一、插入排序
折半查找
概念:折半查找,又称二分查找,它仅适用于有序的顺序表。
基本思想及查找步骤:
以low、middle和high表示待查区间的上界、中间位置和下界。low的初始值是0,high的初始值是length-1;
(1)让middle等于(low+high)/2的整数部分;
(2)比较中间位置记录的关键字与给定的K值:
a. 相等:查找成功
b. 大于:给定的K值在middle之前,并且让high = middle - 1,转到(1)
c. 小于:给定的K值在middle之后,并且让low = middle + 1,转到(1)
直到low>high,查找失败。
//折半查找
/*
参数array:待查区间(有序);item:待查记录
查询成功,返回item在array的位置;查询失败,返回-1
*/
function binarySearch(array, item){
var low = 0,
high = array.length - 1,
middle = Math.floor((low+high)/2);
var result = -1;
while(low <= high){
if(array[middle] == item){
result = middle;
break;
} else if(array[middle] > item){//“>”表示array是升序,“<”表示array是降序
high = middle - 1;
} else{
low = middle + 1;
}
middle = Math.floor((low + high) / 2);
}
return result;
}
折半插入排序
当将待排序的记录R[i]插入到已排好序的记录子表R[0...i-2]中时,由于R0,R1,...,Ri-2已排好序,则查找插入位置可以用“折半查找”实现。于是,折半插入排序与直接插入排序相比,只是在查找插入位置上不同,折半查找减少了比较原始的次数。
//折半插入排序
function binary_insert_sort(array){
var result = [];
result.push(array[0]);
for(var i = 1; i < array.length; i++){
var low = 0,
high = result.length - 1;
middle = Math.floor((low + high) / 2);
//寻找插入的位置
while(low <= high){
if(array[i] >= result[middle]){//“>=”表示升序,“<=”表示降序
low = middle + 1;
} else {
high = middle - 1;
}
middle = Math.floor((low + high) / 2);
}
//插入数据
result.splice(high+1, 0, array[i]);
}
return result;
}
希尔排序
希尔排序,又称缩小增量法,是一种分组插入排序。
排序思想:
(1)先取一个正整数d1(d1<n,n为待排记录的个数)作为第一个增量,将n个记录分为d1个组(把所以相隔d1的记录放在同一个组中),然后在各个组内进行直接插入排序,这样一次分组和排序过程称为一趟希尔排序;
第一组:(0,0+d1,0+2d2, ...)
第二组:(1,1+d1,1+2d1,...)
......
(2)取新的增量d2<d1,重复(1)。直到所去增量d=i为止。
二、交换排序
冒泡排序
排序思想:
假设待排序表长为n,从后往前(或从前往后)两两比较相邻元素的值,若为逆序(前一个元素大于后一个元素),则交换它们,直到序列比较完,我们称之为一趟冒泡。每趟冒泡分别是将让最小的元素、次小的元素……浮出“水面”。
具体来说,
(1)若从后往前排,如果是升序/降序,则第一趟排序后,待排序表中最小/最大的元素就位于表中第一个位置了,第二趟排序后,待排序表中次小/次大的元素就位于表中第二个位置了。
(2)若从前向后排,如果是升序/降序,则第一趟排序后,待排序表中最小/最大的元素就位于表中最后位置了,第二趟排序后,待排序表中次小/次大的元素就位于表中倒数二个位置了。
这样,最多会进行n-1趟排序。
var array = [30, 13, 70, 85 ,39, 42, 6, 20];
//冒泡排序
function bubbleSort(array){
for(var i = 0; i < array.length - 1; i++){//冒泡次数
for(var j = array.length - 1; j >= i ; j--){//设置从后往前或从前向后,这里是从后往前
// for(var j = 0; j < array.length - i; j++){ //从前向后
if(array[j-1] > array[j]){//设置升序或降序,这里是升序
var temp = array[j-1];
array[j-1] = array[j];
array[j] = temp;
}
}
console.log("第"+ (i+1) + "趟:" + array.join(", "));
}
return array;
}
console.log("最后的结果:"+bubbleSort(array).join(", "));
从后往前,升序的结果如下图:
快速排序
排序思想:
在待排序表L[0...n-1]中任选一个元素作为基准元素pivot,通过一趟排序将待排表划分为两部分,其中L[0...k-1]中的元素全都小于pivot,L[k+1...n-1]中的元素全都大于pivot。而pivot这个元素就放在L[k]中,k就是pivot元素的最终位置。
//快速排序
function quickSort_recursive(array, low, high){
if(low<high){
var pos = partition(array, low, high);
quickSort_recursive(array,low, pos-1);
quickSort_recursive(array,pos+1,high);
}
return array;
}
//一趟快排
function partition(array, low, high){
var pivot = array[low];
while(low < high){
while(low<high && array[high] >= pivot){
--high;
}
array[low] = array[high];
while(low<high && array[low] <=pivot){
++low;
}
array[high] = array[low]
}
array[low] = pivot;
return low;
}
console.log(quickSort_nonRecursive(array,0, array.length-1));
三、选择排序
简单选择排序
排序思想:
假设待排序表为L[0...n-1],第i趟排序即从表L[i-1...n-1]关键字最小的元素与L[i-1]交换。每一趟排序可以确定一个元素的最终位置。总共需要进行n-1趟排序。
function selectSort(array){
for(var i = 0; i < array.length-1; i++){ //排序次数
var min = i;
for(var j = i + 1 ; j < array.length; j++){
if(array[min] > array[j]){
min = j;
}
}
if(i != min){
var temp = array[i];
array[i] = array[min];
array[min] = temp;
}
}
}
var array = [30, 13, 70, 85 ,39, 42, 6, 20];
selectSort(array);
console.log(array);
堆排序
堆排序,又称树形选择排序。
堆的定义:n个关键字序列L[1...n]称为堆,当且仅当该序列满足:
(1)L(i)<=L(2i)且L(i)<=L[2i+1],或者
(2)L(i)>=L(2i)且L(i)>=L[2i+1]
满足(1),称为小根堆(小顶堆);满足(2),称为大根堆(大顶堆)。
除此之外,堆还有以下性质:
(1)堆是一棵采用顺序存储结构的完全二叉树;
(2)堆中的任一子树也是堆。
一般来说,升序选择大根堆,降序选择小根堆。且形成一次堆只能找到最大或最小的元素。每完成一次堆排序,就将根元素与最后一个叶子结点交换,交换后的最后一个叶子结点不再参与排序。
堆排序主要需要解决两个问题:
(1)如何从一个无序列表建成一个堆;
(2)如何在输出堆顶元素后,调整剩余元素,使之成为一个新的堆。
对于问题(1),一个无序列表按顺序形成一棵完全二叉树时可能并不堆的性质,因此需要调整这棵完全二叉树。这样看来,问题(1)、(2)面临的共同问题就是如何调整完全二叉树,使之满足堆的性质。
// 给定一个序列array,用array来生成一个大根堆
function buildMaxHeap(array, len){
for(var i = Math.floor(len/2) - 1; i >= 0; i--){
adjustDown(array, i, len);
}
}
//从上到下调整为大根堆
function adjustDown(array, k, len){
var temp = array[k];
for(var i = 2*k+1; i < len; i = i*2+1){
if(i+1 < len && array[i] < array[i+1]){
i++;
}
if(temp >= array[i]){
break;
} else {
array[k] = array[i];
k = i;
}
}
array[k] = temp;
}
function heapSort(array){
// 建立大根堆
buildMaxHeap(array, array.length);
for(var i = array.length-1; i > 0; i--){//排序次数
//交换元素
var temp = array[0];
array[0] = array[i];
array[i] = temp;
//再次调整为大根堆
adjustDown(array, 0, i);
}
}
// 测试
var a = [53,17,78,9,45,65,87,32];
heapSort(a);
console.log(a);
2-路归并排序
排序思想:
将两个或两个以上的有序表合成一个新的有序表。假设待排序表含有n个记录,则可以看成是n个有序的子表,每个子表长度为1,然后两两归并,得到n/2+1个长度为2或1的有序表;再两两归并,......如此重复,直到合成一个长度为n的有序表为止。
递归代码如下(JavaScript):
var merge = function(array, low, mid, high){
var temp = array.concat([]);
for(var i = low, j = mid+1, k = i; i <= mid && j <= high; k++){
if(temp[i] <= temp[j]){
array[k] = temp[i++];
} else {
array[k] = temp[j++];
}
}
while(i<=mid){
array[k++] = temp[i++];
}
while(j<=high){
array[k++] = temp[j++];
}
},
var mergeSort = function(array, low, high){
if(low<high){
var mid = Math.floor((low+high)/2);
mergeSort(array, low, mid);
mergeSort(array, mid+1, high);
merge(array, low, mid, high);
}
}
var array = [49,38,65,97,76,13,27];
mergeSort(array);
console.log(array);
非递归代码如下:
var merge = function(array, low, mid, high){
var temp = array.concat([]);
for(var i = low, j = mid+1, k = i; i <= mid && j <= high; k++){
if(temp[i] <= temp[j]){
array[k] = temp[i++];
} else {
array[k] = temp[j++];
}
}
while(i<=mid){
array[k++] = temp[i++];
}
while(j<=high){
array[k++] = temp[j++];
}
}
// 两两归并
var merge_pass = function(array, d){
var j = 0;
var len = array.length;
while(j+2*d-1 < len){
this.merge(array, j, j+d-1, j+2*d-1);
j = j + 2*d;
}
if(j+d-1 < len){
this.merge(array, j, j+d-1, len-1);
} else {
this.merge(array, j, len-1, len-1);
}
}
var merge_sort = function(array){
var d = 1;
while(d < array.length){
this.merge_pass(array,d);
this.merge_pass(array,2*d);
d = 4*d;
}
}
var array = [49,38,65,97,76,13,27];
merge_sort(array);
console.log(array);