三大排序算法

最新推荐文章于 2024-06-06 10:16:36 发布

前端贾公子

最新推荐文章于 2024-06-06 10:16:36 发布

阅读量349

点赞数

分类专栏：前端技能文章标签：数据结构前端

本文链接：https://blog.csdn.net/qq_63358859/article/details/124326980

版权

前端技能专栏收录该内容

54 篇文章 3 订阅

订阅专栏

大O和推导过程

公司规模的概述

公司可以按照规模分为：小型/中型/大型企业

在不说明具体员工人数或者占地面积的情况下，我们可以通过这样大概的概念来描述企业的规模

大O表示法

在算法的描述中，我们也可以通过类似的快捷方式来描述计算机的算法效率
在计算机中，这种粗略的变量被称为大O表示法
在数据各项发生变化时，算法的效率会跟着发生改变
所以我们通常使用一种算法的速度会如何跟随着数据量变化的、

推导大O表示法的方式

用常量1取代运行时间中所有的加法常量
在修改后运行次数函数中。只保留最高的阶级
如果最高存在且不为1，则去除与这个项相乘的常量

冒泡排序

冒泡排序算法相对其他排序运行效率较低, 但是在概念上它是排序算法中最简单的.

冒泡排序的思路:

对未排序的各元素从头到尾依次比较相邻的两个元素大小关系
如果左边的队员高, 则两队员交换位置
向右移动一个位置, 比较下面两个队员
当走到最右端时, 最高的队员一定被放在了最右边
按照这个思路, 从最左端重新开始, 这次走到倒数第二个位置的队员即可.
依次类推, 就可以将数据排序完成

思路再分析:

第一次找出最高人放在最后, 我们需要两个两个数据项进行比较, 那么这个应该是一个循环操作.
第二次将次高的人找到放在倒数第二个位置, 也是两个比较, 只是不要和最后一个比较(少了一次), 但是前面的两个两个比较也是一个循环操作.
第三次...第四次...
有发现规律吗? 这应该是一个循环中嵌套循环, 并且被嵌套的循环次数越来越少的.

冒泡排序的实现

    <script>
        let arr = [3, 8, 7, 4, 11, 62, 5]
        /* 
        第一次 j=length-1 比较到倒数读一个位置
        第二次 j=length-2 比较到倒数读二个位置
         */
        function bubblesSort(arr) {
            //获取数组长度
            let len = arr.length
            /*    第一次进来，i=0，比较0和1的位置的两个数据, 如果0的位置，大于1的位置交换数据
                 最后一次进来，i=length-2, 比较length-2,和length-1的数据
            */
            for (let j = len - 1; j >= 0; j--) {
                for (let i = 0; i < j; i++) {
                    if (arr[i] > arr[i + 1]) {
                        //交互数据
                        let temp = arr[i]
                        arr[i] = arr[i + 1]
                        arr[i + 1] = temp
                    }
                }

            }
            return arr
        }
        console.log(bubblesSort(arr));
    </script>

代码解析:

获取数组的长度.
我们现在要写的外层循环, 外层循环应该让i依次减少, 因此我们这里使用了反向的遍历.
内层循环, 内层循环我们使用 j < i. 因为上面的i在不断减小, 这样就可以控制内层循环的次数.
: 比较两个数据项的大小, 如果前面的大, 那么就进行交换.

冒泡排序的效率 O(N²)

冒泡排序的比较次数:
- 如果按照上面的例子来说, 一共有7个数字, 那么每次循环时进行了几次的比较呢?
- 第一次循环6次比较, 第二次5次比较, 第三次4次比较....直到最后一趟进行了一次比较.
- 对于7个数据项比较次数: 6 + 5 + 4 + 3 + 2 + 1
- 对于N个数据项呢? (N - 1) + (N - 2) + (N - 3) + ... + 1 = N * (N - 1) / 2
大O表示法:
- 大O表示法是描述性能和复杂度的一种表示方法.
- 推导大O表示法通常我们会使用如下规则:
  - 用常量1取代运行时间中的所有加法常量
  - 在修改后的运行次数函数中, 只保留最高阶项
  - 如果最高阶项存在并且不是1, 则去除与这个项相乘的常数.
通过大O表示法推到过程, 我们来推到一下冒泡排序的大O形式.
- N * (N - 1) / 2 = N²/2 - N/2,根据规则2, 只保留最高阶项, 编程N² / 2
- N² / 2, 根据规则3, 去除常量, 编程N²
- 因此冒泡排序的大O表示法为O(N²)
冒泡排序的交换次数:
- 如果有两次比较才需要交换一次(不可能每次比较都交换一次.), 那么交换次数为N² / 4
- 由于常量不算在大O表示法中, 因此, 我们可以认为交换次数的大O表示也是O(N²)

选择排序

选择排序的思路

选择排序的思路:
- 选定第一个索引位置，然后和后面元素依次比较
- 如果后面的队员, 小于第一个索引位置的队员, 则交换位置
- 经过一轮的比较后, 可以确定第一个位置是最小的
- 然后使用同样的方法把剩下的元素逐个比较即可
- 可以看出选择排序，第一轮会选出最小值，第二轮会选出第二小的值，直到最后

思路再分析:

选择排序第一次将第0位置的人取出, 和后面的人(1, 2, 3...)依次比较, 如果后面的人更小, 那么就交换.
这样经过一轮之后, 第一个肯定是最小的人.
第二次将第1位置的人取出, 和后面的人(2, 3, 4...)依次比较, 如果后面的人更小, 那么就交换.
这样经过第二轮后, 第二个肯定是次小的人.
第三轮...第四轮...直到最后就可以排好序了
外层循环依次取出0-1-2...N-2位置的人作为index(N-1不需要取了, 因为只剩它一个了肯定是排好序的)
内层循环从index+1开始比较, 直到最后一个.

选择排序实现

    <script>
        let arr = [3, 8, 7, 4, 11, 62, 5]
        function slectionSort(arr) {
            //获取数长度
            let len = arr.length
            // 外层循环:从0开始获取数据
            for (let j = 0; j < arr.length - 1; j++) {
                let min = j
                // 内层循环:从 i+1位置开始,和后面的数据进行比较
                for (let i = min + 1; i < len; i++) {
                    //如果i的为位置数据大于j的位置数据，那么记录最小位置 
                    if (arr[min] > arr[i]) {
                        min = i
                    }
                    let temp = arr[min]
                    arr[min] = arr[j]
                    arr[j] = temp

                }
            }

            return arr
        }
        console.log(slectionSort(arr));
    </script>

代码解析:

依然获取数组的长度.
外层循环, , 需要从外层循环的第0个位置开始, 依次遍历到length - 2的位置.
先定义一个min, 用于记录最小的位置, 内层循环, 内层循环是从i+1位置开始的数据项, 和i位置的数据项依次比较, 直到length-1的数据项.
如果比较的位置i的数据项, 大于后面某一个数据项, 那么记录最小位置的数据.
: 将min位置的数据, 那么i位置的数据交换, 那么i位置就是正确的数据了.

选择排序的效率 O(N²)

选择排序的比较次数:
- 选择排序和冒泡排序的比较次数都是N*(N-1)/2, 也就是O(N²).
选择排序的交换次数:
- 选择排序的交换次数只有N-1次, 用大O表示法就是O(N).
- 所以选择排序通常认为在执行效率上是高于冒泡排序的.

插入排序

插入排序的思路

局部有序:
- 插入排序思想的核心是局部有序.
- 比如在一个队列中的人, 我们选择其中一个作为标记的队员. 这个被标记的队员左边的所有队员已经是局部有序的.
- 这意味着, 有一部门人是按顺序排列好的. 有一部分还没有顺序.
插入排序的思路:
- 从第一个元素开始，该元素可以认为已经被排序
- 取出下一个元素，在已经排序的元素序列中从后向前扫描
- 如果该元素（已排序）大于新元素，将该元素移到下一位置
- 重复上一个步骤，直到找到已排序的元素小于或者等于新元素的位置
- 将新元素插入到该位置后, 重复上面的步骤.

思路再分析:

插入排序应该从下标值1开始(因为0位置默认可以被认为是有序的)
从1位置开始取出元素, 并且判断该元素的大小和0位置进行比较, 如果1位置元素小于0位置元素, 那么交换, 否则不交换.
上面步骤执行完成后, 0 - 1位置已经排序好.
取出2位置的元素, 和1位置进行比较:
- 如果2位置元素大于1位置元素, 说明2位置不需要任何动作. 0 - 1 - 2已经排序好.
- 如果2位置元素小于1位置元素, 那么将1移动到2的位置, 并且2继续和0进行比较.
- 如果2位置元素大于0位置的元素, 那么将2位置放置在1的位置, 排序完成. 0 - 1 - 2搞定.
- 如果2位置元素小于1位置的元素, 那么将0位置的元素移动到1位置, 并且将2位置的元素放在0位置, 0 - 1 - 2搞定.
按照上面的步骤, 依次找到最后一个元素, 整个数组排序完成.0

插入排序的实现

    <script>
        let arr = [3, 8, 7, 4, 11, 62, 5]
        function insertSort(arr) {
            //获取数长度
            let len = arr.length
            // 外层循环从第一个位置开始获取数据,向前面局部有序的进行插入
            for (let i = 1; i < len; i++) {
                //内层循环：获取i位置的元素,和前面的一次进行比较
                let temp = arr[i]
                let j = i
                while (arr[j - 1] > temp && j > 0) {
                    arr[j] = arr[j - 1]
                    j--
                }
                arr[j] = temp
            }


            return arr
        }
        console.log(slectionSort(arr));
    </script>

· 获取数组的长度.
外层循环, 从1位置开始, 因为0位置可以默认看成是有序的了.
记录选出的i位置的元素, 保存在变量temp中. i默认等于j
内层循环
- 内层循环的判断j - 1位置的元素和temp比较, 并且j > 0.
- 那么就将j-1位置的元素放在j位置.
- j位置向前移.
:将目前选出的j位置放置temp元素.

插入排序的效率 O(N²)

插入排序的比较次数:
- 第一趟时, 需要的最多次数是1, 第二趟最多次数是2, 依次类推, 最后一趟是N-1次.
- 因此是1 + 2 + 3 + ... + N - 1 = N * (N - 1) / 2.
- 然而每趟发现插入点之前, 平均只有全体数据项的一半需要进行比较.
- 我们可以除以2得到 N * (N - 1) / 4. 所以相对于选择排序, 其他比较次数是少了一半的.
插入排序的复制次数:
- 第一趟时, 需要的最多复制次数是1, 第二趟最多次数是2, 依次类推, 最后一趟是N-1次.
- 因此是1 + 2 + 3 + ... + N - 1 = N * (N - 1) / 2.
对于基本有序的情况
- 对于已经有序或基本有序的数据来说, 插入排序要好很多.
- 当数据有序的时候, while循环的条件总是为假, 所以它变成了外层循环中的一个简单语句, 执行N-1次.
- 在这种情况下, 算法运行至需要N(N)的时间, 效率相对来说会更高.
- 我们的比较次数是选择排序的一半, 所以这个算法的效率是高于选择排序的.。

前端贾公子

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
三大排序算法

大O和推导过程公司规模的概述公司可以按照规模分为：小型/中型/大型企业在不说明具体员工人数或者占地面积的情况下，我们可以通过这样大概的概念来描述企业的规模大O表示法在算法的描述中，我们也可以通过类似的快捷方式来描述计算机的算法效率在计算机中，这种粗略的变量被称为大O表示法在数据各项发生变化时，算法的效率会跟着发生改变所以我们通常使用一种算法的速度会如何跟随着数据量变化的、...
复制链接

扫一扫