您好,登錄后才能下訂單哦!
這篇文章給大家分享的是有關(guān)javascript中排序算法的詳細介紹的內(nèi)容。小編覺得挺實用的,因此分享給大家做個參考,一起跟隨小編過來看看吧。
排序算法是面試中的高頻考察點,我們需要熟練掌握。本文整理了最經(jīng)典、最常用的排序算法并且搭配了動圖和視頻,希望能夠幫助你更加輕松的拿下它們。
首先,根據(jù)排序算法的特性可以分成如下兩類:
比較類排序
非比較類排序
顧名思義,比較類排序是通過元素間的比較進行排序的,非比較類則不涉及元素之間的比較操作。
比較類排序的時間復(fù)雜度不能突破 O(nlogn),也被稱為非線性排序。
非比較類排序的時間復(fù)雜度可以突破 O(nlogn),能夠以線性的時間運行,也被稱為線性排序。
如果你還不了解時間復(fù)雜度的話,可以移步我的這篇專欄JavaScript算法時間、空間復(fù)雜度分析。
冒泡排序,簡單粗暴,一句話解釋:
冒泡排序在每次冒泡操作時會比較相鄰的兩個元素
,看是否滿足大小關(guān)系要求,不滿足就將它倆互換。一直迭代到不再需要交換,也就是排序完成。
const bubbleSort = function(arr) { const len = arr.length if (len < 2) return arr for (let i = 0; i < len; i++) { for (let j = 0; j < len - i - 1; j++) { if (arr[j] > arr[j + 1]) { const temp = arr[j] arr[j] = arr[j + 1] arr[j + 1] = temp } } } return arr }
時間復(fù)雜度: O(n^2)
空間復(fù)雜度: O(1)
穩(wěn)定
注意:這里的穩(wěn)定是指,冒泡排序是穩(wěn)定的排序算法。
什么是穩(wěn)定的排序算法呢?
僅僅用執(zhí)行效率
和內(nèi)存消耗
來判斷排序算法的優(yōu)劣是不夠的,針對排序算法,還有一個重要的度量指標(biāo),穩(wěn)定性
。
意思是說,如果待排序的序列中存在值相等的元素,經(jīng)過排序之后,相等元素之間原有的先后順序不變。
舉個:
比如我們有一組數(shù)據(jù):1,9,2,5,8,9。按照大小排序之后就是 1,2,5,8,9,9。
這組數(shù)據(jù)中有兩個 9,經(jīng)過某種排序算法排序后,如果兩個 9 的前后順序沒有改變,我們就把這種排序算法稱為 穩(wěn)定的排序算法
。
否則,就是不穩(wěn)定的排序算法
。
上面的代碼還可以進行優(yōu)化,當(dāng)某次冒泡操作已經(jīng)沒有數(shù)據(jù)交換時
,說明已經(jīng)達到完全有序,不需要再繼續(xù)執(zhí)行后續(xù)的冒泡操作了。
const bubbleSort = function(arr) { const len = arr.length let flag = false if (len < 2) return arr for (let i = 0; i < len; i++) { flag = false // 提前退出冒泡循環(huán)的標(biāo)志 for (let j = 0; j < len - i - 1; j++) { if (arr[j] > arr[j + 1]) { const temp = arr[j] arr[j] = arr[j + 1] arr[j + 1] = temp flag = true // 表示有數(shù)據(jù)交換 } } if (!flag) break // 沒有數(shù)據(jù)交換,提前退出 } return arr }
插入排序顧名思義,對于未排序的數(shù)據(jù),在已排序的序列中從后往前掃描,找到相應(yīng)的位置進行插入,保持已排序序列中元素一直有序。
從 i 等于 1 開始遍歷,拿到當(dāng)前元素 curr,與前面的元素進行比較。
如果前面的元素大于當(dāng)前元素,就把前面的元素和當(dāng)前元素進行交換,不斷循環(huán)直到未排序序列中元素為空,排序完成。
const insertSort = function(arr) { const len = arr.length let curr, prev for (let i = 1; i < len; i++) { curr = arr[i] prev = i - 1 while (prev >= 0 && arr[prev] > curr) { arr[prev + 1] = arr[prev] prev-- } arr[prev + 1] = curr } return arr }
時間復(fù)雜度: O(n^2)
空間復(fù)雜度: O(1)
穩(wěn)定
選擇排序可視化視頻:
https://www.reddit.com/r/programming/comments/e5md13/selection_sort_visualization/
選擇排序和插入排序有些類似,也分已排序序列和未排序序列。
但是選擇排序是將最小的元素存放在數(shù)組起始位置,再從剩下的未排序的序列中尋找最小的元素,然后將其放到已排序的序列后面
。以此類推,直到排序完成。
const selectSort = function(arr) { const len = arr.length let temp, minIndex for (let i = 0; i < len - 1; i++) { minIndex = i for (let j = i + 1; j < len; j++) { if (arr[j] <= arr[minIndex]) { minIndex = j } } temp = arr[i] arr[i] = arr[minIndex] arr[minIndex] = temp } return arr }
時間復(fù)雜度: O(n^2)
空間復(fù)雜度: O(1)
不穩(wěn)定
分治法典型應(yīng)用,分治算法思想很大程度上是基于遞歸的,也比較適合用遞歸來實現(xiàn)。
處理過程是由下到上的,先處理子問題,然后再合并。
如果感覺自己對遞歸掌握的還不是很透徹的同學(xué),可以移步我的這篇專欄你真的懂遞歸嗎?。
顧名思義,分而治之。一般分為以下三個過程:
分解:將原問題分解成一系列子問題。
解決:遞歸求解各個子問題,若子問題足夠小,則直接求解。
合并:將子問題的結(jié)果合并成原問題。
歸并排序就是將待排序數(shù)組不斷二分為規(guī)模更小的子問題處理,再將處理好的子問題合并起來,這樣整個數(shù)組就都有序了。
const mergeSort = function(arr) { const merge = (right, left) => { const result = [] let i = 0, j = 0 while (i < left.length && j < right.length) { if (left[i] < right[j]) { result.push(left[i++]) } else { result.push(right[j++]) } } while (i < left.length) { result.push(left[i++]) } while (j < right.length) { result.push(right[j++]) } return result } const sort = (arr) => { if (arr.length === 1) { return arr } const mid = Math.floor(arr.length / 2) const left = arr.slice(0, mid) const right = arr.slice(mid, arr.length) return merge(mergeSort(left), mergeSort(right)) } return sort(arr) }
時間復(fù)雜度: O(nlogn)
空間復(fù)雜度: O(n)
穩(wěn)定
快速排序可視化視頻:
https://www.reddit.com/r/dataisbeautiful/comments/e9fb2k/oc_quicksort_visualization/
快速排序也是分治法的應(yīng)用,處理過程是由上到下的,先分區(qū),然后再處理子問題。
快速排序通過遍歷數(shù)組,將待排序元素分隔成獨立的兩部分,一部分記錄的元素均比另一部分的元素小,則可以分別對這兩部分記錄的元素繼續(xù)進行排序,直到排序完成。
這就需要從數(shù)組中挑選出一個元素作為 基準(zhǔn)(pivot)
,然后重新排序數(shù)列,將元素比基準(zhǔn)值小的放到基準(zhǔn)前面,比基準(zhǔn)值大的放到基準(zhǔn)后面。
然后將小于基準(zhǔn)值的子數(shù)組(left)和大于基準(zhǔn)值的子數(shù)組(right)遞歸地調(diào)用 quick 方法,直到排序完成。
const quickSort = function(arr) { const quick = function(arr) { if (arr.length <= 1) return arr const len = arr.length const index = Math.floor(len >> 1) const pivot = arr.splice(index, 1)[0] const left = [] const right = [] for (let i = 0; i < len; i++) { if (arr[i] > pivot) { right.push(arr[i]) } else if (arr[i] <= pivot) { left.push(arr[i]) } } return quick(left).concat([pivot], quick(right)) } const result = quick(arr) return result }
時間復(fù)雜度: O(nlogn)
空間復(fù)雜度: O(nlogn)
不穩(wěn)定
堆排序相比其他幾種排序代碼會有些復(fù)雜,不過沒關(guān)系,我們先來看一些前置知識,可以幫助我們更好的理解堆排序。
堆排序顧名思義就是要利用堆這種數(shù)據(jù)結(jié)構(gòu)進行排序。堆是一種特殊的樹,滿足以下兩點就是堆:
堆是一個完全二叉樹
堆中每一個節(jié)點的值都必須大于等于(或小于等于)其子樹中的每個節(jié)點的值
每個節(jié)點的值都大于等于子樹中每個節(jié)點值的堆,叫做大頂堆
,每個節(jié)點的值都小于等于子樹中每個節(jié)點值的堆,叫做小頂堆
。
也就是說,大頂堆中,根節(jié)點是堆中最大的元素。小頂堆中,根節(jié)點是堆中最小的元素
。
如果你對樹這種數(shù)據(jù)結(jié)構(gòu)還不是很了解,可以移步我的這篇專欄“樹”業(yè)有專攻
堆如果用一個數(shù)組表示的話,給定一個節(jié)點的下標(biāo) i (i從1開始),那么它的父節(jié)點一定為 A[i / 2],左子節(jié)點為 A[2i],右子節(jié)點為 A[2i + 1]。
堆排序包含兩個過程,建堆和排序。首先構(gòu)建一個大頂堆,也就是將最大值存儲在根節(jié)點(i = 1),每次取大頂堆的根節(jié)點與堆的最后一個節(jié)點進行交換,此時最大值放入了有效序列的最后一位,并且有效序列減 1,有效堆依然保持完全二叉樹的結(jié)構(gòu),然后進行堆化成為新的大頂堆。重復(fù)此操作,直到有效堆的長度為 0,排序完成。
const heapSort = function(arr) { buildHeap(arr, arr.length - 1) let heapSize = arr.length - 1 // 初始化堆的有效序列長度 for (let i = arr.length - 1; i > 1; i--) { swap(arr, 1, i) // 交換堆頂元素與最后一個有效子元素 heapSize-- // 有效序列長度減 1 heapify(arr, heapSize, 1) // 堆化有效序列 } return arr } // 構(gòu)建大頂堆 const buildHeap = function(items, heapSize) { // 從后往前并不是從序列的最后一個元素開始,而是從最后一個非葉子節(jié)點開始,這是因為,葉子節(jié)點沒有子節(jié)點,不需要自上而下式堆化。 // 最后一個子節(jié)點的父節(jié)點為 n/2 ,所以從 n/2 位置節(jié)點開始堆化 for (let i = Math.floor(heapSize / 2); i >= 1; i--) { heapify(items, heapSize, i) } } // 堆化 const heapify = function(arr, heapSize, i) { while (true) { let maxIndex = i if (2 * i <= heapSize && arr[i] < arr[i * 2]) { maxIndex = i * 2 } if (2 * i + 1 <= heapSize && arr[maxIndex] < arr[i * 2 + 1]) { maxIndex = i * 2 + 1 } if (maxIndex === i) break swap(arr, i, maxIndex) i = maxIndex } } // 交換工具函數(shù) const swap = function(arr, i, j) { let temp = arr[i] arr[i] = arr[j] arr[j] = temp }
時間復(fù)雜度: O(nlogn)
空間復(fù)雜度: O(1)
不穩(wěn)定
為了方便你理解和記憶,我將這 6 種排序算法的復(fù)雜度和穩(wěn)定性匯總成表格如下:
感謝各位的閱讀!關(guān)于“javascript中排序算法的詳細介紹”這篇文章就分享到這里了,希望以上內(nèi)容可以對大家有一定的幫助,讓大家可以學(xué)到更多知識,如果覺得文章不錯,可以把它分享出去讓更多的人看到吧!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。