排序算法
通用交换元素位置的代码
function swap(a, b) {
const temp = a;
a = b;
b = temp;
}
冒泡排序(Bubble Sort)
details
冒泡排序是最简单的排序算法之一,它的基本思想是从数组的左边开始,两两比较相邻的元素,如果左边的元素比右边的元素大,则交换它们的位置。每一轮比较都可以把最大的元素交换到数组的右侧,因此称之为冒泡排序。
function bubbleSort(arr) {
const n = arr.length;
for (let i = 0; i < n - 1; i++) {
for (let j = 0; j < n - 1 - i; j++) {
if (arr[j] > arr[j + 1]) {
[arr[j], arr[j + 1]] = [arr[j + 1], arr[j]];
}
}
}
return arr;
}
时间复杂度
最优时间复杂度: (当数组已经有序时) 最坏时间复杂度: 平均时间复杂度: 空间复杂度:
选择排序(Selection Sort)
选择排序的基本思想是从数组的左侧开始,依次找到最小的元素,将它和数组的第一个元素交换位置。然后从数组的第二个元素开始,依次找到剩下元素中最小的元素,将它和数组的第二个元素交换位置。以此类推,直到整个数组排序完成。
function selectionSort(arr) {
const n = arr.length;
for (let i = 0; i < n - 1; i++) {
let minIndex = i;
for (let j = i + 1; j < n; j++) {
if (arr[j] < arr[minIndex]) {
minIndex = j;
}
}
if (minIndex !== i) {
[arr[i], arr[minIndex]] = [arr[minIndex], arr[i]];
}
}
return arr;
}
插入排序(Insertion Sort)
插入排序的基本思想是将数组分为已排序和未排序两个部分,从未排序部分依次取出元素,插入到已排序部分的合适位置,直到整个数组排序完成。
function insertionSort(arr) {
const n = arr.length;
for (let i = 1; i < n; i++) {
const 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;
}
快速排序(Quick Sort)
快速排序是一种基于分治思想的排序算法,它的基本思想是选取一个基准元素,将数组分为左右两部分,左边部分的所有元素都小于等于基准元素,右边部分的所有元素都大于基准元素。然后递归地对左右两部分进行排序,最终完成整个数组的排序。 快速排序的时间复杂度为 O(nlog n),在大多数情况下表现比插入排序、冒泡排序和选择排序要好。
function quickSort(arr) {
if (arr.length <= 1) {
return arr;
}
const pivot = arr[0];
const left = [];
const 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));
}
归并排序(Merge Sort)
归并排序也是一种常用的排序算法,它将待排序数组分成两部分,分别对这两部分进行排序,然后再将它们合并成一个有序数组。归并排序是一种稳定的排序算法,其时间复杂度为 O(nlogn)
function mergeSort(arr) {
if (arr.length <= 1) {
return arr;
}
const midIndex = Math.floor(arr.length / 2);
const left = arr.slice(0, midIndex);
const right = arr.slice(midIndex);
return merge(mergeSort(left), mergeSort(right));
}
function merge(left, right) {
const result = [];
let leftIndex = 0;
let rightIndex = 0;
while (leftIndex < left.length && rightIndex < right.length) {
if (left[leftIndex] < right[rightIndex]) {
result.push(left[leftIndex]);
leftIndex++;
} else {
result.push(right[rightIndex]);
rightIndex++;
}
}
return result.concat(left.slice(leftIndex), right.slice(rightIndex));
}
堆排序 (Heap Sort)
它的时间复杂度为 O(nlogn),其中 n 是待排序元素的数量。堆排序的核心思想是先将待排序的数据构建成一个堆,然后重复从堆中取出最大元素并删除,直到堆为空,取出的元素就是排序好的结果。
// 交换数组中两个元素的位置
function swap(arr, i, j) {
const temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}
// 构建最大堆
function buildMaxHeap(arr) {
// 从最后一个非叶子节点开始向上构建最大堆
for (let i = ((arr.length - 2) / 2) >> 0; i >= 0; i--) {
heapify(arr, i, arr.length);
}
}
// 堆化
function heapify(arr, i, len) {
let largest = i; // 初始化最大元素为当前节点
const left = 2 * i + 1; // 左子节点
const right = 2 * i + 2; // 右子节点
// 如果左子节点比当前节点大,则更新最大元素为左子节点
if (left < len && arr[left] > arr[largest]) {
largest = left;
}
// 如果右子节点比最大元素大,则更新最大元素为右子节点
if (right < len && arr[right] > arr[largest]) {
largest = right;
}
// 如果最大元素不是当前节点,则交换当前节点和最大元素的位置,并递归地对交换后的子树进行堆化
if (largest !== i) {
swap(arr, i, largest);
heapify(arr, largest, len);
}
}
// 堆排序
function heapSort(arr) {
buildMaxHeap(arr); // 构建最大堆
console.log('arr is ', arr);
// 从堆中依次取出最大元素并删除,直到堆为空,取出的元素就是排序好的结果
for (let i = arr.length - 1; i > 0; i--) {
swap(arr, 0, i); // 将最大元素移动到数组末尾
heapify(arr, 0, i); // 对剩余元素进行堆化
}
return arr;
}
// 示例
const arr = [6, 2, 8, 5, 9, 1];
console.log(heapSort(arr)); // [1, 2, 5, 6, 8, 9]