排序算法总结

---

快排

基本方法

通过一趟排序，将数据分割成独立的两部分，一部分数据均小于另一部分数据，再分别对两部分数据排序，以此递归，实现数据有序。

算法实现

let swap = (arr,i,j)=>{
	[arr[i],arr[j]] = [arr[j], arr[i]];
}
//将第一位作为基准,将小于基准的数移到左边
let partition = (arr,left,right) => {
	let pivot = arr[left];
	let i = left;
	let j = left + 1;
	while(j <= right){
		if(arr[j] < pivot){
			i++;
			swap(arr,i,j);
		}
		j++;
	}
	//以i为划分点
	swap(arr,i,left);
	return i;
}
let quick = (arr,left,right) =>{
	//排序已完成
	if(left >= right){
		return arr;
	}
	//找到划分中点
	let mid = partition(arr,left,right);
	//左右区域递归划分
	quick(arr,left,mid-1);
	quick(arr,mid+1,right);
	return arr;
}

复杂度分析

性能最优的情况

如果每一次pivot的取值都是待排序数据的中间值(每次都划分为2个均匀子区间)，则每一次partition需要对整个数组扫描，后对均分的数组再次进行扫描，即n + 2T(n/2),可以推出：

T(n) <= n + 2T(n/2)
T(n) <= n + 2( 2T(n/4) + n/2 ) = 2n + 4T(n/4)
T(n) <= 2n + 4( 2T(n/8) + n/4) = 3n + 8T(n/8)
...
T(n) <=  nT(1) + nlogn

即最优时间复杂度为O(nlogn);例如[3,2,1,5,4]

最差的情况

待排序数据为逆序，每次划分得到的是减少一个数据的子区间，则每次的比较次数为从n-1累加至1，即n(n-1)/2，时间复杂度为O(n**2); 例如[5,4,3,2,1]