# 第13章 排序和搜索算法
# 排序
# 11.1 冒泡排序
# 概念
冒泡排序比较所有相邻的的两个项,如果第一个比第二个大,则交换它们。元素项向上移动至正确的顺序,就好像气泡升至表面一样。
# 实现
function bubbleSort(arr) {
for (let i = 1; i < arr.length; i++) {
for (let j = 0; j < arr.length - i; j++) {
if (arr[j] > arr[j + 1]) {
[arr[j], arr[j + 1]] = [arr[j + 1], arr[j]]
}
}
}
}
1
2
3
4
5
6
7
8
9
2
3
4
5
6
7
8
9
# 复杂度
时间复杂度:O(n2)
空间复杂度:O(1)
# 稳定性
稳定
# 11.2 选择排序
# 概念
选择排序是一种原址比较排序算法。选择排序大致思路是找到数据结构中的最小值并将其放到第一位,接着找到第二小的值并放到第二位,以此类推。
# 实现
function selectionSort(arr) {
for (let i = 0; i < arr.length - 1; i++) {
let minIndex = i
for (let j = i + 1; j < arr.length; j++) {
if (arr[minIndex] > arr[j]) {
minIndex = j
}
}
if (minIndex !== i) {
[arr[i], arr[minIndex]] = [arr[minIndex], arr[i]]
}
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
2
3
4
5
6
7
8
9
10
11
12
13
# 复杂度
时间复杂度:O(n2)
空间复杂度:O(1)
# 稳定性
不稳定
# 11.3 插入排序
# 概念
插入排序每次排一个数组项,以此方式构建最后的排序数组。假定第一项已经排序了。接着,它和第二项进行比较,第二项应该是待在原位还是插到第一项之前呢?这样,头两项就已经正确排序,接着和第三项比较,以此类推。
# 实现
function insertionSort(arr) {
for (let i = 1; i < arr.length; i++) {
let temp = arr[i]
let j = i
while (j > 0 && arr[j - 1] > temp) {
arr[j] = arr[j - 1]
j--
}
arr[j] = temp
}
}
function insertionSort(arr) {
for (let i = 1; i < arr.length; i++) {
let curIndex = i
while (curIndex > 0 && arr[curIndex - 1] > arr[curIndex]) {
[arr[curIndex], arr[curIndex - 1]] = [arr[curIndex - 1], arr[curIndex]]
curIndex--
}
}
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
# 复杂度
时间复杂度:O(n2)
空间复杂度:O(1)
# 稳定性
稳定
# 11.4 合并排序
# 概念
合并排序是一种分而治之算法。其思想是将原始数组切分成较小的数组,直到每个小数组只有一个位置,接着将小数组归并成较大的数组,直到最后只有一个排序完毕的大数组。
# 实现
/* 分散为小数组 */
function mergeSort(arr) {
if(arr.length<2){
return arr;
}
let mid=Math.floor(arr.length/2);
let left=mergeSort(arr.slice(0,mid))
let right=mergeSort(arr.slice(mid,arr.length))
return merge(left,right)
}
/* 合并为大数组 */
function merge(left,right){
let i=0;
let j=0;
let res=[];
while(i<left.length&&j<right.length){
if(left[i]>right[j]){
res.push(right[j++])
}else{
res.push(left[i++]);
}
}
return res.concat(i<left.length?left.slice(i):right.slice(j));
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
# 复杂度
时间复杂度:O(nlog(n))
空间复杂度:n
# 稳定性
稳定
# 11.5 快速排序
# 概念
快速排序:通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据比另一部分的所有数据要小,再按这种方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,使整个数据变成有序序列。时间复杂度
实现步骤:
- 选择一个基准元素 target(一般选择第一个数)
- 将比 target 小的元素移动到数组左边,比 target 大的元素移动到数组右边
- 分别对 target 左侧和右侧的元素进行快速排序 从上面的步骤中我们可以看出,快速排序也利用了分治的思想(将问题分解成一些小问题递归求解)
# 实现
# 方法一:递归(占额外存储空间、理解容易)
function quickSort(array) {
if (array.length < 2) {
return array;
}
const target = array[0];
const left = [];
const right = [];
for (let i = 1; i < array.length; i++) {
if (array[i] < target) {
left.push(array[i]);
} else {
right.push(array[i]);
}
}
return quickSort(left).concat([target], quickSort(right));
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
# 方法二:标准递归(不需要额外存储空间,写法思路稍复杂)
- 首先从 arr 中选择中间值作为主元。
- 创建 i,j。i 指向 arr 第一个值,j 指向 arr 最后一个值。移动 i 直到找到一个比主元大的值,移动 j 直到找到一个比主元小的值,然后交换它们,重复这个过程,直到 i 超过了 j。这个过程将使得比主元小的值都排在主元之前,比主元大的值都排在主元之后。
- 对划分后的数组两个数组(比主元小的值组成的子数组,比主元大的值组成的子数组)重复之前两个步骤,直至数组完全排序。
function quickSort(arr, left, right) {
if (arr.length < 2) return;
left = left ? left : 0;
right = right ? right : arr.length - 1;
const pivot = arr[Math.floor((left + right) / 2)];
let i = left;
let j = right;
while (i <= j) {
while (arr[i] < pivot) {
i++;
}
while (arr[j] > pivot) {
j--;
}
if (i <= j) {
[arr[i], arr[j]] = [arr[j], arr[i]];
i++;
j--;
}
}
if (left < i - 1) {
quickSort(arr, left, i - 1);
}
if (right > i) {
quickSort(arr, i, right);
}
return arr;
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
# 方法三:非递归方法
function quickSort(arr, left, right) {
left = left ? left : 0;
right = right ? right : arr.length - 1;
var stack = [];
var pivot, i, j;
stack.push(left);
stack.push(right);
while (stack.length) {
j = right = stack.pop();
i = left = stack.pop();
pivot = arr[Math.floor((i + j) / 2)];
while (i <= j) {
while (arr[i] < pivot) {
i++;
}
while (arr[j] > pivot) {
j--;
}
if (i <= j) {
[arr[i], arr[j]] = [arr[j], arr[i]];
i++;
j--;
}
}
if (left < i - 1) {
stack.push(left);
stack.push(i - 1);
}
if (right > i) {
stack.push(i);
stack.push(right);
}
}
return arr;
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
# 复杂度
时间复杂度:平均O(nlogn),最坏O(n2),实际上大多数情况下小于O(nlogn)
空间复杂度:O(logn)(递归调用消耗)
# 稳定性
不稳定
← 第12章 图 第14章 算法设计与技巧 →