关于javascript:算法与数据结构梳理6大排序算法-为了offer

6 种排序如下👇

冒泡排序
计数排序
疾速排序
归并排序
插入排序
抉择排序

工夫复杂度如下图👇

这个名字的由来是向泡泡一样 浮起来，脑补一下，就是每次比拟相邻的两个元素大小，而后缓缓 ’ 沉没 ’ 起来，我瞎掰的，看思路吧。

「工夫复杂度 O(n^2)」

比拟相邻的元素，前者比后者大的话，两者替换地位。
对每一对相邻元素做雷同操作，从开始第一对到最初一对，这样子最初的元素就是最大元素。
针对 n 个元素反复以上步骤，每次循环排除以后最初一个。
反复步骤 1~3，直到排序实现。

冒泡排序

// 最外层循环管制的内容是循环次数
// 每一次比拟的内容都是相邻两者之间的大小关系
let BubbleSort = function (arr) {
    let len = arr.length
    
    for (let i = 0; i < len - 1; i++) {for (let j = 0; j < len - 1 - i; j++) {if (arr[j] > arr[j + 1]) { // 从大到小
                [arr[j], arr[j + 1]] = [arr[j + 1], arr[j]]
            }
        }
    }
    return arr
}

let arr = [2, 9, 6, 7, 4, 3, 1, 7]
console.log(BubbleSort(arr))

从名称上就晓得，它的思维：就是把数组元素作为数组的下标，而后用一个长期数组统计该元素呈现的次数。

数组的数据必须是整数，而且最大最小值相差的值不要过大，对于「数据是正数的话，我实现的计划对此有优化」。

「工夫复杂度：O(n+k)」

1. 计算出差值 d, 最小值小于 0, 加上自身 add

2. 创立统计数组并统计对应元素个数

3. 统计数组做变形，前面的元素等于后面的元素之和, 也就是排名数组

4. 遍历原始数组, 从统计数组中找到正确地位, 输入到后果数组

计数排序

// 计数排序
let countingSort = function(arr) {let min = arr[0],
        max = arr[0],
        len = arr.length;
    // 求最大最小值
    for(let i = 0; i < len; i++) {max = Math.max(arr[i], max)
        min = Math.min(arr[i], min)
    }
    // 1. 计算出差值 d, 最小值小于 0, 加上自身 add

    let d =  max - min,
        add = min < 0 ? -min : 0;
    //2. 创立统计数组并统计对应元素个数    
    let countArray  = new Array(d+1+add).fill(0)
    for(let i = 0; i < len; i++){let demp = arr[i]- min + add
        countArray[demp] += 1 
    }
    
    //3. 统计数组做变形，前面的元素等于后面的元素之和, 也就是排名数组
    let sum = 0;

    // 这里须要遍历的是 countArray 数组长度
    for(let i = 0; i < d+1+add; i++){sum += countArray[i]
        countArray[i] = sum;
    }
    
    let res = new Array(len)
    // 4. 遍历原始数组, 从统计数组中找到正确地位, 输入到后果数组
    for(let i = 0; i < len; i++){let demp = arr[i] -min + add
        res[countArray[demp] -1 ] = arr[i]
        countArray[demp] --;
    }
    return res
}

let arr = [2, 9, 6, 7, 4, 3, 1, 7,0,-1,-2]
console.log(countingSort(arr))

根本思维：通过一趟排序将待排记录分隔成独立的两局部，其中一部分记录的关键字均比另一部分的关键字小，则可别离对这两局部记录持续进行排序，以达到整个序列有序。

「工夫复杂度：O(nlogn)」

抉择数组两头数作为基数，并从数组中取出此基数
筹备两个数组容器，遍历数组，一一与基数比对，较小的放右边容器，较大的放左边容器；
递归解决两个容器的元素，并将解决后的数据与基数按大小合并成一个数组，返回。
优化：三数取中 、 替换宰割

三数取中：

在快排的过程中，每一次咱们要取一个元素作为枢纽值，以这个数字来将序列划分为两局部。在此咱们采纳三数取中法，也就是取左端、两头、右端三个数，而后进行排序，将两头数作为枢纽值。

依据枢纽值进行宰割：

https://juejin.cn/post/6844903657616441352

疾速排序

let quickSort = function (arr) {
    // 递归进口就是数组长度为 1
    if (arr.length <= 1) return arr
    // 获取两头值的索引，应用 Math.floor 向下取整；let index = Math.floor(arr.length / 2)
    // 应用 splice 截取两头值，第一个参数为截取的索引，第二个参数为截取的长度；// 如果此处应用 pivot=arr[index]; 那么将会呈现有限递归的谬误；// splice 影响原数组，splice 影响原数组, 该当被删除
    let pivot = arr.splice(index, 1)[0],
        left = [],
        right = [];
    for (let i = 0; i < arr.length; i++) {if (pivot > arr[i]) {left.push(arr[i])
        } else {right.push(arr[i])
        }
    }
    return quickSort(left).concat([pivot], quickSort(right));
}

//let arr = [2, 9, 6, 7, 4, 3, 1, 7]
// console.log(quickSort(arr))

将两个有序数列合并成一个有序数列，咱们称之为“归并”

根本思维与过程：先递归的合成数列，再合并数列（分治思维的典型利用）

「工夫复杂度: O(nlog(n))」

将一个数组拆成 A、B 两个小组，两个小组持续拆，直到每个小组只有一个元素为止。
依照拆分过程逐渐合并小组，因为各小组初始只有一个元素，能够看做小组外部是有序的，合并小组能够被看做是合并两个有序数组的过程。
对左右两个小数列反复第二步，直至各区间只有 1 个数。

归并排序

const merge = (left, right) => { // 合并数组

    let result = []
    // 应用 shift()办法偷个懒, 删除第一个元素, 并且返回该值
    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())
    }
    return result
}

let mergeSort = function (arr) {if (arr.length <= 1)
        return arr
    let mid = Math.floor(arr.length / 2)
    // 拆分数组
    let left = arr.slice(0, mid),
        right = arr.slice(mid);
    let mergeLeftArray = mergeSort(left),
        mergeRightArray = mergeSort(right)
    return merge(mergeLeftArray, mergeRightArray)
}

let arr = [2, 9, 6, 7, 4, 3, 1, 7, 0, -1, -2]
console.log(mergeSort(arr))

顾名思义：通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应地位并插入。

「工夫复杂度: O(n^2)」

从第一个元素开始，该元素能够认为曾经被排序；
取出下一个元素，在曾经排序的元素序列中从后向前扫描；
如果该元素（已排序）大于新元素，将该元素移到下一地位；
反复步骤 3，直到找到已排序的元素小于或者等于新元素的地位；
反复步骤 2~5。

let insertionSort = function (arr) {
    let len = arr.length
    // 双指针，以后和前一个
    for (let i = 0; i < len; i++) {
        let preIndex = i - 1,
            cur = arr[i];
        // 第一个元素无前一个元素，能够间接赋值
        while (preIndex >= 0 && arr[preIndex] > cur) {arr[preIndex + 1] = arr[preIndex]
            preIndex--;
        }
        arr[preIndex + 1] = cur
    }
    return arr
}


let arr = [2, 9, 6, 7, 4, 3, 1, 7, 0, -1, -2]
console.log(insertionSort(arr))

思路：每一次从待排序的数组元素中抉择 最大 (最小) 的一个元素作为首元素, 直到排完为止

「工夫复杂度 O(n^2)」

有 n 个数, 须要排序 n - 1 次
第一次抉择最小值, 放在第一位
第二次抉择最小值, 放在第二位
….. 反复该过程
第 n - 1 次抉择最小值, 放在第 n - 1 位

let selectSort = function (arr) {
    let len = arr.length,
        temp = 0;
    // 一共须要排序 len- 1 次
    for (let i = 0; i < len - 1; i++) {
        // 设定替换指标，从数组的第一个开始
        temp = i;
        for (let j = i + 1; j < len; j++) {if (arr[j] < arr[temp])
                temp = j;
        }
        // 每一趟保障第 i 位为最小值
        if (temp !== i) {[arr[i], arr[temp]] = [arr[temp], arr[i]]
        }
    }

    return arr
}


let arr = [2, 9, 6, 7, 4, 3, 1, 7, 0, -1, -2]
console.log(selectSort(arr))

关于javascript:算法与数据结构梳理6大排序算法-为了offer

冒泡排序

思路

动画

代码实现

计数排序

思路

动画

代码实现

疾速排序

思路

动画

代码实现

归并排序

思路

动画

代码实现

插入排序

思路

动画

代码实现

抉择排序

思路

动画

代码实现