稳定:如果a原本在b前面,a=b,排序后a仍然在b前面
不稳定:如果a原本在b前面,a=b,排序后a在b后面
内排序:所有排序操作都在内存中完成
外排序:由于数据过大,因此把数据放在磁盘中,而排序需要通过磁盘和内存的数据传输才能进行
时间复杂度:一个算法执行所需要的时间
空间复杂度:运行完一个程序所需内存的大小
一:冒泡排序
冒泡排序 是一种简单的排序算法。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。
function bubbleSort(arr){
let n = arr.length;
let temp = 0;
for (var i = 0; i < n-1; i++) {
for (var j = i+1; j < n; j++) {
if (arr[i] > arr[j]) {
temp = arr[j]
arr[j] = arr[i]
arr[i] = temp
}
}
}
return arr;
}
二:选择排序
选择排序(Selection-sort) 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。
function selectSort(arr){
let temp = 0
let n = arr.length;
for (var i = 0; i < n-1; i++) {
let min = i;
for (var j = i+1; j < n; j++) {
if (arr[j] < arr[min]) {
min = j
}
}
if (min != i) {
temp = arr[min]
arr[min] = arr[i]
arr[i] = temp
}
}
return arr
}
三:插入排序
插入排序(Insertion-Sort) 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。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。
function insertSort(arr){
let temp = 0;
for (var i = 1; i < arr.length; i++) {
if (arr[i] < arr[i-1]) {
temp = arr[i]
for (var j = i-1; arr[j] > temp; j--) {
arr[j+1] = arr[j]
}
arr[j+1] = temp;
}
}
return arr;
}
四:希尔排序
希尔排序是希尔(Donald Shell) 于1959年提出的一种排序算法。希尔排序也是一种插入排序,它是简单插入排序经过改进之后的一个更高效的版本,也称为缩小增量排序,同时该算法是冲破O(n2)的第一批算法之一。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。
希尔排序是把记录按下表的一定增量分组,对每组使用直接插入排序算法排序;随着增量逐渐减少,每组包含的关键词越来越多,当增量减至1时,整个文件恰被分成一组,算法便终止
function shellSort(arr){
let temp = 0
let gap = arr.length;
while(gap > 1){
gap = Math.floor(gap/3)+1
for (var i = gap; i < arr.length; i++) {
if (arr[i] < arr[i-gap]) {
temp = arr[i]
for (var j = i-gap; arr[j] > temp; j-=gap) {
arr[j+gap]=arr[j];
}
arr[j+gap]=temp
}
}
}
return arr
}
五:归并排序
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(n log n)的时间复杂度。代价是需要额外的内存空间。
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。归并排序是一种稳定的排序方法。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。
function mergeSort(arr){
let len = arr.length
if (len < 2) {
return arr
}
let middle = Math.floor(len/2)
let leftArr = arr.slice(0,middle);
let rightArr = arr.slice(middle,len);
let mergeSortLeft = mergeSort(leftArr)
let mergeSortRight = mergeSort(rightArr)
//合并
return merging(mergeSortLeft,mergeSortRight)
}
function merging(leftArr,rightArr){
const result = [];
while (leftArr.length && rightArr.length) {
if (leftArr[0] <= rightArr[0]) {
result.push(leftArr.shift());
} else {
result.push(rightArr.shift());
}
}
while (leftArr.length) result.push(leftArr.shift());
while (rightArr.length) result.push(rightArr.shift());
return result;
}
六:快速排序
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。选择两个哨兵。
function quickSort(nums,begin,end){
if(begin > end){
console.log("当前排序结果",nums)
return;
}
let temp = nums[begin];
let i = begin;
let j = end;
while(i != j){
while(nums[j] >= temp && i < j){
j --;
}
while(nums[i] <= temp && i < j){
i ++;
}
console.log("比较结果",i,j)
if(j > i){
let tmp = nums[j];
nums[j] = nums[i];
nums[i] = tmp;
}
}
nums[begin] = nums[i];
nums[i] = temp;
quickSortTest(nums,begin,i-1)
quickSortTest(nums,i+1,end)
}
八:堆排序
堆排序(Heapsort) 是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构,并同时满足堆积的性质:即子结点的键值或索引总是小于(或者大于)它的父节点。
function heapSort(arr){
var len;
function buildMaxHeap(arr) { //建堆
len = arr.length;
// [n/2-1]表示的是最后一个有子节点 (本来是n/2(堆从1数起),但是这里arr索引是从0开始,所以-1)
for (var i = Math.floor(len/2)-1; i>=0; i--) {
maxHeapify(arr,i); //对每一个节点(非叶节点),做堆调整
}
}
function maxHeapify(arr, i) { //堆调整
var left = 2*i+1,
right = 2*i+2,
largest = i; //i为该子树的根节点
if (left < len && arr[left] > arr[largest]) {
largest = left;
}
if (right < len && arr[right] > arr[largest]) {
largest = right;
}
if (largest != i) { //即上面的if中有一个生效了
swap(arr, i, largest); //交换最大的为父节点
maxHeapify(arr, largest); //交换后,原值arr[i](往下降了)(索引保存为largest),
//作为根时,子节点可能比它大,因此要继续调整
}
}
function swap(arr, i, j) {
var temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
buildMaxHeap(arr);
console.log("建堆后",arr)
for (var i = arr.length-1; i > 0; i--) {
swap(arr, 0, i);
len--;
console.log("交换后",arr)
maxHeapify(arr, 0);
console.log("调整后",arr)
}
return arr;
}