单词解释
1.稳定
排序前a在b的前面,排序后a仍然在b的前面,则为稳定排序
2.不稳定
排序前a在b的前面,排序后a在b的后面,则为不稳定排序
3.时间复杂度
需要比较的次数
4.空间复杂度
算法在计算机中占有的内存
排序算法
1.冒泡排序
算法描述
1.比较两个相邻的元素,如果前者大于后者,则交换两者位置
2.重复以上动作,直到排序完成
代码
function bubbleSort(arr) {
let length=arr.length
for(let i = 0;i<length-1;i++){ // 做length次这样的比较,就可以排好序。
// 例如最后一个数是1,最小的,只需要调动length次就可以排好
for(let j = 0 ;j <length-1-i;j++){
if(arr[j]>arr[j+1]){
let temp=arr[j]
arr[j]=arr[j+1]
arr[j+1]=temp
}
}
}
return arr
}
图片解释
2.选择排序
选择数组中最小值(最大值),将其放入新数组中,然后从剩下的数组中再次选取最小值(最大值)
一个长度为n的数组应该比较n-1次后会变成有序数组
最稳定的算法,时间复杂度一直都是O(n*n)
代码
function selectSort(arr) {
let length=arr.length
let minIndex,temp
for(let i =0;i<length;i++){
minIndex=i
for(let j = i+1;j<length;j++){
if(arr[j]<arr[minIndex]){ // 如果后者小于前者,那么交换位置
minIndex=j
}
}
temp=arr[minIndex]
arr[minIndex]=arr[i]
arr[j]=temp
}
return arr
}
图片描述
3.插入排序
逐个取数组中的元素,如果大于刚刚取的上一个的值,便插入到上一个值的后面;如果小于刚刚取的上一个的值,便插入到上一个值的前面
function insertSort(arr) {
let length=arr.length
let preIndex,current
for(let i = 1;i<length;i++){
preIndex=i-1
current=arr[i] // 将现在要比较的值保存到current中
while(arr[preIndex]>current && preIndex >=0){
// 把比较大的元素往后移
arr[preIndex+1]=arr[preIndex]
preIndex--
}
arr[preIndex+1]=current
}
return arr
}
4.希尔排序
是简单插入排序的改善版,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。
原理是将原有的数组按照一定的gap(增量)切割成n组,进行排序后,此时的数组是部分有序
最后的gap值为1,即整个数组被分成了一组。此时的数组已经接近有序了,因此插入排序的效率变高
代码
function ShellSort(arr) {
let length=arr.length
for(let gap= Math.floor(length/2);gap>0;gap=gap/2){
for(let i =gap ; i<length ;i++){
let temp=arr[i]
let preIndex=i
while(preIndex-gap>=0 && temp>arr[preIndex-gap]){
arr[preIndex]=arr[preIndex-gap]
preIndex=preIndex-gap
}
arr[preIndex]=temp
}
}
return arr
}
5.归并排序
采用了分治法,将长度为n的一个数组分成长度为n/2的小数组。直到最终gap=1,合成一个大的数组
可以理解为先分,分完排序后再合。合的时候也要按照顺序。
时间复杂度:O(nlogn)
空间复杂度:O(n)
代码
// 采用递归的方法,当length==2时,就不再排序
function mergeSort(arr) {
let length=arr.length
if(length<2){
return arr
}
let middle=Math.floor(length/2),
left=arr.slice(0,middle),
right=arr.slice(middle)
// 递归
return merge(mergeSort(left),mergeSort(right))
}
// 合并数组的操作
function merge(left,right){
let result=[]
while (left.length>=0 && right.length >= 0) {
if (left[0] <= right[0]) {
// 逐个返回第一个比较小的元素
// shift() 删除数组的第一个元素并返回
result.push(left.shift())
} else {
result.push(right.shift())
}
}
while(left.length){
result.push(left.shift())
}
while(right.length){
result.push(right.shift())
}
}
6.快速排序
在数组中找一个基准,比基准大的放在基准后面,比基准小的放在基准前面。此时该基准是有序的,左面的都比它小,右面的都比它大。相当于把该数组分割成了两个小数组。
然后再对左面和右面的数组分别进行排序操作,递归操作,直到数组的长度为1。
单向调整:
代码
// 单项调整,left为比较的第一个数字,right为最后一个数字
function partion(arr,left,right) {
let pivot = arr[left]; // pivot存放基准元素。基准元素左侧都小于它,右侧都大于它。
//
let i = left // i记录pivot元素的位置,i代表左指针,左指针始终大于基准元素
let j ;// j记录移动指针的位置
for(j=i+1;j<=right;j++){ // 移动指针始终从左指针的下一个开始向右移动。
if(arr[j]<pivot){ // 如果当下指针指向的数据,是小于基准元素的,那么基准元素向右挪一位,并与当前指针的元素交换
i++
[arr[i],arr[j]] = [arr[j],arr[i]]
}
}
[arr[i],arr[left]] = [arr[left],arr[i]]
//返回主元的下标
return i
}
function quickSort(arr,left,right) {
let center
if (left<right){
center=partion(arr,left,right)
quickSort(arr,left,center-1) // 左半部分排序
quickSort(arr,center+1,right) //右半部分排序
}
}
双向调整
// 单项调整,left为比较的第一个数字,right为最后一个数字
function partion(arr,left,right) {
let pivot = arr[left];
let i = left+1;
let j = right;
while (i<=j){
while (arr[i]<pivot && i<=j){
i++
}
while (arr[j]>pivot && i<= j){
j--
}
// if (i>j){
// break
// }
if (i<=j){
[arr[i],arr[j]] = [arr[j],arr[i]]
i++
j--
}
}
[arr[j],arr[left]] = [arr[left],arr[j]]
//返回主元的下标
return j
}
function quickSort(arr,left,right) {
let center
if (left<right){
center=partion(arr,left,right)
quickSort(arr,left,center-1) // 左半部分排序
quickSort(arr,center+1,right) //右半部分排序
}
}
7.堆排序
堆的特点就是堆顶的元素是一个最值,大顶堆的堆顶是最大值,小顶堆则是最小值。
二叉堆是一种特殊的堆,具有以下特性:
(1)具有完全二叉树的特性。
(2)堆中的任何一个父节点的值都大于等于它左右孩子节点的值,或者都小于等于它左右孩子节点的值。
二叉堆的主要三个操作:
(1)插入一个节点。
(2)删除一个节点。(一般删除根节点)
(3)构建一个二叉堆。
(1)插入一个节点
插入节点时,都是插入到完全二叉树最后的位置
然后将其与父元素作比较,如果小于父元素,则上浮。
(2)删除一个节点
删除根节点后,首先要恢复二叉堆的特性。
采取的策略是,根节点删除后,用二叉堆最后一个元素顶上来
例如在下图中,删除0节点后,5上浮,比较5与1和3,然后5下沉,1上浮,再次比较。
(3)构建二叉树
所谓构建,就是给你一个有n个节点的无序的完全二叉树,然后把它构建成二叉堆。
刚才我们在删除一个节点的时候,把最后一个元素补到根元素的位置上去,然后再让这个元素依次下沉,实际上,在这个元素还没有下沉之前,它就可以看作是一颗无序的完全二叉树了。
也就是说,要把一个无序的完全二叉树调整为二叉堆,我们可以让所有非叶子节点依次下沉。不过下沉的顺序不是从根节点开始下沉(想一下相必你就 知道不能从根节点开始下沉),而是从下面的非叶子节点下称,在依次往上。
因此,二叉堆排序的原理便是:
给你一个无序的数组,我们需要把这个数组构建成二叉堆,然后在通过堆顶逐个删除的方式来实现堆排序。
let len;
function buildMaxHeap(arr) {
len=arr.length
for(let i = Math.floor(len/2);i>=0;i--){
heapify(arr,i)
}
}
function heapify(arr,i) {
let left=i*2+1,
right=i*2+2,
largest=i;
if(left<len && arr[left] >arr[largest]){
largest=left
}
if(right<len && arr[right] > arr[largest]){
largest=right
}
if(largest != i){
swap(arr,i,largest)
heapify(arr,largest)
}
}
function heapSort(arr) {
buildMaxHeap(arr)
for(let i = arr.length -1; i>0;i--){
swap(arr,0,i);
len--
heapify(arr,0)
}
return arr
}
// 交换数组中两个元素
function swap(arr, i, j) {
var temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}