菜单

经文排序算法——桶排序

2019年1月19日 - JavaScript

十大经典排序算法

2016/09/19 · 基本功技术 ·
7 评论 ·
排序算法,
算法

正文小编: 伯乐在线
Damonare
。未经作者许可,禁止转发!
迎接加入伯乐在线 专栏小编

补充表明三点

前言

读者自行尝试可以想看源码戳那,博主在github建了个库,读者可以Clone下来本地尝试。此博文合营源码体验更棒哦

  • 这世界上总存在着那么部分好像相似但有完全区其余事物,比如雷锋和雷峰塔,小平和小平头,玛丽(玛丽)和马里奥,Java和javascript….当年javascript为了抱Java大腿死皮赖脸的让投机变成了Java的养子,哦,不是应当是跪舔,毕竟都跟了Java的姓了。可近日,javascript来了个咸鱼翻身,大致要统治web领域,Nodejs,React
    Native的面世使得javascript在后端和移动端都初始占用了一隅之地。可以这么说,在Web的花花世界,JavaScript可谓风头无两,已经坐上了头把交椅。
  • 在价值观的处理器算法和数据结构领域,一大半正式教材和书籍的默认语言都是Java或者C/C+
    +,O’REILLY家倒是出了一本叫做《数据结构与算法javascript描述》的书,但只可以说,不晓得是小编吃了shit如故译者根本就没核查,满书的小错误,这就如那种无穷无尽的小bug一样,大致就是令人有种嘴里塞满了shit的感觉,吐也不是咽下去也不是。对于一个前端来说,越发是笔试面试的时候,算法方面考的实际简单(十大排序算法或是和十大排序算法同等难度的),但不怕以前没用javascript完成过或者没仔细看过有关算法的原理,导致写起来浪费广大年华。所以撸一撸袖子决定自己查资料自己总括一篇博客等采纳了第一手看自己的博客就OK了,正所谓靠天靠地靠大牛不如靠自己(ˉ(∞)ˉ)。
  • 算法的原故:9世纪波斯数学家提议的:“al-Khowarizmi”就是下图这货(感觉紧要数学元素提议者貌似都戴了顶白帽子),开个玩笑,阿拉伯人对此数学史的贡献仍旧值得人佩服的。
    图片 1

1,桶排序是平安无事的

2,桶排序是广阔排序里最快的一种,比快排还要快…超过一半场合下

3,桶排序卓殊快,然则还要也充足耗空间,基本上是最耗空间的一种排序算法

正文

无序数组有个要求,就是成员隶属于固定(有限的)的间距,如限制为[0-9](考试分数为1-100等)

排序算法验证

(1)排序的概念:对一种类对象根据某个关键字展开排序;

输入:n个数:a1,a2,a3,…,an
输出:n个数的排列:a1’,a2’,a3’,…,an’,使得a1’

再讲的形象点就是排排坐,调座位,高的站在末端,矮的站在前头咯。

(3)对于评述算法优劣术语的表明

稳定:假设a原本在b前边,而a=b,排序之后a依旧在b的眼前;
不稳定:如若a原本在b的前面,而a=b,排序之后a可能会产出在b的前边;

内排序:所有排序操作都在内存中形成;
外排序:由于数量太大,因而把多少放在磁盘中,而排序通过磁盘和内存的多少传输才能展开;

时光复杂度: 一个算法执行所花费的岁月。
空间复杂度: 运行完一个顺序所需内存的深浅。

至于时间空间复杂度的越来越多询问请戳这里,或是看书程杰大大编写的《大话数据结构》依旧很赞的,通俗易懂。

(4)排序算法图片总括(图片来自网络):

排序相比:

图片 2

图表名词解释:
n: 数据规模
k:“桶”的个数
In-place: 占用常数内存,不占用额外内存
Out-place: 占用额外内存

排序分类:

图片 3

诸如待排数字[6 2 4 1 5 9]

1.冒泡排序(Bubble Sort)

好的,开头总括第二个排序算法,冒泡排序。我想对于它每个学过C语言的都会了然的吧,那恐怕是成百上千人接触的第二个排序算法。

准备10个空桶,最大数个空桶

(1)算法描述

冒泡排序是一种简单的排序算法。它再也地走访过要排序的数列,一次相比三个要素,若是它们的逐条错误就把它们互换过来。走访数列的办事是再一次地展开直到没有再需求沟通,也就是说该数列已经排序落成。那些算法的名字由来是因为越小的元素会经过沟通逐渐“浮”到数列的下面。

[6 2 4 1 5 9]           待排数组

(2)算法描述和兑现

切实算法描述如下:

JavaScript代码完毕:

JavaScript

function bubbleSort(arr) { var len = arr.length; for (var i = 0; i <
len; i++) { for (var j = 0; j < len – 1 – i; j++) { if (arr[j] >
arr[j+1]) { //相邻元素两两相比较 var temp = arr[j+1]; //元素互换arr[j+1] = arr[j]; arr[j] = temp; } } } return arr; } var
arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(bubbleSort(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44,
46, 47, 48, 50]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
function bubbleSort(arr) {
    var len = arr.length;
    for (var i = 0; i < len; i++) {
        for (var j = 0; j < len – 1 – i; j++) {
            if (arr[j] > arr[j+1]) {        //相邻元素两两对比
                var temp = arr[j+1];        //元素交换
                arr[j+1] = arr[j];
                arr[j] = temp;
            }
        }
    }
    return arr;
}
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(bubbleSort(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

 

改进冒泡排序:
设置一标志性变量pos,用于记录每一回排序中最后一遍举办置换的职责。由于pos地方然后的记录均已换成完毕,故在拓展下一趟排序时借使扫描到pos地点即可。

精益求精后算法如下:

JavaScript

function bubbleSort2(arr) { console.time(‘立异后冒泡排序耗时’); var i =
arr.length-1; //开头时,最后地方保持不变 while ( i> 0) { var pos= 0;
//每次初步时,无记录交流 for (var j= 0; j< i; j++) if (arr[j]>
arr[j+1]) { pos= j; //记录交流的职位 var tmp = arr[j];
arr[j]=arr[j+1];arr[j+1]=tmp; } i= pos; //为下一趟排序作准备 }
console.timeEnd(‘立异后冒泡排序耗时’); return arr; } var
arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(bubbleSort2(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38,
44, 46, 47, 48, 50]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
function bubbleSort2(arr) {
    console.time(‘改进后冒泡排序耗时’);
    var i = arr.length-1;  //初始时,最后位置保持不变
    while ( i> 0) {
        var pos= 0; //每趟开始时,无记录交换
        for (var j= 0; j< i; j++)
            if (arr[j]> arr[j+1]) {
                pos= j; //记录交换的位置
                var tmp = arr[j]; arr[j]=arr[j+1];arr[j+1]=tmp;
            }
        i= pos; //为下一趟排序作准备
     }
     console.timeEnd(‘改进后冒泡排序耗时’);
     return arr;
}
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(bubbleSort2(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

 

传统冒泡排序中每趟排序操作只可以找到一个最大值或纤维值,大家着想使用在每一趟排序中展开正向和反向几遍冒泡的不二法门两回可以获得三个最后值(最大者和最小者)
, 从而使排序趟数大概收缩了一半。

咬文嚼字后的算法完毕为:

JavaScript

function bubbleSort3(arr3) { var low = 0; var high= arr.length-1;
//设置变量的开首值 var tmp,j; console.time(‘2.改正后冒泡排序耗时’);
while (low < high) { for (j= low; j< high; ++j)
//正向冒泡,找到最大者 if (arr[j]> arr[j+1]) { tmp = arr[j];
arr[j]=arr[j+1];arr[j+1]=tmp; } –high; //修改high值, 前移一位 for
(j=high; j>low; –j) //反向冒泡,找到最小者 if
(arr[j]<arr[j-1]) { tmp = arr[j];
arr[j]=arr[j-1];arr[j-1]=tmp; } ++low; //修改low值,后移一位 }
console.timeEnd(‘2.革新后冒泡排序耗时’); return arr3; } var
arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(bubbleSort3(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38,
44, 46, 47, 48, 50]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
function bubbleSort3(arr3) {
    var low = 0;
    var high= arr.length-1; //设置变量的初始值
    var tmp,j;
    console.time(‘2.改进后冒泡排序耗时’);
    while (low < high) {
        for (j= low; j< high; ++j) //正向冒泡,找到最大者
            if (arr[j]> arr[j+1]) {
                tmp = arr[j]; arr[j]=arr[j+1];arr[j+1]=tmp;
            }
        –high;                 //修改high值, 前移一位
        for (j=high; j>low; –j) //反向冒泡,找到最小者
            if (arr[j]<arr[j-1]) {
                tmp = arr[j]; arr[j]=arr[j-1];arr[j-1]=tmp;
            }
        ++low;                  //修改low值,后移一位
    }
    console.timeEnd(‘2.改进后冒泡排序耗时’);
    return arr3;
}
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(bubbleSort3(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

三种方法耗时相比:

图片 4

由图可以看来创新后的冒泡排序明显的年月复杂度更低,耗时更短了。读者自行尝试可以戳那,博主在github建了个库,读者可以Clone下来本地尝试。此博文合作源码体验更棒哦~~~

冒泡排序动图演示:

图片 5

(3)算法分析

当输入的多少现已是正序时(都早就是正序了,为毛何必还排序呢….)

当输入的多少是反序时(卧槽,我间接反序不就完了….)

[0 0 0 0 0 0 0 0 0 0]   空桶

2.抉择排序(Selection Sort)

显示最平静的排序算法之一(那些稳定不是指算法层面上的稳定性哈,相信聪明的您能知晓自己说的情致2333),因为不论怎么数据进去都是O(n²)的时辰复杂度…..所以用到它的时候,数据规模越小越好。唯一的益处恐怕就是不占用额外的内存空间了吗。理论上讲,接纳排序可能也是日常排序一般人想到的最多的排序方法了吧。

[0 1 2 3 4 5 6 7 8 9]   桶编号(实际不存在)

(1)算法简介

慎选排序(Selection-sort)是一种简单直观的排序算法。它的干活原理:首先在未排序体系中找到最小(大)元素,存放到排序种类的起第一地方,然后,再从剩余未排序元素中继续寻找最小(大)元素,然后嵌入已排序种类的结尾。以此类推,直到所有因素均排序已毕。

1,顺序从待排数组中取出数字,首先6被取出,然后把6入6号桶,那些历程看似那样:空桶[
待排数组[ 0 ] ] = 待排数组[ 0 ]

(2)算法描述和促成

n个记录的直接选拔排序可经过n-1趟间接选取排序获得逐步结果。具体算法描述如下:

Javascript代码已毕:

JavaScript

function selectionSort(arr) { var len = arr.length; var minIndex, temp;
console.time(‘接纳排序耗时’); for (var i = 0; i < len – 1; i++) {
minIndex = i; for (var j = i + 1; j < len; j++) { if (arr[j] <
arr[minIndex]) { //寻找最小的数 minIndex = j; //将最小数的目录保存 } }
temp = arr[i]; arr[i] = arr[minIndex]; arr[minIndex] = temp; }
console.timeEnd(‘选拔排序耗时’); return arr; } var
arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(selectionSort(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38,
44, 46, 47, 48, 50]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
function selectionSort(arr) {
    var len = arr.length;
    var minIndex, temp;
    console.time(‘选择排序耗时’);
    for (var i = 0; i < len – 1; i++) {
        minIndex = i;
        for (var j = i + 1; j < len; j++) {
            if (arr[j] < arr[minIndex]) {     //寻找最小的数
                minIndex = j;                 //将最小数的索引保存
            }
        }
        temp = arr[i];
        arr[i] = arr[minIndex];
        arr[minIndex] = temp;
    }
    console.timeEnd(‘选择排序耗时’);
    return arr;
}
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(selectionSort(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

慎选排序动图演示:

图片 6

[62 4 1 5 9]           待排数组

(3)算法分析

[0 0 0 0 0 060 0 0]   空桶

3.插入排序(Insertion Sort)

插入排序的代码落成即便尚未冒泡排序和甄选排序那么粗略无情,但它的法则应该是最简单驾驭的了,因为只要打过扑克牌的人都应有力所能及秒懂。当然,假诺你说你打扑克牌摸牌的时候从不按牌的大小整理牌,那揣测那辈子你对插入排序的算法都不会生出其余兴趣了…..

[0 1 2 3 4 567 8 9]   桶编号(实际不存在)

(1)算法简介

插入排序(Insertion-Sort)的算法描述是一种简单直观的排序算法。它的办事原理是由此构建有序系列,对于未排序数据,在已排序连串中从后迈入扫描,找到相应位置并插入。插入排序在得以完成上,平时选拔in-place排序(即只需用到O(1)的额外空间的排序),由此在从后迈入扫描进度中,必要反复把已排序元素日渐向后挪位,为新型因素提供插入空间。

2,顺序从待排数组中取出下一个数字,此时2被取出,将其放入2号桶,是几就放几号桶

(2)算法描述和得以已毕

一般的话,插入排序都施用in-place在数组上落到实处。具体算法描述如下:

Javascript代码落成:

JavaScript

function insertionSort(array) { if
(Object.prototype.toString.call(array).slice(8, -1) === ‘Array’) {
console.time(‘插入排序耗时:’); for (var i = 1; i < array.length;
i++) { var key = array[i]; var j = i – 1; while (j >= 0 &&
array[j] > key) { array[j + 1] = array[j]; j–; } array[j +
1] = key; } console.timeEnd(‘插入排序耗时:’); return array; } else {
return ‘array is not an Array!’; } }

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
function insertionSort(array) {
    if (Object.prototype.toString.call(array).slice(8, -1) === ‘Array’) {
        console.time(‘插入排序耗时:’);
        for (var i = 1; i < array.length; i++) {
            var key = array[i];
            var j = i – 1;
            while (j >= 0 && array[j] > key) {
                array[j + 1] = array[j];
                j–;
            }
            array[j + 1] = key;
        }
        console.timeEnd(‘插入排序耗时:’);
        return array;
    } else {
        return ‘array is not an Array!’;
    }
}

改正插入排序: 查找插入地方时行使二分查找的不二法门

JavaScript

function binaryInsertionSort(array) { if
(Object.prototype.toString.call(array).slice(8, -1) === ‘Array’) {
console.time(‘二分插入排序耗时:’); for (var i = 1; i < array.length;
i++) { var key = array[i], left = 0, right = i – 1; while (left <=
right) { var middle = parseInt((left + right) / 2); if (key <
array[middle]) { right = middle – 1; } else { left = middle + 1; } }
for (var j = i – 1; j >= left; j–) { array[j + 1] = array[j]; }
array[left] = key; } console.timeEnd(‘二分插入排序耗时:’); return
array; } else { return ‘array is not an Array!’; } } var
arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(binaryInsertionSort(arr));//[2, 3, 4, 5, 15, 19, 26, 27,
36, 38, 44, 46, 47, 48, 50]

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
function binaryInsertionSort(array) {
    if (Object.prototype.toString.call(array).slice(8, -1) === ‘Array’) {
        console.time(‘二分插入排序耗时:’);
        for (var i = 1; i < array.length; i++) {
            var key = array[i], left = 0, right = i – 1;
            while (left <= right) {
                var middle = parseInt((left + right) / 2);
                if (key < array[middle]) {
                    right = middle – 1;
                } else {
                    left = middle + 1;
                }
            }
            for (var j = i – 1; j >= left; j–) {
                array[j + 1] = array[j];
            }
            array[left] = key;
        }
        console.timeEnd(‘二分插入排序耗时:’);
        return array;
    } else {
        return ‘array is not an Array!’;
    }
}
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(binaryInsertionSort(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

句酌字斟前后相比较:

图片 7

插入排序动图演示:

图片 8

[6 24 1 5 9]           待排数组

(3)算法分析

[0 020 0 0 6 0 0 0]   空桶

4.希尔(希尔(Hill))排序(Shell Sort)

1959年Shell发明;
第三个突破O(n^2)的排序算法;是概括插入排序的立异版;它与插入排序的差别之处在于,它会先行相比较距离较远的元素。希尔(Hill)排序又叫减弱增量排序

[0 123 4 5 6 7 8 9]   桶编号(实际不设有)

(1)算法简介

希尔(希尔(Hill))排序的骨干在于距离系列的设定。既可以提前设定好间隔种类,也可以动态的定义间隔系列。动态定义间隔系列的算法是《算法(第4版》的合著者罗伯特(Bert)(Robert)Sedgewick提议的。

3,4,5,6省略,进度同样,全体入桶后成为上面这样

(2)算法描述和贯彻

先将总体待排序的笔录种类分割成为若干子系列分别举办直接插入排序,具体算法描述:

Javascript代码落成:

JavaScript

function shellSort(arr) { var len = arr.length, temp, gap = 1;
console.time(‘希尔(希尔)排序耗时:’); while(gap < len/5) {
//动态定义间隔连串 gap =gap*5+1; } for (gap; gap > 0; gap =
Math.floor(gap/5)) { for (var i = gap; i < len; i++) { temp =
arr[i]; for (var j = i-gap; j >= 0 && arr[j] > temp; j-=gap) {
arr[j+gap] = arr[j]; } arr[j+gap] = temp; } }
console.timeEnd(‘希尔(希尔(Hill))排序耗时:’); return arr; } var
arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(shellSort(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44,
46, 47, 48, 50]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
function shellSort(arr) {
    var len = arr.length,
        temp,
        gap = 1;
    console.time(‘希尔排序耗时:’);
    while(gap < len/5) {          //动态定义间隔序列
        gap =gap*5+1;
    }
    for (gap; gap > 0; gap = Math.floor(gap/5)) {
        for (var i = gap; i < len; i++) {
            temp = arr[i];
            for (var j = i-gap; j >= 0 && arr[j] > temp; j-=gap) {
                arr[j+gap] = arr[j];
            }
            arr[j+gap] = temp;
        }
    }
    console.timeEnd(‘希尔排序耗时:’);
    return arr;
}
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(shellSort(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

希尔(希尔)排序图示(图片来源于网络):

图片 9

[6 2 41 5 9]           待排数组

(3)算法分析

[01 2045 60 09]   空桶

5.归并排序(Merge Sort)

和抉择排序一样,归并排序的习性不受输入数据的震慑,但显示比选取排序好的多,因为一贯都是O(n
log n)的时日复杂度。代价是内需格外的内存空间。

[01 2345 6 7 89]   桶编号(实际不存在)

(1)算法简介

 归并排序是赤手空拳在联合操作上的一种有效的排序算法。该算法是运用分治法(Divide
and
Conquer)的一个十分典型的采纳。归并排序是一种祥和的排序方法。将已平稳的子体系合并,获得完全有序的行列;即先使各样子系列有序,再使子连串段间有序。若将八个静止表合并成一个平稳表,称为2-路归并。

0意味着空桶,跳过,顺序取出即可:1 2 4 5 6 9

(2)算法描述和贯彻

切切实实算法描述如下:

Javscript代码完毕:

JavaScript

function mergeSort(arr) { //拔取自上而下的递归方法 var len = arr.length;
if(len < 2) { return arr; } var middle = Math.floor(len / 2), left =
arr.slice(0, middle), right = arr.slice(middle); return
merge(mergeSort(left), mergeSort(right)); } function merge(left, right)
{ var result = []; console.time(‘归并排序耗时’); while (left.length &&
right.length) { 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()); console.timeEnd(‘归并排序耗时’); return
result; } var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(mergeSort(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
function mergeSort(arr) {  //采用自上而下的递归方法
    var len = arr.length;
    if(len < 2) {
        return arr;
    }
    var middle = Math.floor(len / 2),
        left = arr.slice(0, middle),
        right = arr.slice(middle);
    return merge(mergeSort(left), mergeSort(right));
}
function merge(left, right)
{
    var result = [];
    console.time(‘归并排序耗时’);
    while (left.length && right.length) {
        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());
    console.timeEnd(‘归并排序耗时’);
    return result;
}
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(mergeSort(arr));

归并排序动图演示:

图片 10

图片 11

(3)算法分析

以下附上用Python完毕的桶排序程序

6.很快排序(Quick Sort)

立即排序的名字起的是粗略阴毒,因为一听到这些名字你就清楚它存在的意义,就是快,而且功效高!
它是处理大数目最快的排序算法之一了。

图片 12

(1)算法简介

高效排序的着力思想:通过一趟排序将待排记录分隔成独立的两部分,其中部分记录的主要字均比另一有的的第一字小,则可个别对那两有的记录继续拓展排序,以高达任何系列有序。

程序

(2)算法描述和贯彻

飞快排序使用分治法来把一个串(list)分为七个子串(sub-lists)。具体算法描述如下:

Javascript代码完成:

JavaScript

/*方式求证:飞速排序 @param array 待排序数组*/ //方法一 function
quickSort(array, left, right) { console.time(‘1.飞跃排序耗时’); if
(Object.prototype.toString.call(array).slice(8, -1) === ‘Array’ &&
typeof left === ‘number’ && typeof right === ‘number’) { if (left <
right) { var x = array[right], i = left – 1, temp; for (var j = left;
j <= right; j++) { if (array[j] <= x) { i++; temp = array[i];
array[i] = array[j]; array[j] = temp; } } quickSort(array, left, i

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
37
38
39
40
41
42
43
44
45
46
/*方法说明:快速排序
@param  array 待排序数组*/
//方法一
function quickSort(array, left, right) {
    console.time(‘1.快速排序耗时’);
    if (Object.prototype.toString.call(array).slice(8, -1) === ‘Array’ && typeof left === ‘number’ && typeof right === ‘number’) {
        if (left < right) {
            var x = array[right], i = left – 1, temp;
            for (var j = left; j <= right; j++) {
                if (array[j] <= x) {
                    i++;
                    temp = array[i];
                    array[i] = array[j];
                    array[j] = temp;
                }
            }
            quickSort(array, left, i – 1);
            quickSort(array, i + 1, right);
        }
        console.timeEnd(‘1.快速排序耗时’);
        return array;
    } else {
        return ‘array is not an Array or left or right is not a number!’;
    }
}
//方法二
var quickSort2 = function(arr) {
    console.time(‘2.快速排序耗时’);
  if (arr.length <= 1) { return arr; }
  var pivotIndex = Math.floor(arr.length / 2);
  var pivot = arr.splice(pivotIndex, 1)[0];
  var left = [];
  var right = [];
  for (var i = 0; i < arr.length; i++){
    if (arr[i] < pivot) {
      left.push(arr[i]);
    } else {
      right.push(arr[i]);
    }
  }
console.timeEnd(‘2.快速排序耗时’);
  return quickSort2(left).concat([pivot], quickSort2(right));
};
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(quickSort(arr,0,arr.length-1));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]
console.log(quickSort2(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

高效排序动图演示:

图片 13

图片 14

(3)算法分析

执行结果

7.堆排序(Heap Sort)

堆排序可以说是一种拔取堆的定义来排序的选项排序。

(1)算法简介

堆排序(Heapsort)是指利用堆那种数据结构所设计的一种排序算法。堆积是一个像样完全二叉树的布局,并还要满足堆积的性能:即子结点的键值或索引总是小于(或者高于)它的父节点。

(2)算法描述和促成

现实算法描述如下:

Javascript代码完结:

JavaScript

/*措施求证:堆排序 @param array 待排序数组*/ function heapSort(array)
{ console.time(‘堆排序耗时’); if
(Object.prototype.toString.call(array).slice(8, -1) === ‘Array’) {
//建堆 var heapSize = array.length, temp; for (var i =
Math.floor(heapSize / 2) – 1; i >= 0; i–) { heapify(array, i,
heapSize); } //堆排序 for (var j = heapSize – 1; j >= 1; j–) { temp
= array[0]; array[0] = array[j]; array[j] = temp; heapify(array,
0, –heapSize); } console.timeEnd(‘堆排序耗时’); return array; } else {
return ‘array is not an Array!’; } } /*办法求证:维护堆的习性 @param
arr 数组 @param x 数组下标 @param len 堆大小*/ function heapify(arr, x,
len) { if (Object.prototype.toString.call(arr).slice(8, -1) === ‘Array’
&& typeof x === ‘number’) { var l = 2 * x + 1, r = 2 * x + 2, largest
= x, temp; if (l < len && arr[l] > arr[largest]) { largest =
l; } if (r < len && arr[r] > arr[largest]) { largest = r; } if
(largest != x) { temp = arr[x]; arr[x] = arr[largest];
arr[largest] = temp; heapify(arr, largest, len); } } else { return
‘arr is not an Array or x is not a number!’; } } var
arr=[91,60,96,13,35,65,46,65,10,30,20,31,77,81,22];
console.log(heapSort(arr));//[10, 13, 20, 22, 30, 31, 35, 46, 60, 65,
65, 77, 81, 91, 96]

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
37
38
39
40
41
42
43
44
45
46
47
48
/*方法说明:堆排序
@param  array 待排序数组*/
function heapSort(array) {
    console.time(‘堆排序耗时’);
    if (Object.prototype.toString.call(array).slice(8, -1) === ‘Array’) {
        //建堆
        var heapSize = array.length, temp;
        for (var i = Math.floor(heapSize / 2) – 1; i >= 0; i–) {
            heapify(array, i, heapSize);
        }
        //堆排序
        for (var j = heapSize – 1; j >= 1; j–) {
            temp = array[0];
            array[0] = array[j];
            array[j] = temp;
            heapify(array, 0, –heapSize);
        }
        console.timeEnd(‘堆排序耗时’);
        return array;
    } else {
        return ‘array is not an Array!’;
    }
}
/*方法说明:维护堆的性质
@param  arr 数组
@param  x   数组下标
@param  len 堆大小*/
function heapify(arr, x, len) {
    if (Object.prototype.toString.call(arr).slice(8, -1) === ‘Array’ && typeof x === ‘number’) {
        var l = 2 * x + 1, r = 2 * x + 2, largest = x, temp;
        if (l < len && arr[l] > arr[largest]) {
            largest = l;
        }
        if (r < len && arr[r] > arr[largest]) {
            largest = r;
        }
        if (largest != x) {
            temp = arr[x];
            arr[x] = arr[largest];
            arr[largest] = temp;
            heapify(arr, largest, len);
        }
    } else {
        return ‘arr is not an Array or x is not a number!’;
    }
}
var arr=[91,60,96,13,35,65,46,65,10,30,20,31,77,81,22];
console.log(heapSort(arr));//[10, 13, 20, 22, 30, 31, 35, 46, 60, 65, 65, 77, 81, 91, 96]

堆排序动图演示:

图片 15

(3)算法分析

8.计数排序(Counting Sort)

计数排序的为主在于将输入的数据值转化为键存储在附加开辟的数组空间中。
作为一种线性时间复杂度的排序,计数排序要求输入的数量必须是有规定限制的整数。

(1)算法简介

计数排序(Counting
sort)是一种祥和的排序算法。计数排序使用一个分外的数组C,其中第i个因素是待排序数组A中值等于i的要素的个数。然后按照数组C来将A中的元素排到正确的任务。它不得不对整数举办排序。

(2)算法描述和贯彻

具体算法描述如下:

Javascript代码完成:

JavaScript

function countingSort(array) { var len = array.length, B = [], C =
[], min = max = array[0]; console.time(‘计数排序耗时’); for (var i =
0; i < len; i++) { min = min <= array[i] ? min : array[i]; max
= max >= array[i] ? max : array[i]; C[array[i]] =
C[array[i]] ? C[array[i]] + 1 : 1; } for (var j = min; j <
max; j++) { C[j + 1] = (C[j + 1] || 0) + (C[j] || 0); } for (var k
= len – 1; k >= 0; k–) { B[C[array[k]] – 1] = array[k];
C[array[k]]–; } console.timeEnd(‘计数排序耗时’); return B; } var
arr = [2, 2, 3, 8, 7, 1, 2, 2, 2, 7, 3, 9, 8, 2, 1, 4, 2, 4, 6, 9, 2];
console.log(countingSort(arr)); //[1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 3, 3,
4, 4, 6, 7, 7, 8, 8, 9, 9]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
function countingSort(array) {
    var len = array.length,
        B = [],
        C = [],
        min = max = array[0];
    console.time(‘计数排序耗时’);
    for (var i = 0; i < len; i++) {
        min = min <= array[i] ? min : array[i];
        max = max >= array[i] ? max : array[i];
        C[array[i]] = C[array[i]] ? C[array[i]] + 1 : 1;
    }
    for (var j = min; j < max; j++) {
        C[j + 1] = (C[j + 1] || 0) + (C[j] || 0);
    }
    for (var k = len – 1; k >= 0; k–) {
        B[C[array[k]] – 1] = array[k];
        C[array[k]]–;
    }
    console.timeEnd(‘计数排序耗时’);
    return B;
}
var arr = [2, 2, 3, 8, 7, 1, 2, 2, 2, 7, 3, 9, 8, 2, 1, 4, 2, 4, 6, 9, 2];
console.log(countingSort(arr)); //[1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 3, 3, 4, 4, 6, 7, 7, 8, 8, 9, 9]

JavaScript动图演示:

图片 16

(3)算法分析

当输入的因素是n 个0到k之间的平头时,它的运转时刻是 O(n +
k)。计数排序不是相比较排序,排序的速度快于任何相比较排序算法。由于用来计数的数组C的尺寸取决于待排序数组中数据的界定(等于待排序数组的最大值与最小值的差加上1),那使得计数排序对于数据范围很大的数组,需求大量光阴和内存。

9.桶排序(Bucket Sort)

桶排序是计数排序的升级版。它拔取了函数的照射关系,高效与否的主要就在于这一个映射函数的规定。

(1)算法简介

桶排序 (巴克(Buck)et
sort)的行事的原理:要是输入数据遵守均匀分布,将数据分到有限数量的桶里,每个桶再分别排序(有可能再拔取其他排序算法或是以递归情势继续选择桶排序进行排

(2)算法描述和促成

现实算法描述如下:

Javascript代码完结:

JavaScript

/*情势求证:桶排序 @param array 数组 @param num 桶的数码*/ function
bucketSort(array, num) { if (array.length <= 1) { return array; } var
len = array.length, buckets = [], result = [], min = max =
array[0], regex = ‘/^[1-9]+[0-9]*$/’, space, n = 0; num = num ||
((num > 1 && regex.test(num)) ? num : 10);
console.time(‘桶排序耗时’); for (var i = 1; i < len; i++) { min = min
<= array[i] ? min : array[i]; max = max >= array[i] ? max :
array[i]; } space = (max – min + 1) / num; for (var j = 0; j < len;
j++) { var index = Math.floor((array[j] – min) / space); if
(buckets[index]) { // 非空桶,插入排序 var k = buckets[index].length

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
37
38
/*方法说明:桶排序
@param  array 数组
@param  num   桶的数量*/
function bucketSort(array, num) {
    if (array.length <= 1) {
        return array;
    }
    var len = array.length, buckets = [], result = [], min = max = array[0], regex = ‘/^[1-9]+[0-9]*$/’, space, n = 0;
    num = num || ((num > 1 && regex.test(num)) ? num : 10);
    console.time(‘桶排序耗时’);
    for (var i = 1; i < len; i++) {
        min = min <= array[i] ? min : array[i];
        max = max >= array[i] ? max : array[i];
    }
    space = (max – min + 1) / num;
    for (var j = 0; j < len; j++) {
        var index = Math.floor((array[j] – min) / space);
        if (buckets[index]) {   //  非空桶,插入排序
            var k = buckets[index].length – 1;
            while (k >= 0 && buckets[index][k] > array[j]) {
                buckets[index][k + 1] = buckets[index][k];
                k–;
            }
            buckets[index][k + 1] = array[j];
        } else {    //空桶,初始化
            buckets[index] = [];
            buckets[index].push(array[j]);
        }
    }
    while (n < num) {
        result = result.concat(buckets[n]);
        n++;
    }
    console.timeEnd(‘桶排序耗时’);
    return result;
}
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(bucketSort(arr,4));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

桶排序图示(图片来自网络):

图片 17

至于桶排序更多

(3)算法分析

 桶排序最好状态下行使线性时间O(n),桶排序的日子复杂度,取决与对一一桶之间数据开展排序的时光复杂度,因为其余一些的年华复杂度都为O(n)。很肯定,桶划分的越小,各样桶之间的多少越少,排序所用的岁月也会越少。但对应的空间消耗就会增大。

10.基数排序(Radix Sort)

基数排序也是非相比较的排序算法,对每一位展开排序,从最低位起头排序,复杂度为O(kn),为数首席营业官度,k为数组中的数的最大的位数;

(1)算法简介

基数排序是坚守低位先排序,然后收集;再依据高位排序,然后再收集;依次类推,直到最高位。有时候有些属性是有优先级依次的,先按低优先级排序,再按高优先级排序。最终的程序就是高优先级高的在前,高优先级相同的低优先级高的在前。基数排序基于各自排序,分别采访,所以是平安无事的。

(2)算法描述和贯彻

具体算法描述如下:

Javascript代码已毕:

JavaScript

/** * 基数排序适用于: * (1)数据范围较小,指出在低于1000 *
(2)每个数值都要高于等于0 * @author xiazdong * @param arr 待排序数组 *
@param maxDigit 最大位数 */ //LSD Radix Sort function radixSort(arr,
maxDigit) { var mod = 10; var dev = 1; var counter = [];
console.time(‘基数排序耗时’); for (var i = 0; i < maxDigit; i++, dev
*= 10, mod *= 10) { for(var j = 0; j < arr.length; j++) { var
bucket = parseInt((arr[j] % mod) / dev); if(counter[bucket]== null)
{ counter[bucket] = []; } counter[bucket].push(arr[j]); } var
pos = 0; for(var j = 0; j < counter.length; j++) { var value = null;
if(counter[j]!=null) { while ((value = counter[j].shift()) != null)
{ arr[pos++] = value; } } } } console.timeEnd(‘基数排序耗时’); return
arr; } var arr = [3, 44, 38, 5, 47, 15, 36, 26, 27, 2, 46, 4, 19, 50,
48]; console.log(radixSort(arr,2)); //[2, 3, 4, 5, 15, 19, 26, 27, 36,
38, 44, 46, 47, 48, 50]

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
37
/**
* 基数排序适用于:
*  (1)数据范围较小,建议在小于1000
*  (2)每个数值都要大于等于0
* @author xiazdong
* @param  arr 待排序数组
* @param  maxDigit 最大位数
*/
//LSD Radix Sort
function radixSort(arr, maxDigit) {
    var mod = 10;
    var dev = 1;
    var counter = [];
    console.time(‘基数排序耗时’);
    for (var i = 0; i < maxDigit; i++, dev *= 10, mod *= 10) {
        for(var j = 0; j < arr.length; j++) {
            var bucket = parseInt((arr[j] % mod) / dev);
            if(counter[bucket]== null) {
                counter[bucket] = [];
            }
            counter[bucket].push(arr[j]);
        }
        var pos = 0;
        for(var j = 0; j < counter.length; j++) {
            var value = null;
            if(counter[j]!=null) {
                while ((value = counter[j].shift()) != null) {
                      arr[pos++] = value;
                }
          }
        }
    }
    console.timeEnd(‘基数排序耗时’);
    return arr;
}
var arr = [3, 44, 38, 5, 47, 15, 36, 26, 27, 2, 46, 4, 19, 50, 48];
console.log(radixSort(arr,2)); //[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

基数排序LSD动图演示:

图片 18

(3)算法分析

基数排序有二种情势:

基数排序 vs 计数排序 vs 桶排序

那三种排序算法都选拔了桶的定义,但对桶的施用办法上有显然反差:

  1. 基数排序:按照键值的每位数字来分配桶
  2. 计数排序:每个桶只存储单一键值
  3. 桶排序:每个桶存储一定范围的数值

后记

十大排序算法的统计到此处就是告一段落了。博主总计完事后唯有一个感到,排序算法博大精深,前辈们用了数年甚至一辈子的头脑切磋出来的算法更值得我们推敲。站在十大算法的门前心里依然紧张的,身为一个小学生,博主的下结论难免会有所疏漏,欢迎各位批评指定。

打赏扶助自己写出更多好文章,谢谢!


打赏小编

打赏匡助我写出更加多好作品,谢谢!

任选一种支付办法

图片 19
图片 20

4 赞 35 收藏 7
评论

关于作者:Damonare

图片 21

乐乎专栏[前端进击者]

个人主页
·
我的稿子
·
19
·
         

图片 22

相关文章

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图