JS排序:效率最优,代码最美的九种排序算法详细解析
2023-10-29 09:05:05
前言
排序是数据结构算法中很常见的一种操作,在前端开发中也有不少应用场景,比如对数据进行排序、对数组进行排序、对对象进行排序等。
本文将介绍 JS 中常见的 9 种排序算法,包括快速排序、冒泡排序、选择排序、插入排序、希尔排序、堆排序、归并排序、计数排序和桶排序。我们通过对这些算法进行详细解析,让您不仅掌握排序算法,还能欣赏它们的优美代码。
一、快速排序
快速排序是一种分治排序算法,它是通过选取一个基准元素,然后将数组分成两部分,一部分包含所有小于基准元素的元素,另一部分包含所有大于基准元素的元素。然后分别对这两部分进行快速排序。这种方法的时间复杂度为 O(n log n)。
function quickSort(arr) {
if (arr.length <= 1) {
return arr;
}
let pivot = arr[0];
let left = [];
let right = [];
for (let i = 1; i < arr.length; i++) {
if (arr[i] < pivot) {
left.push(arr[i]);
} else {
right.push(arr[i]);
}
}
return quickSort(left).concat(pivot, quickSort(right));
}
二、冒泡排序
冒泡排序是一种简单的排序算法,它通过不断比较相邻元素,将较大的元素向后移动,较小的元素向前移动,直到数组有序。这种方法的时间复杂度为 O(n^2)。
function bubbleSort(arr) {
for (let i = 0; i < arr.length - 1; 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;
}
三、选择排序
选择排序是一种简单的排序算法,它通过不断找到数组中最小(或最大)的元素,然后将其放到数组的开头(或结尾),直到数组有序。这种方法的时间复杂度为 O(n^2)。
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[j] < arr[minIndex]) {
minIndex = j;
}
}
[arr[i], arr[minIndex]] = [arr[minIndex], arr[i]];
}
return arr;
}
四、插入排序
插入排序是一种简单的排序算法,它通过不断将一个元素插入到已经排好序的子数组中,直到数组有序。这种方法的时间复杂度为 O(n^2)。
function insertionSort(arr) {
for (let i = 1; i < arr.length; i++) {
let key = arr[i];
let j = i - 1;
while (j >= 0 && arr[j] > key) {
arr[j + 1] = arr[j];
j--;
}
arr[j + 1] = key;
}
return arr;
}
五、希尔排序
希尔排序是一种改进的插入排序,它通过将数组分为多个子数组,然后分别对每个子数组进行插入排序,最后合并所有子数组。这种方法的时间复杂度为 O(n log n)。
function shellSort(arr) {
let gap = Math.floor(arr.length / 2);
while (gap > 0) {
for (let i = gap; i < arr.length; i++) {
let key = arr[i];
let j = i - gap;
while (j >= 0 && arr[j] > key) {
arr[j + gap] = arr[j];
j -= gap;
}
arr[j + gap] = key;
}
gap = Math.floor(gap / 2);
}
return arr;
}
六、堆排序
堆排序是一种基于堆数据结构的排序算法,它通过将数组构建成一个堆,然后不断从堆中取出最大的元素,直到数组有序。这种方法的时间复杂度为 O(n log n)。
function heapSort(arr) {
let heapSize = arr.length;
for (let i = Math.floor(heapSize / 2) - 1; i >= 0; i--) {
heapify(arr, heapSize, i);
}
while (heapSize > 1) {
[arr[0], arr[heapSize - 1]] = [arr[heapSize - 1], arr[0]];
heapSize--;
heapify(arr, heapSize, 0);
}
return arr;
}
function heapify(arr, heapSize, i) {
let largest = i;
let left = 2 * i + 1;
let right = 2 * i + 2;
if (left < heapSize && arr[left] > arr[largest]) {
largest = left;
}
if (right < heapSize && arr[right] > arr[largest]) {
largest = right;
}
if (largest !== i) {
[arr[i], arr[largest]] = [arr[largest], arr[i]];
heapify(arr, heapSize, largest);
}
}
七、归并排序
归并排序是一种分治排序算法,它通过将数组分为两部分,分别对这两部分进行归并排序,然后合并两部分的结果。这种方法的时间复杂度为 O(n log n)。
function mergeSort(arr) {
if (arr.length <= 1) {
return arr;
}
let mid = Math.floor(arr.length / 2);
let left = mergeSort(arr.slice(0, mid));
let right = mergeSort(arr.slice(mid));
return merge(left, right);
}
function merge(left, right) {
let merged = [];
let i = 0;
let j = 0;
while (i < left.length && j < right.length) {
if (left[i] < right[j]) {
merged.push(left[i]);
i++;
} else {
merged.push(right[j]);
j++;
}
}
while (i < left.length) {
merged.push(left[i]);
i++;
}
while (j < right.length) {
merged.push(right[j]);
j++;
}
return merged;
}
八、计数排序
计数排序是一种非比较排序算法,它通过计算每个元素出现的次数,然后根据这些次数将元素放到正确的位置。这种方法的时间复杂度为 O(n + k),其中 k 是数组中元素的最大值。
function countingSort(arr, k) {
let n = arr.length;
let output = new Array(n);
let count = new Array(k + 1);
for (let i = 0; i <= k; i++) {
count[i] = 0;
}
for (let i = 0; i < n; i++) {
count[arr[i]]++;
}
for (let i = 1; i <= k; i++) {
count[