目录
对计算机中存储的数据执行的两种最常见的操作就是排序和检索,自从计算机产业伊始便是如此。这也意味着排序和检索在计算基金科学中是被研究的最多的操作。本文介绍三种基本排序算法和三种高级排序算法,当然排序算法远不止这几种,我也是一边学习一边记录,后续了再和大家分享。
三种基本排序算法
基本排序算法:其核心思想是指对一组数据按照一定的顺序重新排列。重新排列时用到的技术是一组嵌套的for循环。其中外循环会遍历数组的每一项,内循环则用于比较元素。 这些算法非常逼真地模拟了人类在现实生活中对数字的排序,例如纸牌玩家在处理手中的牌时对纸牌进行排序,或者教师按照字母或者分数对试卷进行排序。
冒泡排序(Bubble Sort)
冒泡排序是最慢的排序算法之一,但也是一种很简单的排序算法。它重复地走访过要排序的数列,一次比较两个元素,如果它们的顺序错误就把它们交换过来。走访数列的工作是重复地进行直到没有再需要交换,也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。
算法描述:
- 1.比较相邻的元素。如果第一个比第二个大,就交换它们两个;
- 2.对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对,这样在最后的元素应该会是最大的数;
- 3.针对所有的元素重复以上的步骤,除了最后一个;
- 重复步骤1~3,直到排序完成。
JS实现:
function bubbleSort (arr) {
var len = arr.length;
for (var i = 0;i < len - 1; 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 = [1,22,55,100,88,7]
console.log(bubbleSort(arr));//[ 1, 7, 22, 55, 88, 100 ]
选择排序(Selection Sort)
选择排序是一种简单直观的排序算法。它的工作原理:首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置,然后,再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。以此类推,直到所有元素均排序完毕。
算法描述:
n个记录的直接选择排序可经过n-1趟直接选择排序得到有序结果。具体算法描述如下:
- 初始状态:无序区为R[1…n],有序区为空;
- 第i趟排序(i=1,2,3…n-1)开始时,当前有序区和无序区分别为R[1…i-1]和R(i…n)。该趟排序从当前无序区中-选出关键字最小的记录 R[k],将它与无序区的第1个记录R交换,使R[1…i]和R[i+1…n)分别变为记录个数增加1个的新有序区和记录个数减少1个的新无序区;
- n-1趟结束,数组有序化了。
JS实现:
function selectionSort (arr) {
var len = arr.length;
var minIndex, temp;
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; //将最小数索引保存
}
}
temp = arr[i];
arr[i] = arr[minIndex];
arr[minIndex] = temp;
}
return arr;
}
var arr = [1,22,55,100,88,7]
console.log(selectionSort(arr));// [ 1, 7, 22, 55, 88, 100 ]
表现最稳定的排序算法之一,因为无论什么数据进去都是O(n2)的时间复杂度,所以用到它的时候,数据规模越小越好。唯一的好处可能就是不占用额外的内存空间了吧。理论上讲,选择排序可能也是平时排序一般人想到的最多的排序方法了吧。
插入排序(Insertion Sort)
插入排序的算法描述是一种简单直观的排序算法。它的工作原理是通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入。
算法描述:
- 1.从第一个元素开始,该元素可以认为已经被排序;
- 2.取出下一个元素,在已经排序的元素序列中从后向前扫描;
- 3.如果该元素(已排序)大于新元素,将该元素移到下一位置;
- 4.重复步骤3,直到找到已排序的元素小于或者等于新元素的位置;
- 5.将新元素插入到该位置后;
- 重复步骤2~5。
JS实现:
function insertSort (arr) {
var len = arr.length;
var preIndex, current;
for (var i = 1;i < len;i++) {
preIndex = i -1;
current = arr[i];
while (preIndex >= 0 && arr[preIndex] > current) {
arr[preIndex + 1] = arr[preIndex];
preIndex--;
}
arr[preIndex + 1] = current;
}
return arr;
}
var arr = [1,22,55,100,88,7]
console.log(insertSort(arr)); //[ 1, 7, 22, 55, 88, 100 ]
插入排序在实现上,通常采用in-place排序(即只需用到O(1)的额外空间的排序),因而在从后向前扫描过程中,需要反复把已排序元素逐步向后挪位,为最新元素提供插入空间。
选择排序和插入排序要比冒泡排序快,插入排序是这三种排序算法中最快的。
三种高级排序算法
高级排序算法:它们通常被认为是处理大型数据集的最高效排序算法,它们处理的数据集可以达到上百万个元素,而不仅仅是几百个或者几千个。
希尔排序(Shell Sort)
1959年Shell发明,第一个突破O(n2)的排序算法,是简单插入排序的改进版。它与插入排序的不同之处在于,它会优先比较距离较远的元素。希尔排序又叫缩小增量排序。
算法描述:
-
先将整个待排序的记录序列分割成为若干子序列分别进行直接插入排序,具体算法描述:
-
选择一个增量序列t1,t2,…,tk,其中ti>tj,tk=1;
-
按增量序列个数k,对序列进行k 趟排序;
-
每趟排序,根据对应的增量ti,将待排序列分割成若干长度为m 的子序列,分别对各子表进行直接插入排序。仅增量因子为1 时,整个序列作为一个表来处理,表长度即为整个序列的长度。
JS实现:
function shellSort (arr) {
var len = arr.length;
for (var gap = Math.floor(len/2); gap > 0;gap = Math.floor(gap/2)) {
// 注意:这里和动图演示的不一样,动图是分组执行,实际操作是多个分组交替执行
for (var i = gap; i < len; i++) {
var j = i;
var current = arr[i];
while(j - gap >=0 && current <arr[j-gap]) {
arr[j] = arr[j - gap];
j = j - gap;
}
arr[j] = current;
}
}
return arr;
}
var arr = [1,22,55,100,88,7]
console.log(shellSort(arr));//[ 1, 7, 22, 55, 88, 100 ]
希尔排序的核心在于间隔序列的设定。既可以提前设定好间隔序列,也可以动态的定义间隔序列。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。
归并排序(Merge Sort)
归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为2-路归并。
算法描述:
- 把长度为n的输入序列分成两个长度为n/2的子序列;
- 对这两个子序列分别采用归并排序;
- 将两个排序好的子序列合并成一个最终的排序序列。
JS实现:
function mergeSort (arr) {
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 = [];
while (left.length > 0 && right.length > 0) {
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());
}
return result;
}
var arr = [1,22,55,100,88,7]
console.log(mergeSort(arr));// [ 1, 7, 22, 55, 88, 100 ]
归并排序是一种稳定的排序方法。和选择排序一样,归并排序的性能不受输入数据的影响,但表现比选择排序好的多,因为始终都是O(nlogn)的时间复杂度。代价是需要额外的内存空间。
快速排序(Quick Sort)
快速排序的基本思想:通过一趟排序将待排记录分隔成独立的两部分,其中一部分记录的关键字均比另一部分的关键字小,则可分别对这两部分记录继续进行排序,以达到整个序列有序。
算法描述:
快速排序使用分治法来把一个串(list)分为两个子串(sub-lists)。具体算法描述如下:
- 从数列中挑出一个元素,称为 “基准”(pivot);
- 重新排序数列,所有元素比基准值小的摆放在基准前面,所有元素比基准值大的摆在基准的后面(相同的数可以到任一边)。在这个分区退出之后,该基准就处于数列的中间位置。这个称为分区(partition)操作;
- 递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数列排序。
JS实现:
这种方式不是很好理解,但是内存占用的比较小。
function quickSort (arr, left, right) {
var len = arr.length,
partitionIndex,
left = typeof left != 'number' ? 0 : left;
right = typeof right != 'number' ? len - 1 : right;
if(left < right) {
partitionIndex = partition(arr, left, right);
quickSort(arr, left, partitionIndex - 1);
quickSort(arr, partitionIndex + 1, right);
}
return arr;
}
function partition (arr, left, right) { // 分区操作
var pivot = left, //设置基准值pivot
index = pivot + 1;
for (var i = index;i <= right; i++) {
if (arr[i] < arr[pivot]) {
swap (arr, i, index);
index++;
}
}
swap (arr, pivot, index - 1);
return index - 1;
}
function swap (arr, i, j) {
var temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
var arr = [1,22,55,100,88,7]
console.log(quickSort(arr));//[ 1, 7, 22, 55, 88, 100 ]
这种方式比较容易理解不过相对来说内存占用多一些
function quickSort(arr) {
var len = arr.length,
index,
pivot, //设置基准值(保存比较参照物)
left=[],
right=[];
// 如果数组只有一位,就直接返回数组,递归的终止条件;
if (len <= 1) return arr;
//获取中间值的索引,使用Math.floor向下取整;
index = Math.floor(len / 2);
// 使用splice截取中间值,第一个参数为截取的索引,第二个参数为截取的长度;
// 如果此处使用pivot=arr[index]; 那么将会出现无限递归的错误;
// splice影响原数组,原数组长度减一;
pivot = arr.splice(index, 1);
len -= 1;
// 小于arr[pivot]的存到left数组里,大于arr[pivot]的存到right数组;
for (var i = 0; i < len; i++) {
if (pivot > arr[i]) {
left.push(arr[i]);
} else {
right.push(arr[i]);
}
}
// 不断把分割的左右子数组传入quickSort,直到分割的只有一位直接返回子数组本身,递归终止;
// 把每次分割的数组一层一层的用concat连接起来;
// 每一层left里的元素都小于对应的pivot,right里的元素都大于对应的pivot;
return quickSort(left).concat(pivot, quickSort(right));
}
下面附上一些经典排序算法的复杂度:
- 稳定:如果a原本在b前面,而a=b,排序之后a仍然在b的前面。
- 不稳定:如果a原本在b的前面,而a=b,排序之后 a 可能会出现在 b 的后面。
- 时间复杂度:对排序数据的总的操作次数。反映当n变化时,操作次数呈现什么规律。
- 空间复杂度:是指算法在计算机内执行时所需存储空间的度量,它也是数据规模n的函数。
参考引用:十大经典排序算法、 《数据结构与算法Javascript描述》