**思路**
用递归实现——先递进,再回归
用循环实现——想起来比较简单,实现起来比较复杂
避免看着我会,动手就废的现象,动手写一遍比看十遍有用
四种排序算法的时间复杂度
选择排序 O(n^2)
快速排序 O(n log2 n)(二分法)
归并排序 O(n log2 n)(二分法)
技术排序 O(n + max)
一、选择排序
选择最大/最小依次进行比较排序,直到排完。
// 递归思路
let min = (numbers) => {
if(numbers.length > 2){
return min(
[numbers[0], min(numbers.slice(1))]
)
}else{
return Math.min.apply(null, numbers)
}
}// 比较两个最小值
let minIndex = (numbers) =>
numbers.indexOf(min(numbers))
// 声明minIndex
let sort = (numbers) => {
if(numbers.length > 2){
let index = minIndex(numbers)
let min = numbers[index]
numbers.splice(index, 1)
return [min].concat(sort(numbers))}else{
return numbers[0]<numbers[1] ? numbers :
numbers.reverse()
}
}
二、快速排序
若升序排序
以 最大为基准,小的去前面,大的去后面
只需要重复这句话,就排好序了
// 递归思路
let quickSort = arr => {
if (arr.length <= 1) { return arr; }
let pivotIndex = Math.floor(arr.length / 2);
let pivot = arr.splice(pivotIndex, 1)[0];
let left = [];
let right = [];
for (let i = 0; i < arr.length; i++){
if (arr[i] < pivot) { left.push(arr[i])
} else { right.push(arr[i]) }
}
return quickSort(left).concat(
[pivot], quickSort(right) )
}
三、归并排序
若升序排序
左边一半排好序,右边一半排好序
然后把两边合并(merge)起来
let mergeSort = arr =>{
let k = arr.length
if(k===1){return arr}
let left = arr.slice(0, Math.floor(k/2))
let right = arr.slice(Math.floor(k/2))
return merge(mergeSort(left), mergeSort(right))
}
let merge = (a, b) => {
if(a.length === 0) return b
if(b.length === 0) return a
return a[0] > b[0] ?
[b[0]].concat(merge(a, b.slice(1))) :
[a[0]].concat(merge(a.slice(1), b))
}
四、计数排序
用一个哈希表做记录,key:value 记录
发现数字N就记N:1,如果再次发现N就加1
最后把哈希表的key全部打出来,假设N:m,那么N需要打印m次
let countSort = arr =>{
let hashTable = {}, max = 0, result = []
for(let i=0; i<arr.length; i++){ // 遍历数组
if(!(arr[i] in hashTable)){
hashTable[arr[i]] = 1
}else{
hashTable[arr[i]] += 1
}
if(arr[i] > max) {max = arr[i]}
}
for(let j=0; j<=max; j++){ // 遍历哈希表
if(j in hashTable){
for(let i = 0; i<hashTable[j]; i++){
result.push(j)
}
}
}
return result
}