情的子种类合并,得到完全有序的队列;即先使各样子种类有序,再使子体系段间有序。若将多个静止表合并成一个不变表,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代码达成:

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已毕的桶排序程序

6.神速排序(Quick Sort)

急忙排序的名字起的是简简单单残暴,因为一听到这几个名字你就通晓它存在的意思,就是快,而且功效高!
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

很快排序的主干思维:通过一趟排序将待排记录分隔成单身的两有的,其中一部分记下的首要字均比另一片段的显要字小,则可个别对那两部分记录继续开展排序,以达到总体种类有序。

程序

(2)算法描述和兑现

快捷排序使用分治法来把一个串(list)分为七个子串(sub-lists)。具体算法描述如下:

Javascript代码落成:

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.神速排序耗时’); 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]

立时排序动图演示:

图片 13

图片 14

(3)算法分析

推行结果

7.堆排序(Heap Sort)

堆排序可以说是一种选择堆的定义来排序的挑三拣四排序。

(1)算法简介

堆排序(Heapsort)是指使用堆那种数据结构所设计的一种排序算法。堆积是一个看似完全二叉树的结构,并还要知足堆积的性能:即子结点的键值或索引总是小于(或者高于)它的父节点。

(2)算法描述和促成

实际算法描述如下:

Javascript代码已毕:

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!’; } } /*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 15

(3)算法分析

8.计数排序(Counting Sort)

计数排序的大目的在于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,计数排序须求输入的多寡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。计数排序使用一个非凡的数组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。然后依据数组C来将A中的元素排到正确的职位。它只可以对整数举行排序。

(2)算法描述和得以落成

切切实实算法描述如下:

Javascript代码完成:

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

当输入的因素是n 个0到k之间的整数时,它的运转时刻是 O(n +
k)。计数排序不是比较排序,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数据的限定(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,须要多量时日和内存。

9.桶排序(Bucket Sort)

桶排序是计数排序的升级版。它利用了函数的炫耀关系,高效与否的主要就在于这么些映射函数的确定。

(1)算法简介

桶排序 (巴克(Buck)et
sort)的做事的法则:假设输入数据遵从均匀分布,将数据分到有限数量的桶里,每个桶再分别排序(有可能再利用其他排序算法或是以递归形式持续应用桶排序举行排

(2)算法描述和落到实处

切切实实算法描述如下:

Javascript代码已毕:

JavaScript

/*措施求证: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),桶排序的光阴复杂度,取决与对各样桶之间数据举办排序的年华复杂度,因为其余一些的年华复杂度都为O(n)。很醒目,桶划分的越小,种种桶之间的数量越少,排序所用的岁月也会越少。但相应的长空消耗就会叠加。

10.基数排序(Radix Sort)

基数排序也是非比较的排序算法,对每一位举办排序,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;再根据高位排序,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,分别采访,所以是平静的。

(2)算法描述和落实

实际算法描述如下:

Javascript代码已毕:

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

基数排序有三种办法:

基数排序 vs 计数排序 vs 桶排序

这三种排序算法都使用了桶的概念,但对桶的采纳办法上有明显差异:

  1. 基数排序:根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:每个桶存储一定限制的数值

后记

十大排序算法的下结论到此处就是告一段落了。博主统计完以后唯有一个觉得,排序算法博大精深,前辈们用了数年依旧一辈子的头脑琢磨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,博主的统计难免会有所疏漏,欢迎各位批评指定。

打赏支持我写出越多好小说,谢谢!


打赏小编

打赏扶助自己写出更加多好作品,谢谢!

任选一种支付格局

图片 19
图片 20

4 赞 35 收藏 7
评论

关于小编:Damonare

图片 21

微博专栏[前者进击者]

个人主页
·
我的稿子
·
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