菜单

十好经典排序算法

2018年11月15日 - Html/Html5

(1)算法简介

希尔排序的为主在于距离序列的设定。既可以提前设定好间隔序列,也堪动态的概念间隔序列。动态定义间隔序列的算法是《算法(第4本子》的合著者Robert
Sedgewick提出的。

(3)算法分析

当输入的素是n 个0到k之间的整数时,它的运转时刻是 O(n +
k)。计数排序不是较排序,排序的快快于任何比较排序算法。由于用来计数的数组C的长度在待排序数组中数的范围(等于待排序数组的极其老价值与无限小值的差加上1),这叫计数排序对于数据范围十分老的反复组,需要大量年华与内存。

10.基数排序(Radix Sort)

基数排序也是未比的排序算法,对各个一样号进行排序,从低位开排序,复杂度为O(kn),为数组长度,k为数组中之累之极度充分的位数;

正文

3.插入排序(Insertion Sort)

插入排序的代码实现虽然没有冒泡排序和挑选排序那么简单粗暴,但它们的规律应该是极度容易了解的了,因为一旦打了扑克牌的人头都应该会秒懂。当然,如果您说你于扑克牌摸牌的时从不按牌的高低整理牌,那估计马上一世你针对插入排序的算法都无会见生出任何兴趣了…..

(1)算法简介

计数排序(Counting
sort)是相同种祥和的排序算法。计数排序使用一个分外的数组C,其中第i独因素是得排序数组A中值等于i的素的个数。然后根据数组C来以A中之要素排至对的职位。它只能针对整数进行排序。

至于作者:Damonare

图片 1

知乎专栏[前端进击者]

个人主页 ·
我之章 ·
19 ·
         

图片 2

(3)算法分析

(1)算法简介

桶排序 (Bucket
sort)的行事的原理:假设输入数据从均匀分布,将数据分至片数量的桶里,每个桶再各自排序(有或再也下别的排序算法或是以递归方式延续应用桶排序进行排

前言

读者自行尝试可以纪念看源码戳这
,在github建了单仓库,读者可以Clone下来本地尝试。此博文配合源码体验更精哦

  • 旋即世界上总在着那么有些好像相似但有一齐不同的物,比如雷锋与雷峰塔,小平与微平头,玛丽及马里奥,Java及javascript….当年javascript为了抱Java大腿恬不知耻的叫自己成了Java的养子,哦,不是当是跪舔,毕竟还同了Java的姓氏了。可现在,javascript来了单咸鱼翻身,几乎使统治web领域,Nodejs,React
    Native的面世使得javascript在后端和活动端都起占用了一席之地。可以这么说,在Web的花花世界,JavaScript可谓风头无星星,已经因为上了头把交椅。
  • 每当风的处理器算法和数据结构领域,大多数规范教材以及书本的默认语言都是Java或者C/C+
    +,O’REILLY家倒是有了同本叫做《数据结构与算法javascript描述》的书,但不得不说,不了解凡是作者吃了shit还是译者根本就从未校对,满书的多少错误,这就是如那种无穷无尽的小bug一样,简直就是是于丁来种植嘴里塞满了shit的痛感,吐也未是服用下去也不是。对于一个前端来说,尤其是笔试面试的时,算法方面考之实际上不难(十颇排序算法或是和什挺排序算法同等难度之),但哪怕前从没因此javascript实现了或者没有仔细看罢有关算法的法则,导致写起来浪费广大岁月。所以撸一撸袖子决定好查资料自己总结一篇博客等利用了直接扣自己的博客就OK了,正所谓靠天因地靠大牛不苟因自己(ˉ(∞)ˉ)。
  • 算法的原因:9世纪波斯数学家提出的:“al-Khowarizmi”就是产图这卖(感觉主要数学元素提出者貌似都戴了到白帽子),开单噱头,阿拉伯总人口对此数学史的献还是值得人佩服之。
    图片 3

(1)算法简介

挑排序(Selection-sort)是千篇一律种植简单直观的排序算法。它的做事原理:首先以非解除序序列中找到最好小(大)元素,存放到排序序列的开局位置,然后,再于剩余无消除序元素中继续寻找最好小(大)元素,然后搭已排序序列的结尾。以此类推,直到所有因素都排序完毕。

(1)算法简介

希尔排序的着力在距离序列的设定。既可提前设定好间隔序列,也得动态的概念间隔序列。动态定义间隔序列的算法是《算法(第4版》的合著者Robert
Sedgewick提出的。

8.计数排序(Counting Sort)

计数排序的基本在以输入的数据值转化为键存储在附加开辟的数组空间中。
作同一种线性时间复杂度的排序,计数排序要求输入的数额必须是发出确定限制之平头。

(2)算法描述和贯彻

相似的话,插入排序都使用in-place在屡次组上贯彻。具体算法描述如下:

Javascript代码实现:

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:  查找插入位置时行使二分查找的主意

function binaryInsertionSort(array ) {

if (Object.prototype.toString.call(array ).slice(8 , -1 ) === ‘Array’) {

console.time (‘二分叉插入排序耗时:’);

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(‘二私分插入排序耗时:’);

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 ]

改善前后对比:

图片 4

插入排序动图演示:

图片 5

(2)算法描述和实现

现实算法描述如下:

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 6

5.归连排序(Merge Sort)

与选择排序一样,归并排序的性不吃输入数据的影响,但见较选排序好之差不多,因为一直都是O(n
log n)的时复杂度。代价是急需格外的内存空间。

(3)算法分析

(2)算法描述和实现

实际算法描述如下:

Javascript代码实现:

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

(1)算法简介

插入排序(Insertion-Sort)的算法描述是相同栽简易直观的排序算法。它的劳作规律是由此构建有序序列,对于非排序数据,在既排序序列中从后上扫描,找到相应岗位并插入。插入排序在实现上,通常以in-place排序(即只有待用到O(1)的额外空间的排序),因而当自晚迈入扫描过程遭到,需要频繁把已经排序元素日渐往后挪位,为流行因素供插入空间。

7.堆排序(Heap Sort)

堆排序可以说凡是相同种下堆的定义来排序的挑三拣四排序。

(3)算法分析

当输入的元素是n 个0到k之间的平头时,它的运转时刻是 O(n +
k)。计数排序不是比较排序,排序的速快为外比较排序算法。由于用来计数的数组C的长短在待排序数组中数量的界定(等于待排序数组的极其特别价值和无限小值的两样加上1),这令计数排序对于数据范围十分十分之勤组,需要大量时以及内存。

(3)算法分析

5.归连排序(Merge Sort)

跟选择排序一样,归并排序的性质不被输入数据的熏陶,但见较选排序好的几近,因为老犹是O(n
log n)的年华复杂度。代价是用分外的内存空间。

(3)算法分析

正文

后记

十异常排序算法的总暨这里就是告一段落了。博主总结收尾事后只是来一个觉得,排序算法博大精深,前辈们之所以了数年还一辈子底血汗研究下的算法更值得咱们推敲。站在十那个算法的门前心里还是紧张的,身为一个小学生,博主的总结难免会拥有疏漏,欢迎各位批评指定。

(3)算法分析

(1)算法简介

 归并排序是起于合操作上的同等栽中之排序算法。该算法是运分治法(Divide
and
Conquer)的一个分外出众的动。归并排序是如出一辙栽祥和的排序方法。将已板上钉钉的子序列合并,得到全有序的队;即先使每个子序列有序,再使子序列段间有序。若拿点滴个静止表合并变为一个静止表,称为2-路由并。

7.堆排序(Heap Sort)

堆排序可以说凡是一致种下堆的概念来排序的选料排序。

9.桶排序(Bucket Sort)

桶排序是计数排序的升级版。它使了函数的照关系,高效与否的重中之重就在这映射函数的规定。

后记

十大排序算法的总暨这边虽告一段落了。博主总结了之后才来一个发,排序算法博大精深,前辈们就此了数年还是一辈子的脑子研究出的算法更值得咱们推敲。站于十异常算法的门前心里还是紧张的,身为一个小学生,博主的下结论难免会拥有疏漏,欢迎各位批评指定。

打赏支持自己写起再多好章,谢谢!

打赏作者

(3)算法分析

(1)算法简介

堆排序(Heapsort)是据使用堆这种多少结构所设计之平等栽排序算法。堆积是一个接近完全二叉树的布局,并还要满足堆积的特性:即子结点的键值或索引总是小于(或者超越)它的父节点。

8.计数排序(Counting Sort)

计数排序的核心在于以输入的数据值转化为键存储于附加开辟的数组空间中。
用作一如既往种植线性时间复杂度的排序,计数排序要求输入的多少要是发确定限制的整数。

(1)算法简介

计数排序(Counting
sort)是如出一辙种祥和的排序算法。计数排序使用一个分外的数组C,其中第i单因素是亟需排序数组A中值等于i的要素的个数。然后因数组C来拿A中的元素排至科学的职务。它不得不针对整数进行排序。

(2)算法描述和兑现

切实算法描述如下:

Javascript代码实现:

/*方式求证:桶排序

@param array 数组

@param num 桶的多寡*/

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(图片来自网络):

图片 8

有关桶排序更多

(3)算法分析

(1)算法简介

插入排序(Insertion-Sort)的算法描述是同等栽简易直观的排序算法。它的工作规律是透过构建有序序列,对于非排序数据,在早就排序序列中打晚迈入扫描,找到相应位置并插入。插入排序在实现达标,通常用in-place排序(即只有待用到O(1)的额外空间的排序),因而当起晚上扫描过程遭到,需要数把曾经排序元素日渐向后挪位,为新型因素供插入空间。

(2)算法描述和促成

切切实实算法描述如下:

Javscript代码实现:

JavaScript

function mergeSort(arr) { //采用自上而生之递归方法 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));

由并排序动图演示:

图片 9

(2)算法描述和实现

现实算法描述如下:

Javascript代码实现:

/**

* 基数排序适用于:

* (1)数据范围比较小,建议在低于1000

* (2)每个数值都要逾等于0

* @author xiazdong

* @param arr 待排序数组

* @param maxDigit 最酷位数

*/

//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 10

4.希尔排序(Shell Sort)

1959年Shell发明;
先是单突破O(n^2)的排序算法;是简简单单插入排序的改善版;它与插入排序的不同之处在于,它见面预先比较距离比远之素。希尔排序又为缩小增量排序

(2)算法描述和贯彻

高速排序使用分治法来拿一个失误(list)分为两单子串(sub-lists)。具体算法描述如下:

Javascript代码实现:

/*计求证: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 ]

飞排序动图演示:

图片 11

(3)算法分析

(1)算法简介

基数排序是按部就班小先排序,然后收集;再依高位排序,然后还收集;依次类推,直到最高位。有时候小属性是起先级依次的,先随低优先级排序,再比如大优先级排序。最后的次就是强优先级赛之当眼前,高优先级相同之低优先级高之在前。基数排序基于各自排序,分别采访,所以是稳定之。

(3)算法分析

(1)算法描述

冒泡排序是一样栽简单的排序算法。它再次地看过如果排序的数列,一蹩脚比较有限只元素,如果其的各个错误就是管它们交换过来。走访数排的行事是再地进行直到没有更需要交换,也就是说该数列已经排序完成。这个算法的讳由来是坐越来越聊之因素会由交换慢慢“浮”到数排的上。

(3)算法分析

 桶排序最好状态下采取线性时间O(n),桶排序的时刻复杂度,取决与针对一一桶中数据进行排序的工夫复杂度,因为其他一些的日子复杂度都为O(n)。很肯定,桶划分的愈来愈聊,各个桶之间的数量进一步少,排序所用之年华呢会越加少。但相应的长空消耗就见面附加。

(3)算法分析

基数排序有少栽艺术:

基数排序 vs 计数排序 vs 桶排序

即时三种排序算法都以了桶的定义,但对桶的施用方式上发生众所周知差异:

  1. 基数排序:根据键值的各国位数字来分配桶
  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

(2)算法描述和落实

相似的话,插入排序都运in-place在数组达实现。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!’;
    }
}

改良插入排序: 查找插入位置时以二区划查找的点子

JavaScript

function binaryInsertionSort(array) { if
(Object.prototype.toString.call(array).slice(8, -1) === ‘Array’) {
console.time(‘二分割插入排序耗时:’); 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(‘二细分插入排序耗时:’); 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]

改善前后对比:

图片 12

插入排序动图演示:

图片 13

(3)算法分析

(2)算法描述和落实

具体算法描述如下:

Javascript代码实现:

JavaScript

/*方求证: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!’; } } /*法求证:维护堆的性 @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 14

(2)算法描述和兑现

现实算法描述如下:

Javascript代码实现:

/*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!’ ;

}

}

/*方法求证: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]

堆积如山排序动图演示:

图片 15

1.冒泡排序(Bubble Sort)

吓的,开始总结第一单排序算法,冒泡排序。我怀念对它每个模仿过C语言的都见面询问之吧,这或许是累累人数点的首先单排序算法。

(1)算法简介

迅速排序的主导思想:通过一样回排序将急需排记录分隔成独立的有数片段,其中有些笔录之关键字都比另外一样部分的重要性字小,则可分别对就半有的记录继续展开排序,以高达任何序列有序。

前言

读者自行尝试可以思念看源码戳这,博主于github建了单仓库,读者可以Clone下来本地尝试。此博文配合源码体验更精哦

  • 就世界上总有着那部分近似相似但发生完全不同之物,比如雷锋和雷峰塔,小平同多少平头,玛丽同马里奥,Java与javascript….当年javascript为了抱Java大腿恬不知耻的吃投机成为了Java的养子,哦,不是相应是跪舔,毕竟还与了Java的姓氏了。可如今,javascript来了个咸鱼翻身,几乎要统治web领域,Nodejs,React
    Native的起令javascript在后端和走端都开始占用了一席之地。可以这样说,在Web的下方,JavaScript可谓风头无星星,已经为直达了头把交椅。
  • 当风俗的微处理器算法和数据结构领域,大多数正经教材及书籍的默认语言都是Java或者C/C+
    +,O’REILLY家倒是有了一样以叫做《数据结构与算法javascript描述》的开,但只能说,不亮凡是作者吃了shit还是译者根本就没校对,满书之略微左,这便如那种无穷无尽的小bug一样,简直就是让丁起种植嘴里塞满了shit的感觉,吐也非是服用下去也无是。对于一个前端来说,尤其是笔试面试的当儿,算法方面考之莫过于不难(十老排序算法或是和什生排序算法同等难度之),但就算之前未曾因此javascript实现了或没有仔细看了相关算法的法则,导致写起浪费广大时空。所以撸一撸袖子决定好查资料自己总一篇博客当采取了直白扣自己之博客就OK了,正所谓靠上靠地负大牛不设依自己(ˉ(∞)ˉ)。
  • 算法的案由:9世纪波斯数学家提出的:“al-Khowarizmi”就是产图这货(感觉要数学元素提出者貌似都戴了到白帽子),开个玩笑,阿拉伯人于数学史的奉献还是值得人肃然起敬之。
    图片 16

排序算法验证

(1)排序的概念:对平阵对象根据某关键字展开排序;

输入:n个数:a1,a2,a3,…,an
出口:n个数的排:a1’,a2’,a3’,…,an’,使得a1’<=a2’<=a3’<=…<=an’。

又谈的影像点就是排排坐,调座位,高之站于后头,矮的立在前方了。

(3)对于评述算法优劣术语的证明

稳定 :如果a原本以b前面,而a=b,排序之后a仍然在b的前头;
不稳定 :如果a原本以b的先头,而a=b,排序之后a可能会见并发在b的末尾;

内排序 :所有排序操作都当内存中做到;
外排序
:由于数量最非常,因此拿数据在磁盘中,而排序通过磁盘和内存的数目传才会拓展;

光阴复杂度 : 一个算法执行所耗费的时。
空间复杂度 : 运行了一个主次所急需内存的大大小小。

关于时间空间复杂度的重复多了解请戳这里
,或是看书程杰大大编写的《大话数据结构》还是雅赞赏的,通俗易懂。

(4)排序算法图片总结(图片来自网络):

排序对比:

图片 17

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:

图片 18

(2)算法描述和贯彻

先用总体待排序的记录序列分割成若干子序列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(‘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]

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]

希尔排序图示(图片来自网络):

图片 19

2.抉择排序(Selection Sort)

见太安静的排序算法有(这个稳定不是凭借算法层面上的安静哈,相信聪明之而可知理解我说的意思2333),因为不论什么数据上都是O(n²)的光阴复杂度…..所以用到其的时节,数据规模更为聊更好。唯一的利恐怕就是是不占用额外的内存空间了吧。理论及称,选择排序可能吗是平常排序一般人想到的极度多的排序方法了吧。

(2)算法描述和落实

n个记录之直接选择排序可通过n-1和直接选择排序得到稳步结果。具体算法描述如下:

Javascript代码实现:

JavaScript

function selectionSort(arr) { var len = arr.length; var minIndex, temp;
console.time(‘选择排序耗时’); 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; //将最小数之目保存 } }
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]

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 20

(2)算法描述和兑现

先期以所有待排序的笔录序列分割成若干子序列分别开展直接插入排序,具体算法描述:

Javascript代码实现:

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]

希尔排序图示(图片源于网络):

图片 21

(2)算法描述和兑现

切实算法描述如下:

Javascript代码实现:

JavaScript

/*道求证:桶排序 @param array 数组 @param num 桶的数码*/ 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(图片来源网络):

图片 22

关于桶排序更多

3.插入排序(Insertion Sort)

插入排序的代码实现虽然从未冒泡排序和甄选排序那么粗略粗暴,但它们的法则应该是最最容易了解的了,因为只要打过扑克牌的食指且应当力所能及秒懂。当然,如果您说若自扑克牌摸牌的当儿没有按牌的深浅整理牌,那估计这辈子你对插入排序的算法都不见面时有发生其它兴趣了…..

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,高效与否的显要就是在这映射函数的确定。

(1)算法简介

慎选排序(Selection-sort)是千篇一律种简易直观的排序算法。它的行事原理:首先以非破序序列中找到最小(大)元素,存放到排序序列的序曲位置,然后,再从剩余无清除序元素中连续寻找最小(大)元素,然后搭已排序序列的结尾。以此类推,直到所有因素都排序完毕。

排序算法验证

(1)排序的定义:对同样列对象根据某关键字展开排序;

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

重新道的像点便是排排坐,调座位,高的立于末端,矮的站在前了。

(3)对于评述算法优劣术语的征

稳定:如果a原本在b前面,而a=b,排序之后a仍然当b的先头;
不稳定:如果a原本于b的面前,而a=b,排序之后a可能会见出现在b的后;

内排序:所有排序操作都当内存中就;
外排序:由于数量最好,因此把多少在磁盘中,而排序通过磁盘和内存的多寡传才会拓展;

时间复杂度: 一个算法执行所吃的时空。
空中复杂度: 运行了一个顺序所欲内存的高低。

关于时间空间复杂度的又多询问请戳这里,或是看书程杰大大编写的《大话数据结构》还是死赞赏之,通俗易懂。

(4)排序算法图片总结(图片来自网络):

排序对比:

图片 23

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

排序分类:

图片 24

(2)算法描述和实现

实际算法描述如下:

Javscript代码实现:

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));

由并排序动图演示:

图片 25

(1)算法简介

基数排序是遵照小先排序,然后收集;再按照高位排序,然后又收集;依次类推,直到最高位。有时候小属性是来先级依次的,先以低优先级排序,再比如大优先级排序。最后的顺序就是高优先级赛之于头里,高优先级相同的低优先级高之在前。基数排序基于各自排序,分别收载,所以是祥和的。

4.希尔排序(Shell Sort)

1959年Shell发明;
先是个突破O(n^2)的排序算法;是大概插入排序的改进版;它同插入排序的不同之处在于,它见面先行比较距离较远之素。希尔排序又让缩小增量排序

(2)算法描述和兑现

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]) { //相邻元素两简单针对性比 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]

 

改善冒泡排序:
设置同一标志性变量pos,用于记录每趟排序中最终一差进行交换的职务。由于pos位置然后的笔录均都换成完成,故在进展下同样次排序时只要扫描到pos位置即可。

改良后算法如下:

JavaScript

function bubbleSort2(arr) { console.time(‘改进后冒泡排序耗时’); var i =
arr.length-1; //初始时,最后位置保持不移 while ( i> 0) { var pos= 0;
//每趟开始经常,无记录交换 for (var j= 0; j< i; j++) if (arr[j]>
arr[j+1]) { pos= j; //记录交换的岗位 var tmp = arr[j];
arr[j]=arr[j+1];arr[j+1]=tmp; } i= pos; //为下一致遍排序作准备 }
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]

 

民俗冒泡排序中每一样度排序操作只能找到一个顶深价值或极小值,我们着想采取在各个度排序中开展正向和倒往星星通冒泡的法门同样不好可以获两只极端终值(最大者和太小者)
, 从而使排序趟数几乎减少了大体上。

精益求精后的算法实现吗:

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.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, 前换一各 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,后换一号 }
console.timeEnd(‘2.改善后冒泡排序耗时’); 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]

老三栽方式耗时比:

图片 26

鉴于图可以望改进后的冒泡排序明显的辰复杂度更小,耗时更缺少了。读者自行尝试可以穿这,博主于github建了只仓库,读者可以Clone下来本地尝试。此博文配合源码体验更强哦~~~

冒泡排序动图演示:

图片 27

(3)算法分析

当输入的数都是正序时(都已经是正序了,为毛何必还排序也….)

当输入的多寡是反序时(卧槽,我一直反序不就是结束了….)

10.基数排序(Radix Sort)

基数排序也是勿比的排序算法,对各个一样各类进行排序,从压低位开排序,复杂度为O(kn),为数组长度,k为数组中的勤之顶充分之位数;

(1)算法描述

冒泡排序是一致栽简单的排序算法。它再地看了如果排序的数列,一潮比较有限只元素,如果她的顺序错误就是管其交换过来。走访数排的行事是再地进行直到没有更需要交换,也就是说该数列已经排序完成。这个算法的讳由来是盖尤其小的因素会经过交换慢慢“浮”到数列的上面。

(2)算法描述和贯彻

具体算法描述如下:

JavaScript代码实现:

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 ]) {  //相邻元素两简单针对性比

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]

改进冒泡排序:
设置同一标志性变量pos,用于记录每道排序中最后一糟进行置换的岗位。由于pos位置后的记录都既换成得,故在进行下一致回排序时只要扫描到pos位置即可。

改善后算法如下:

function bubbleSort2(arr) {

console.time(‘改进后冒泡排序耗时’);

var i = arr.length-1 ;  //初始时,最后位置保持无变换

while ( i> 0 ) {

var pos= 0 ; //每趟开始经常,无记录交换

for (var j= 0 ; j< i; j++)

if (arr[j]> arr[j+1 ]) {

pos= j; //记录交换的职务

var tmp = arr[j]; arr[j]=arr[j+1 ];arr[j+1 ]=tmp;

}

i= pos; //为下一致回排序作准备

}

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]

风土人情冒泡排序中列一样和排序操作只能找到一个无限特别价值或极小价,我们着想采用在各道排序中开展正向和反为少数方方面面冒泡的方法一致不良可以博两单极度终值(最大者和极端小者)
, 从而使排序趟数几乎减少了一半。

改良后底算法实现为:

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. 改善后冒泡排序耗时’);

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, 前更换一各

for (j=high; j>low; –j) //反向冒泡,找到最好小者

if (arr[j]<arr[j-1 ]) {

tmp = arr[j]; arr[j]=arr[j-1 ];arr[j-1 ]=tmp;

}

++low;  //修改low值,后变一位

}

console.timeEnd(‘2. 改善后冒泡排序耗时’);

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]

老三种植艺术耗时比:

图片 28

是因为图可以见到改进后底冒泡排序明显的光阴复杂度更不比,耗时再度缺少了。读者自行尝试可以穿这,博主于github建了个仓库,读者可Clone下来本地尝试。此博文配合源码体验更强哦~~~

冒泡排序动图演示:

图片 29

(3)算法分析

当输入的数已经是正序时(都已是正序了,为毛何必还排序也….)

当输入的数据是反序时(卧槽,我直接反序不纵结束了….)

(2)算法描述和兑现

霎时排序使用分治法来将一个串(list)分为两独子串(sub-lists)。具体算法描述如下:

Javascript代码实现:

JavaScript

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

很快排序动图演示:

图片 30

(1)算法简介

堆放排序(Heapsort)是凭借利用堆这种数据结构所计划的相同种植排序算法。堆积是一个类似完全二叉树的布局,并同时满足堆积的属性:即子结点的键值或索引总是小于(或者过)它的父节点。

(3)算法分析

基数排序有少数种方法:

基数排序 vs 计数排序 vs 桶排序

即时三栽排序算法都动了桶的定义,但对桶的利用办法及发拨云见日反差:

  1. 基数排序:根据键值的各个位数字来分配桶
  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

6.飞快排序(Quick Sort)

霎时排序的名起的凡略粗暴,因为平听到这个名字而就算了解其有的意思,就是不久,而且效率高!
它是处理好数目极其抢的排序算法有了。

(2)算法描述和兑现

现实算法描述如下:

Javascript代码实现:

JavaScript

/** * 基数排序适用于: * (1)数据范围比较小,建议以低于1000 *
(2)每个数值都使盖等于0 * @author xiazdong * @param arr 待排序数组 *
@param maxDigit 最要命位数 */ //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 31

(3)算法分析

 桶排序最好状态下下线性时间O(n),桶排序的时空复杂度,取决与针对各个桶里数据开展排序的时刻复杂度,因为另外一些的时日复杂度都也O(n)。很明确,桶划分的愈加聊,各个桶之间的多少更少,排序所用底光阴啊会愈加少。但对应的上空消耗就会见叠加。

十格外经典排序算法

2016/09/19 · 基础技术 ·
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!
欢迎加入伯乐在线 专辑作者。

(3)算法分析

打赏支持自写起还多好章,谢谢!

任选一种出方式

图片 32
图片 33

4 赞 35 收藏 7
评论

1.冒泡排序(Bubble Sort)

吓之,开始总结第一独排序算法,冒泡排序。我怀念对它每个模仿了C语言的都见面询问的吧,这可能是很多总人口点的首先独排序算法。

(1)算法简介

 归并排序是树立以联操作及的一样种植有效的排序算法。该算法是运用分治法(Divide
and
Conquer)的一个格外独立的行使。归并排序是同等种植祥和的排序方法。将曾有序的子序列合并,得到了有序的队列;即先要每个子序列有序,再使子序列段间有序。若将鲜单不变表合并改为一个一成不变表,称为2-路归并。

(1)算法简介

桶排序 (Bucket
sort)的做事之原理:假设输入数据从均匀分布,将数据分到少数量的桶里,每个桶再各自排序(有或重运别的排序算法或是以递归方式延续采用桶排序进行铲除

(1)算法简介

高效排序的为主考虑:通过平等水排序将需要排记录分隔成单身的个别有些,其中有些记下的严重性字都较其它一样有的重中之重字小,则只是个别对就简单片记录继续开展排序,以达总体序列有序。

(2)算法描述和实现

n个记录之直选择排序可透过n-1度直接选择排序得到稳步结果。具体算法描述如下:

Javascript代码实现:

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]) {  //寻找最小之累

minIndex = j;  //将最小数之目保存

}

}

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]

选取排序动图演示:

图片 34

2.选项排序(Selection Sort)

呈现最好安静的排序算法有(这个平静不是凭借算法层面达到的稳定哈,相信聪明之君可知理解我说的意思2333),因为无什么数据上都是O(n²)的日子复杂度…..所以用到其的时光,数据规模更为聊更好。唯一的裨益恐怕就是是不占用额外的内存空间了咔嚓。理论及言语,选择排序可能也是平时排序一般人想到的无限多的排序方法了吧。

6.高效排序(Quick Sort)

快捷排序的讳起的凡简约粗暴,因为相同听到这个名字而尽管知其有的含义,就是及早,而且效率高!
它是处理好数额最抢的排序算法有了。

(3)算法分析

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