学习JS数据结构

**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
}