- 基于比较类的排序算法:交换排序(冒泡排序,快速排序),插入排序(简单插入排序,希尔排序),选择排序(简单选择排序,堆排序),归并排序(二路归并排序,多路归并排序)。
- 非比较类的排序算法:计数排序、桶排序、基数排序
———————————————————————————————————————————
(1)冒泡排序
const a = [3,2,1,4,1,7,8,];
// 记住:
// key1:n个元素进行n-1趟比较,第一个for就是n-1趟
// key2:
// 第一趟进行n个元素的比较,将最大/小值放到最后
// 第二趟进行n-1个元素的比较,将最大/小值放到倒数第二个位置(也就是第二趟的最后位置)
// …………
// 时间复杂度:n + n-1 + n-2 + 1 = O(n^2)
for(let i = 0;i<a.length-1;i++){
for(let j=0;j<a.length-1-i;j++){
if(a[j+1]<a[j]){
let tmp = a[j];
a[j] = a[j+1];
a[j+1] = tmp;
}
}
}
console.log(a);
———————————————————————————————————————————
(2)快速排序
选择一个基准,基准左边的数都小于该基准,基准右边的数都大于该基准,再对基准左边的区,右边的区依次进行该操作,直到所有数都有序。
// 时间复杂度, 平均情况下: O(nlogn) 最坏的情况:O(n^2)
// 平均情况下:基准可以平衡划分两个区间
// 最坏的情况:基准是最大最小值,此时相当于冒泡 n * (n-1)
const arr = [3,2,1,4,9,8,1];
const quick = (arr, left, right)=>{
if(left >= right){
return;
}
//设立基准下标、左右边界
let pivot = left;
let i = left;
let j = right;
//进入判断(硬性条件i<j),左边都要小于等于基准值,右边都要大于等于基准值
while(i < j){
// 一定要注意:要从右边开始逼近,也就是从j开始:为了保证左边的数小于基准。
// 因为如果你从i开始,最后while结束交换i和pivot的值,i的值可能比pivot大。而从右边开始,一定保证右边的比基准大,遇到小的才停下……
// 比如: 3 2 6 5 7 基准是3,从i开始,i指到6结束,最后交换3和6,就是错误的因为6比3大呀~,嗯意会一下?
// 这里也要加上硬性条件i<j,因为存在这样的情况:外面的条件时符合的,第一层第一次while也是符合的,但是经过第一层第一次之后i>j了
while(i<j && arr[j] >= arr[pivot]){
j--;
}
while(i<j && arr[i] <= arr[pivot]){
i++;
}
// 如果上面两个while都过来了,那说明现在的情况就需要交换两边的值
if(i<j){
let tmp = arr[i];
arr[i] = arr[j];
arr[j] = tmp;
}
}
// 因为while结束的条件时i===j,所以需要交换基准值和第i或j个值
let tp = arr[i];
arr[i] = arr[pivot]; // 等价arr[j] = arr[pivot];
arr[pivot] = tp;
//接下来对左、右边的数组进行同样的判断
quick(arr, left, i-1);
quick(arr, i+1, right);
return arr;
}
let l = arr.length;
console.log(quick(arr, 0, l-1));
———————————————————————————————————————————
(3)简单插入排序
假定第一个元素为有序的,之后遍历剩下的每个元素,每次选择一个元素,将其插入到有序区中。
// 时间复杂度:1+2+n-1 = O(n^2)
const a = [3,2,1];
let n = a.length;
let j = 0;
for(let i = 1;i<n;i++){
for(j = i;j>0;j--){
if(a[j]<a[j-1]){
let tmp = a[j];
a[j] = a[j-1];
a[j-1] = tmp;
}
}
}
console.log(a);
// 另外一种写法
const arr = [3,2,1,5,4];
let l = arr.length;
for (let i = 1;i<l;i++){
let cur = arr[i];
let pre = i-1;
while(pre>=0 && cur<arr[pre]){
arr[pre+1] = arr[pre];
pre--;
}
arr[pre+1] = cur;
}
console.log(arr);
———————————————————————————————————————————
(4)希尔排序
分组+插入;我们对所有数进行一次次的分组后,就会得到一个基本排好序的数组,再该基础上再进行一次简单插入排序,效率会明显得到提升。
// 时间复杂度:
// 当增量为1时希尔排序算法的时间复杂度为O(N^2);
// 当增量为其他时,希尔排序算法的时间复杂度为O(N^3/2);
const arr = [3,2,1,4,5,7,8];
let l = arr.length;
for(let step = Math.floor(l/2); step > 0;step = Math.floor(step/2))
{
for(let i = step; i < l; i++)
{
tmp = arr[i];
let j ;
for(j = i - step; j >= 0 && tmp < arr[j];)
{
arr[j + step] = arr[j];
j -= step;
}
arr[j + step] = tmp;
}
}
console.log(arr);
———————————————————————————————————————————
(5)简单选择排序
每一次都选择出一个最小值和当前遍历的元素进行交换。
//时间复杂度:n-1 + n-2 + 1 = O(n^2)
const arr = [3,2,1,4,6,1];
let l = arr.length;
let minIndex = 0;
for(let i = 0; i<l-1;i++){
minIndex = i;
for(let j = i+1; j<l;j++){
if(arr[j]<arr[minIndex]){
minIndex = j;
}
}
let tmp = arr[i];
arr[i] = arr[minIndex];
arr[minIndex] = tmp;
}
console.log(arr);
// 另外一种写法
const arr = [3,2,1,4,5,1];
let min = 0;
// 进行n-1趟即可
for(let i = 0;i<arr.length-1;i++){
for(let j = i;j<arr.length;j++){
if(arr[j] < arr[min]){
min = j;
}
}
let tmp = arr[i];
arr[i] = arr[min];
arr[min] = tmp;
}
console.log(arr);
———————————————————————————————————————————
(6)堆排序
升序用大根堆(每个节点都大于等于其孩子节点,arr[i]>=arr[2*i+1]&&arr[i]>=arr[2*i+2])因为想要升序的话,最后一个元素则是最大的;而大根堆首先第一个元素是最大的,将第一个元素和最后一个元素交换,相当于最大的元素沉到最底,也就是放到最后一个位置上,符合升序。
———————————————————————————————————————————
(7)归并排序
每部分都分成两个列表,每个列表都只有1个或者0个元素就是有序的了,那么接下去就是对每两个有序列表进行合并。
//时间复杂度:每次都分成两个子问题,相当于一颗递归数,第一层n,第二层分为两个n/2,第三层2个n/2分为
//产生一个n/4……,直到最后为n个1.每一层都是n,共有logn层,所以时间复杂度为O(nlgn) + 合并子问题的
//时间复杂度O(n) = O(nlgn)
const arr = [3,2,1,4,7,2,8,9];
function mergeSort(arr){
var l = arr.length;
if(l<2){
return arr;
}
let middle = Math.floor(l/2),
left = arr.slice(0,middle),
right = arr.slice(middle);
return merge(mergeSort(left), mergeSort(right));
}
function merge(left, right){
var result= [];
while(left.length>0 && right.length>0){
if(left[0] <= right[0]){
result.push(left.shift());
}else{
result.push(right.shift());
}
}
while(left.length){
result.push(left.shift());
}
while (right.length){
result.push(right.shift());
}
return result;
}
console.log(mergeSort(arr));