一、归并排序
- 归并排序是建立在归并操作上的一种有效,稳定的排序算法,该算法是采用分治法的思想。将已有序的子序列合并,得到完全有序的序列。即先使每个子序列有序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为二路归并。
- 时间复杂度:O(nlogN)
- 代码实现:
function merge(arr, l, m, r) {
let help = new Array(r - l + 1);
let p1 = l;
let p2 = m + 1;
let i = 0;
while (p1 <= m && p2 <= r) {
help[i++] = arr[p1] <= arr[p2] ? arr[p1++] : arr[p2++];
}
while (p1 <= m) {
help[i++] = arr[p1++];
}
while (p2 <= r) {
help[i++] = arr[p2++];
}
for (let i = 0; i < help.length; i++){
arr[l + i] = help[i]
}
}
function mergeSort(arr, l, r) {
if (l === r) {
return;
}
let mid = Math.floor((l + r) / 2);
mergeSort(arr, l, mid);
mergeSort(arr, mid + 1, r);
merge(arr, l, mid, r);
}
function main() {
let arr = [3, 7, 6, 9, 2, 4, 5, 6];
mergeSort(arr, 0, 7);
for (let i in arr) {
console.log(arr[i]);
}
}
main();
二、冒泡排序
- 冒泡排序是一种比较类排序,主要通过两个for循环实现,第一层for循环表示要执行多少趟,第二层for循环表示一趟要比较多少次。
- 时间复杂度:O(n^2)
- 空间复杂度:O(1)
- 代码实现:
function bubbleSort(arr) {
for (let i = 0; i < arr.length; i++){
for (let j = 0; j < arr.length - i - 1; j++){
if (arr[j] > arr[j + 1]) {
[arr[j],arr[j + 1]] = [arr[j + 1],arr[j]]
}
}
}
return arr
}
console.log(bubbleSort([2,4,5,1,2,10]));
三、选择排序
- 选择排序主要是通过当前值与当前值后面序列的最小值进行比较,如果有比当前值小的数,就替换掉当前值,没有的话继续下一次比较。
- 时间复杂度:O(n^2)
- 空间复杂度:O(1)
function selectSort(arr) {
for (let i = 0; i < arr.length; i++) {
let minIndex = i;
for (let j = i + 1; j < arr.length; j++) {
if (arr[j] < arr[minIndex]) {
minIndex = j;
}
}
[arr[i], arr[minIndex]] = [arr[minIndex], arr[i]];
}
return arr;
}
console.log(selectSort([3, 4, 5, 6, 1, 23, 10]));
四、插入排序
- 插入排序主要是确定当前值要插入到前面有序序列的哪个位置上。
- 最好时间复杂度:O(n)(正序)
- 最坏时间复杂度:O(n^2)(逆序)
function insertSort(arr){
let len = arr.length
for(let i = 1; i < len; i++){
let temp = arr[i]
let j = i - 1;
while(j >= 0 && arr[j] > temp){
arr[j + 1] = arr[j]
j--
}
arr[j + 1] = temp
}
return arr;
}
let arr = [5,3,4,2,1]
console.log(insertSort(arr))
五、快速排序
- 快速排序主要是利用一个基准值,采用递归的方式,不断的分成左(小于基准值)右(大于基准值)两个数组,直到左右两个数组只剩下1个元素时,进行返回。
- 最差时间复杂度:O(n^2)(正序)
- 时间复杂度:O(nlogN)
- 空间复杂度:O(logN)
- 代码实现:
function quickSort(arr){
if(arr.length <= 1){
return arr
}
let mid = Math.floor(arr.length / 2)
let pivot = arr.splice(mid,1)[0]
let left = []
let right = []
for(let i = 0; i < arr.length; i++){
if(arr[i] < pivot){
left.push(arr[i])
}else{
right.push(arr[i])
}
}
return quickSort(left).concat([pivot],quickSort(right));
}
六、基数排序
- 基数排序主要是入桶出桶的思想,先定义10个桶(数字0-9),获取最大值,然后通过遍历每个数的位数进行入桶,入完桶之后再依次出桶,直到最大值的位数遍历完成。
- 代码实现:
function radixSort(arr) {
const max = Math.max(...arr);
const buckets = Array.from({ length: 10 }, () => []);
let m = 1;
while (m < max) {
arr.forEach((number) => {
const digit = ~~((number % (m * 10)) / m);
buckets[digit].push(number);
});
let ind = 0;
buckets.forEach((bucket) => {
while (bucket.length > 0) {
arr[ind++] = bucket.shift();
}
});
m *= 10;
}
}
const arr = [10, 200, 13, 12, 7, 88, 91, 24];
radixSort(arr);
console.log(arr);
七、计数排序
- 计数排序主要是给每个桶计数,比较浪费空间。
- 时间复杂度:O(n + k)(k是最大值与最小值得差值)
- 代码实现:
function countSort(arr) {
let max = Math.max(...arr);
let min = Math.min(...arr);
let newArr = new Array(max).fill(0);
for (let i = 0; i < arr.length; i++){
newArr[arr[i]]++
}
for (let i = min, j = 0; i <= max; i++){
while (newArr[i] > 0) {
arr[j++] = i
newArr[i]--
}
}
return arr
}
console.log(countSort([3,4,5,2,1,3,4,10,23]))
八、堆排序
- 堆排序主要是在自己本身进行交换数据的,是一种比较高效的排序算法。
- 时间复杂度:O(nlogN)
- 空间复杂度:O(1)
- 代码实现:
function main() {
let arr = [10, 32, 4, 3, 1, 5, 30];
heapSort(arr);
console.log(arr);
}
main()
function swap(arr, i, j) {
let temp = arr[i];
arr[i] = arr[j];
arr[j] = temp
}
function heapInsert(arr, index) {
while (arr[index] > arr[Math.floor((index - 1) / 2)] && index > 0) {
swap(arr, index, Math.floor((index - 1) / 2))
index = Math.floor((index - 1) / 2)
}
}
function heapSort(arr) {
if (arr.length < 2 || arr === null) {
return;
}
for (let i =1; i < arr.length; i++) {
heapInsert(arr, i);
}
let heapSize = arr.length
swap(arr,0,--heapSize)
while (heapSize > 0) {
heapify(arr, 0, heapSize);
swap(arr,0,--heapSize)
}
}
function heapify(arr, index, heapSize) {
let leftIndex = index * 2 + 1
while (leftIndex < heapSize) {
let lastest = leftIndex + 1 < heapSize && arr[leftIndex + 1] > arr[leftIndex] ? leftIndex + 1 : leftIndex
lastest = arr[index] < arr[lastest] ? lastest : index
if (lastest === index) {
break
}
swap(arr,index,lastest)
index = lastest;
leftIndex = index * 2 + 1;
}
}