目錄前言冒泡排序基礎(chǔ)算法第二種寫法是在基礎(chǔ)算法的基礎(chǔ)上改良而來的：選擇排序基礎(chǔ)算法二元選擇排序-優(yōu)化插入排序交換法插入排序移動法希爾排序堆排序快速排序歸并排序總結(jié)前言

所謂排序算法，即通過特定的算法因式將一組或多組數(shù)據(jù)按照既定模式進(jìn)行重新排序。這種新序列遵循著一定的規(guī)則，體現(xiàn)出一定的規(guī)律，因此，經(jīng)處理后的數(shù)據(jù)便于篩選和計算，大大提高了計算效率。對于排序，我們首先要求其具有一定的穩(wěn)定性，即當(dāng)兩個相同的元素同時出現(xiàn)于某個序列之中，則經(jīng)過一定的排序算法之后，兩者在排序前后的相對位置不發(fā)生變化。換言之，即便是兩個完全相同的元素，它們在排序過程中也是各有區(qū)別的，不允許混淆不清。

冒泡排序

冒泡排序是入門級的算法，但也有一些有趣的玩法。通常來說，冒泡排序有三種寫法：

一邊比較一邊向后兩兩交換，將最大值 / 最小值冒泡到最后一位；經(jīng)過優(yōu)化的寫法：使用一個變量記錄當(dāng)前輪次的比較是否發(fā)生過交換，如果沒有發(fā)生交換表示已經(jīng)有序，不再繼續(xù)排序；

基礎(chǔ)算法

空間復(fù)雜度為 O(1)，時間復(fù)雜度為 O(n2)

const sort = (arr) => { for (let i = 0, len = arr.length; i < len-1; i++){for (let j = 0; j < len-1-i; j++) { if (arr[j] > arr[j+1]) {[arr[j], arr[j+1]] = [arr[j+1], arr[j]]; }} } return arr}

最外層的 for 循環(huán)每經(jīng)過一輪，剩余數(shù)字中的最大值就會被移動到當(dāng)前輪次的最后一位，中途也會有一些相鄰的數(shù)字經(jīng)過交換變得有序。總共比較次數(shù)是 (n-1)+(n-2)+(n-3)+…+1(n−1)+(n−2)+(n−3)+…+1。

第二種寫法是在基礎(chǔ)算法的基礎(chǔ)上改良而來的：

const sort = (arr) => { for (let i = 0, len = arr.length; i < len - 1; i++) {let isSwap = falsefor (let j = 0; j < len - 1 - i; j++) { if (arr[j] > arr[j + 1]) {[arr[j], arr[j + 1]] = [arr[j + 1], arr[j]];isSwap = true }}if (!isSwap) { break;} } return arr;};

空間復(fù)雜度為O(1);時間復(fù)雜度為 O(n2)-最好為O(n);

最外層的 for 循環(huán)每經(jīng)過一輪，剩余數(shù)字中的最大值仍然是被移動到當(dāng)前輪次的最后一位。這種寫法相對于第一種寫法的優(yōu)點是：如果一輪比較中沒有發(fā)生過交換，則立即停止排序，因為此時剩余數(shù)字一定已經(jīng)有序了。

選擇排序

選擇排序的思想是：雙重循環(huán)遍歷數(shù)組，每經(jīng)過一輪比較，找到最小元素的下標(biāo)，將其交換至首位。

基礎(chǔ)算法

const sort = (arr) => { for (let i = 0, len = arr.length; i < len - 1; i++) {let minIndex = ifor (let j = i+1; j < len; j++) { if (arr[i] > arr[j]) {minIndex = j }}[arr[i], arr[minIndex]] = [arr[minIndex], arr[i]]; } return arr;};二元選擇排序-優(yōu)化

選擇排序算法也是可以優(yōu)化的，既然每輪遍歷時找出了最小值，何不把最大值也順便找出來呢？這就是二元選擇排序的思想。

使用二元選擇排序，每輪選擇時記錄最小值和最大值，可以把數(shù)組需要遍歷的范圍縮小一倍。

const sort = (arr) => { for (let i = 0, len = arr.length; i < len / 2; i++) {let minIndex = i;let maxIndex = i;for (let j = i + 1; j < len-i; j++) { if (arr[minIndex] > arr[j]) {minIndex = j; } if (arr[maxIndex] < arr[j]) {maxIndex = j; }}if (minIndex === maxIndex) break;[arr[i], arr[minIndex]] = [arr[minIndex], arr[i]];if (maxIndex === i) { maxIndex = minIndex;}const lastIndex = len - i - 1;[arr[maxIndex], arr[lastIndex]] = [arr[lastIndex], arr[maxIndex]]; } return arr; };插入排序

插入排序的思想非常簡單，生活中有一個很常見的場景：在打撲克牌時，我們一邊抓牌一邊給撲克牌排序，每次摸一張牌，就將它插入手上已有的牌中合適的位置，逐漸完成整個排序。

插入排序有兩種寫法：

交換法：在新數(shù)字插入過程中，不斷與前面的數(shù)字交換，直到找到自己合適的位置。 移動法：在新數(shù)字插入過程中，與前面的數(shù)字不斷比較，前面的數(shù)字不斷向后挪出位置，當(dāng)新數(shù)字找到自己的位置后，插入一次即可。 交換法插入排序

const sort = (arr) => { for (let i = 1, len = arr.length; i < len; i++) {let j = i;while (j >= 1 && arr[j] < arr[j - 1]) { [arr[j], arr[j - 1]] = [arr[j - 1], arr[j]]; j--} } return arr;};

當(dāng)數(shù)字少于兩個時，不存在排序問題，當(dāng)然也不需要插入，所以我們直接從第二個數(shù)字開始往前插入。

移動法

我們發(fā)現(xiàn)，在交換法插入排序中，每次都要交換數(shù)字。但實際上，新插入的這個數(shù)字并不一定適合與它交換的數(shù)字所在的位置。也就是說，它剛換到新的位置上不久，下一次比較后，如果又需要交換，它馬上又會被換到前一個數(shù)字的位置。

由此，我們可以想到一種優(yōu)化方案：讓新插入的數(shù)字先進(jìn)行比較，前面比它大的數(shù)字不斷向后移動，直到找到適合這個新數(shù)字的位置后再插入。

這種方案我們需要把新插入的數(shù)字暫存起來，代碼如下：

const sort = (arr) => { for (let i = 1, len = arr.length; i < len; i++) {let j = i-1;let cur = arr[i];while (j >= 0 && cur < arr[j]) { arr[j+1] = arr[j] j--;}arr[j+1] = cur } return arr;};希爾排序

1959 年 77 月，美國辛辛那提大學(xué)的數(shù)學(xué)系博士 Donald Shell 在 《ACM 通訊》上發(fā)表了希爾排序算法，成為首批將時間復(fù)雜度降到O(n2)以下的算法之一。雖然原始的希爾排序最壞時間復(fù)雜度仍然是O(n2)，但經(jīng)過優(yōu)化的希爾排序可以達(dá)到O(n1.3)甚至 O(n7/6)。

希爾排序本質(zhì)上是對插入排序的一種優(yōu)化，它利用了插入排序的簡單，又克服了插入排序每次只交換相鄰兩個元素的缺點。它的基本思想是：

將待排序數(shù)組按照一定的間隔分為多個子數(shù)組，每組分別進(jìn)行插入排序。這里按照間隔分組指的不是取連續(xù)的一段數(shù)組，而是每跳躍一定間隔取一個值組成一組 逐漸縮小間隔進(jìn)行下一輪排序 最后一輪時，取間隔為 11，也就相當(dāng)于直接使用插入排序。但這時經(jīng)過前面的「宏觀調(diào)控」，數(shù)組已經(jīng)基本有序了，所以此時的插入排序只需進(jìn)行少量交換便可完成 舉個例子，對數(shù)組[8, 3, 34, 6, 4, 1, 44, 45, 43, 2, 23]進(jìn)行希爾排序的過程如下：

第一遍（5 間隔排序）：按照間隔 5 分割子數(shù)組，共分成五組，分別是[8, 1, 23],[3, 44],[34, 45],[6, 43],[4, 2]。對它們進(jìn)行插入排序，排序后它們分別變成：[1, 8, 23],[3, 44],[34, 45],[6, 43],[2, 4]，此時整個數(shù)組變成 [1, 3, 34, 6, 2, 8, 44, 45, 43, 4, 23]

第二遍（2 間隔排序）：按照間隔 2 分割子數(shù)組，共分成兩組，分別是[1, 34, 2, 44, 43, 23],[3, 6, 8, 45, 4]。對他們進(jìn)行插入排序，排序后它們分別變成：[1, 2, 23, 34, 43, 44],[3, 4, 6, 8, 45]，此時整個數(shù)組變成[1, 3, 2, 4, 23, 6, 34, 8, 43, 45, 44]。這里有一個非常重要的性質(zhì)：當(dāng)我們完成 2 間隔排序后，這個數(shù)組仍然是保持 5 間隔有序的。也就是說，更小間隔的排序沒有把上一步的結(jié)果變壞。

第三遍（11 間隔排序，等于直接插入排序）：按照間隔 1 分割子數(shù)組，分成一組，也就是整個數(shù)組。對其進(jìn)行插入排序，經(jīng)過前兩遍排序，數(shù)組已經(jīng)基本有序了，所以這一步只需經(jīng)過少量交換即可完成排序。排序后數(shù)組變成[1, 2, 3, 4, 6, 8, 23, 34, 43, 44, 45]，整個排序完成。

const sort = arr => { const len = arr.length; if (len < 2) {return arr; } let gap = Math.floor(len / 2); while (gap > 0) {for (let i = gap; i < len; i++) { let j = i; let cur = arr[i]; while (j >= 0 && cur < arr[j - gap]) {arr[j] = arr[j - gap];j -= gap; } arr[j] = cur;}gap = Math.floor(gap / 2); } return arr;}堆排序

堆排序過程如下：

用數(shù)列構(gòu)建出一個大頂堆，取出堆頂?shù)臄?shù)字(放到待排序數(shù)組的最后)； 調(diào)整剩余的數(shù)字，構(gòu)建出新的大頂堆，再次取出堆頂?shù)臄?shù)字； 循環(huán)往復(fù)，完成整個排序。

function sort(arr) { for (let i = Math.floor(arr.length / 2) - 1; i >= 0; i--) {adjustHeap(arr, i, arr.length) } for (let j = arr.length - 1; j > 0; j--) {[arr[0], arr[j]] = [arr[j], arr[0]]adjustHeap(arr, 0, j) }}function adjustHeap(arr, i, length) { let tmp = arr[i] for (let k = i * 2 + 1; k < length; k = k * 2 + 1) {if (k + 1 < length && arr[k] < arr[k + 1]) { k++;}if (arr[k] > tmp) { arr[i] = arr[k]; i = k;} else { break;}arr[i] = tmp; }}快速排序

快速排序算法由 C. A. R. Hoare 在 1960 年提出。它的時間復(fù)雜度也是 O(nlogn)，但它在時間復(fù)雜度為 O(nlogn) 級的幾種排序算法中，大多數(shù)情況下效率更高，所以快速排序的應(yīng)用非常廣泛。再加上快速排序所采用的分治思想非常實用，使得快速排序深受面試官的青睞，所以掌握快速排序的思想尤為重要。

快速排序算法的基本思想是：

從數(shù)組中取出一個數(shù)，稱之為基數(shù)（pivot） 遍歷數(shù)組，將比基數(shù)大的數(shù)字放到它的右邊，比基數(shù)小的數(shù)字放到它的左邊。遍歷完成后，數(shù)組被分成了左右兩個區(qū)域 將左右兩個區(qū)域視為兩個數(shù)組，重復(fù)前兩個步驟，直到排序完成 事實上，快速排序的每一次遍歷，都將基數(shù)擺到了最終位置上。第一輪遍歷排好 1 個基數(shù)，第二輪遍歷排好 2 個基數(shù)（每個區(qū)域一個基數(shù)，但如果某個區(qū)域為空，則此輪只能排好一個基數(shù)），第三輪遍歷排好 4 個基數(shù)（同理，最差的情況下，只能排好一個基數(shù)），以此類推。總遍歷次數(shù)為 logn～n 次，每輪遍歷的時間復(fù)雜度為 O(n)，所以很容易分析出快速排序的時間復(fù)雜度為 O(nlogn) ～O(n2)，平均時間復(fù)雜度為 O(nlogn)。

const partition = (arr, start, end) => { let pivot = arr[start]; // 取第一個數(shù)為基數(shù) let left = start + 1; // 從第二個數(shù)開始分區(qū) let right = end; // 右邊界 // left、right 相遇時退出循環(huán) while (left < right) {// 找到第一個大于基數(shù)的位置while (left < right && arr[left] <= pivot) left++;// 交換這兩個數(shù)，使得左邊分區(qū)都小于或等于基數(shù)，右邊分區(qū)大于或等于基數(shù)if (left != right) { [arr[left], arr[right]] = [arr[right], arr[left]]; right--;} } // 如果 left 和 right 相等，單獨比較 arr[right] 和 pivot if (left == right && arr[right] > pivot) right--; // 將基數(shù)和中間數(shù)交換 if (right != start) [arr[left], pivot] = [pivot, arr[left]]; // 返回中間值的下標(biāo) return right;}const quickSort = (arr, start, end) => { if (start >= end) return; const middle = partition(arr, start, end) quickSort(arr, start, middle - 1); quickSort(arr, middle + 1, end);}const sort = arr => { quickSort(arr, 0, arr.length -1);}歸并排序

歸并排序是建立在歸并操作上的一種有效的排序算法。該算法是采用分治法（Divide and Conquer）的一個非常典型的應(yīng)用。將已有序的子序列合并，得到完全有序的序列；即先使每個子序列有序，再使子序列段間有序。若將兩個有序表合并成一個有序表，稱為2-路歸并。

算法描述

把長度為n的輸入序列分成兩個長度為n/2的子序列； 對這兩個子序列分別采用歸并排序； 將兩個排序好的子序列合并成一個最終的排序序列。

const merge = (left, right) => { let result = []; while (left.length > 0 && right.length > 0) {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;}const sort = (arr) => { let len = arr.length; if (len < 2) {return arr; } const middle = Math.floor(len / 2),left = arr.slice(0, middle),right = arr.slice(middle); return merge(sort(left), sort(right));};總結(jié)

到此這篇關(guān)于JavaScript實現(xiàn)的七種排序算法的文章就介紹到這了,更多相關(guān)JavaScript排序算法內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！