菜单

算法

2019年1月25日 - 金沙前端

(1)算法简介

桶排序 (巴克et
sort)的办事的规律:要是输入数据听从均匀分布,将数据分到有限数量的桶里,每个桶再分别排序(有可能再使用其余排序算法或是以递归格局两次三番使用桶排序进行排

console.log(bucketSort(arr,4));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38,
44, 46, 47, 48, 50]

(2)算法描述和完毕

现实算法描述如下:

Javascript代码达成:

/**

* 基数排序适用于:

* (1)数据范围较小,提出在低于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]

基数排序LSD动图演示:

图片 1

var minIndex, temp;

(3)算法分析

高效排序的名字起的是简约残酷,因为一听到那一个名字你就明白它存在的意义,就是快,而且效能高!
它是拍卖大数额最快的排序算法之一了。

(3)算法分析

(1)算法简介

(3)算法分析

        result = result.concat(buckets[n]);

3.插入排序(Insertion Sort)

插入排序的代码完毕即使尚无冒泡排序和抉择排序那么不难粗暴,但它的规律应该是最简单明白的了,因为一旦打过扑克牌的人都应当力所能及秒懂。当然,假若您说您打扑克牌摸牌的时候没有按牌的高低整理牌,那估摸那辈子你对插入排序的算法都不会爆发任何兴趣了…..

“`

(3)算法分析

    while (low < high) {

(2)算法描述和落成

n个记录的第一手选用排序可透过n-1趟直接采取排序得到逐步结果。具体算法描述如下:

Javascript代码落成:

function selectionSort(arr) {

var len = arr.length;

var minIndex, temp;

console.time(‘采取排序耗时’);

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;  //将小小数的目录保存

}

}

temp = arr[i];

arr[i] = arr[minIndex];

arr[minIndex] = temp;

}

console.timeEnd(‘接纳排序耗时’);

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 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]

正文

}

(3)算法分析

return ‘array is not an Array!’;

打赏帮助自己写出更加多好作品,谢谢!

任选一种支付格局

图片 3
图片 4

4 赞 35 收藏 7
评论

    var tmp,j;

(2)算法描述和兑现

具体算法描述如下:

JavaScript代码达成:

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

var temp = arr[j+1 ];  //元素交流

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]

改良冒泡排序:
设置一标志性变量pos,用于记录每一趟排序中最后两回进行互换的岗位。由于pos地点然后的笔录均已换成已毕,故在展开下一趟排序时借使扫描到pos地方即可。

改良后算法如下:

function bubbleSort2(arr) {

console.time(‘立异后冒泡排序耗时’);

var i = arr.length-1 ;  //起先时,最终地点保持不变

while ( i> 0 ) {

var pos= 0 ; //每一遍起首时,无记录互换

for (var j= 0 ; j< i; j++)

if (arr[j]> arr[j+1 ]) {

pos= j; //记录互换的职分

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(‘革新后冒泡排序耗时’);

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]

历史观冒泡排序中每一回排序操作只可以找到一个最大值或纤维值,大家考虑采取在每回排序中展开正向和反向一次冒泡的措施四次可以拿走多个最终值(最大者和最小者)
, 从而使排序趟数大约收缩了一半。

千锤百炼后的算法完结为:

function bubbleSort3(arr3) {

var low = 0 ;

var high= arr.length-1 ; //设置变量的初叶值

var tmp,j;

console.time(‘2. 核查后冒泡排序耗时’);

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. 更上一层楼后冒泡排序耗时’);

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]

三种办法耗时比较:

图片 5

由图可以看出立异后的冒泡排序显明的时日复杂度更低,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 6

(3)算法分析

当输入的数目已经是正序时(都早就是正序了,为毛何必还排序呢….)

当输入的数量是反序时(卧槽,我平素反序不就完了….)

function bucketSort(array, num) {

(1)算法简介

希尔(希尔)排序的基本在于距离连串的设定。既可以提前设定好间隔系列,也得以动态的概念间隔种类。动态定义间隔序列的算法是《算法(第4版》的合著者RobertSedgewick提议的。

(3)算法分析

(2)算法描述和促成

实际算法描述如下:

Javascript代码达成:

/*艺术求证:桶排序

@param array 数组

@param num 桶的数目*/

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 7

至于桶排序更多

for (j= low; j< high; ++j) //正向冒泡,找到最大者

(1)算法简介

计数排序(Counting
sort)是一种祥和的排序算法。计数排序使用一个外加的数组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。然后根据数组C来将A中的元素排到正确的职分。它不得不对整数举行排序。

            heapify(array, i, heapSize);

排序算法验证

(1)排序的定义:对一序列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’<=a2’<=a3’<=…<=an’。

再讲的形象点就是排排坐,调座位,高的站在末端,矮的站在前边咯。

(3)对于评述算法优劣术语的说明

稳定 :倘若a原本在b前面,而a=b,排序之后a仍旧在b的面前;
不稳定 :若是a原本在b的前方,而a=b,排序之后a可能会冒出在b的末尾;

内排序 :所有排序操作都在内存中做到;
外排序
:由于数量太大,因而把数据放在磁盘中,而排序通过磁盘和内存的数码传输才能开展;

岁月复杂度 : 一个算法执行所消耗的年月。
空间复杂度 : 运行完一个顺序所需内存的尺寸。

有关时间空间复杂度的越来越多通晓请戳这里
,或是看书程杰大大编写的《大话数据结构》照旧很赞的,通俗易懂。

(4)排序算法图片总括(图片来源于网络):

排序相比较:

图片 8

图片名词解释:
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 9

校勘冒泡排序:设置一标志性变量pos,用于记录每回排序中最终一回开展互换的职位。由于pos地方然后的笔录均已换成落成,故在展开下一趟排序时一旦扫描到pos地方即可。

排序算法验证

(1)排序的概念:对一体系对象依照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,高的站在后面,矮的站在后面咯。

(3)对于评述算法优劣术语的验证

稳定:如若a原本在b前边,而a=b,排序之后a依旧在b的前方;
不稳定:借使a原本在b的眼前,而a=b,排序之后a可能会冒出在b的前边;

内排序:所有排序操作都在内存中成功;
外排序:由于数量太大,由此把数据放在磁盘中,而排序通过磁盘和内存的数码传输才能进行;

日子复杂度: 一个算法执行所费用的光阴。
空间复杂度: 运行完一个主次所需内存的分寸。

关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(图片来源网络):

排序相比较:

图片 10

图形名词解释:
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 11

var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];

(1)算法简介

基数排序是根据低位先排序,然后收集;再根据高位排序,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。最终的主次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,分别收载,所以是政通人和的。

{

(1)算法简介

挑选排序(Selection-sort)是一种简易直观的排序算法。它的行事原理:首先在未排序连串中找到最小(大)元素,存放到排序体系的胚胎地点,然后,再从剩余未排序元素中继承搜寻最小(大)元素,然后放到已排序种类的末尾。以此类推,直到所有因素均排序达成。

具体算法描述如下:

(3)算法分析

var key = array[i];

1.冒泡排序(Bubble Sort)

好的,开端总括首个排序算法,冒泡排序。我想对于它每个学过C语言的都会询问的吧,那或者是众几人接触的首先个排序算法。

(3)算法分析

前言

读者自行尝试可以想看源码戳那
,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

  • 那世界上总存在着那么部分接近相似但有完全两样的东西,比如雷锋和东门宝塔,小平和小平头,玛丽(玛丽(Mary))和马里奥,Java和javascript….当年javascript为了抱Java大腿卑鄙无耻的让投机成为了Java的养子,哦,不是相应是跪舔,毕竟都跟了Java的姓了。可前些天,javascript来了个咸鱼翻身,大致要统治web领域,Nodejs,React
    Native的产出使得javascript在后端和运动端都起来占据了一矢之地。可以如此说,在Web的花花世界,JavaScript可谓风头无两,已经坐上了头把交椅。
  • 在传统的微处理器算法和数据结构领域,一大半正式教材和本本的默许语言都是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,但不得不说,不驾驭是小编吃了shit如故译者根本就没核对,满书的小错误,那就好像那种无穷无尽的小bug一样,大致就是让人有种嘴里塞满了shit的感到,吐也不是咽下去也不是。对于一个前端来说,更加是笔试面试的时候,算法方面考的莫过于简单(十大排序算法或是和十大排序算法同等难度的),但即便以前没用javascript达成过或者没仔细看过相关算法的原理,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统计一篇博客等采取了平素看自己的博客就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世纪波斯地文学家指出的:“al-Khowarizmi”就是下图那货(感觉主要数学元素提议者貌似都戴了顶白帽子),开个噱头,阿拉伯人对此数学史的孝敬仍然值得人钦佩的。
    图片 12

var counter = [];

至于作者:Damonare

图片 13

腾讯网专栏[前端进击者]

个人主页 ·
我的篇章 ·
19 ·
         

图片 14

@param  array 待排序数组*/

6.快速排序(Quick Sort)

高效排序的名字起的是简约无情,因为一听到这一个名字你就精通它存在的含义,就是快,而且效能高!
它是处理大数量最快的排序算法之一了。

(1)算法简介

(2)算法描述和贯彻

切切实实算法描述如下:

JavaScript代码完成:

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]; //元素调换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,用于记录每便排序中最终五次举行调换的职务。由于pos地方然后的笔录均已换成已毕,故在举行下一趟排序时借使扫描到pos地点即可。

寻行数墨后算法如下:

JavaScript

function bubbleSort2(arr) { console.time(‘创新后冒泡排序耗时’); var i =
arr.length-1; //初步时,最后地方保持不变 while ( i> 0) { var pos= 0;
//每一趟伊始时,无记录调换 for (var j= 0; j< i; j++) if (arr[j]>
arr[j+1]) { pos= j; //记录沟通的岗位 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(‘创新后冒泡排序耗时’); 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]

 

传统冒泡排序中每一次排序操作只好找到一个最大值或不大值,我们着想使用在每次排序中举行正向和反向几回冒泡的艺术四遍可以得到七个最后值(最大者和最小者)
, 从而使排序趟数大致裁减了大体上。

革新后的算法完毕为:

JavaScript

function bubbleSort3(arr3) { var low = 0; var high= arr.length-1;
//设置变量的初阶值 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.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]

三种格局耗时比较:

图片 15

由图可以观看革新后的冒泡排序显著的时刻复杂度更低,耗时更短了。读者自行尝试能够戳那,博主在github建了个库,读者可以Clone下来本地尝试。此博文同盟源码体验更棒哦~~~

冒泡排序动图演示:

图片 16

(3)算法分析

当输入的多少已经是正序时(都早就是正序了,为毛何必还排序呢….)

当输入的数额是反序时(卧槽,我直接反序不就完了….)

切实算法描述如下:

(3)算法分析

当输入的要素是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范围(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,须要大量刻钟和内存。

n: 数据规模

(1)算法简介

堆排序(Heapsort)是指使用堆那种数据结构所布署的一种排序算法。堆积是一个近乎完全二叉树的构造,并同时知足堆积的特性:即子结点的键值或索引总是小于(或者超越)它的父节点。

堆排序(Heapsort)是指利用堆那种数据结构所安插的一种排序算法。堆积是一个接近完全二叉树的构造,并还要满意堆积的性质:即子结点的键值或索引总是小于(或者超越)它的父节点。

(1)算法描述

冒泡排序是一种简单的排序算法。它再一次地拜会过要排序的数列,一回相比较七个元素,如若它们的依次错误就把它们互换过来。走访数列的做事是再度地开展直到没有再需求交流,也就是说该数列已经排序已毕。这几个算法的名字由来是因为越小的因素会经过互换渐渐“浮”到数列的顶端。

}

(2)算法描述和贯彻

貌似的话,插入排序都施用in-place在数组上贯彻。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!’;
    }
}

改进插入排序: 查找插入地方时选拔二分查找的主意

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:

图片 17

插入排序动图演示:

图片 18

快捷排序的要旨境维:通过一趟排序将待排记录分隔成单身的两有些,其中有的记下的要害字均比另一局地的机要字小,则可分别对那两局地记录继续举行排序,以已毕整个连串有序。

(1)算法简介

 归并排序是建立在统一操作上的一种有效的排序算法。该算法是利用分治法(Divide
and
Conquer)的一个可怜独立的利用。归并排序是一种祥和的排序方法。将已铁定的事情的子种类合并,得到完全有序的队列;即先使各种子系列有序,再使子体系段间有序。若将八个静止表合并成一个不变表,称为2-路归并。

var pivot = arr.splice(pivotIndex, 1)[0];

(2)算法描述和兑现

先将总体待排序的记录种类分割成为若干子种类分别进行直接插入排序,具体算法描述:

Javascript代码完成:

JavaScript

function shellSort(arr) { var len = arr.length, temp, gap = 1;
console.time(‘希尔(Hill)排序耗时:’); while(gap < len/5) {
//动态定义间隔种类 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]

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(图片源于网络):

图片 19

    if (Object.prototype.toString.call(array).slice(8, -1) === ‘Array’)
{

(1)算法简介

插入排序(Insertion-Sort)的算法描述是一种简易直观的排序算法。它的干活原理是通过构建有序种类,对于未排序数据,在已排序系列中从后迈入扫描,找到相应地点并插入。插入排序在落到实处上,平时选拔in-place排序(即只需用到O(1)的附加空间的排序),由此在从后迈入扫描进程中,要求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。

for (var i = 0; i < len – 1; i++) {

(2)算法描述和促成

实际算法描述如下:

Javascript代码落成:

JavaScript

/** * 基数排序适用于: * (1)数据范围较小,指出在低于1000 *
(2)每个数值都要压倒等于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 20

(3)算法分析

7.堆排序(Heap Sort)

堆排序可以说是一种采用堆的定义来排序的挑三拣四排序。

堆排序可以说是一种选拔堆的定义来排序的挑选排序。

(2)算法描述和贯彻

具体算法描述如下:

Javascript代码达成:

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 21

                j–;

(2)算法描述和落成

切实算法描述如下:

Javascript代码达成:

/*办法求证: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 22

return ‘array is not an Array!’;

6.飞跃排序(Quick Sort)

快快排序的名字起的是概括凶狠,因为一听到那个名字你就领会它存在的含义,就是快,而且功用高!
它是拍卖大数额最快的排序算法之一了。

<1>.从数列中挑出一个因素,称为 “基准”(pivot);
<2>.重新排序数列,所有因素比基准值小的摆放在基准前边,所有因素比基准值大的摆在基准的前面(相同的数可以到任一边)。在那个分区退出之后,该条件就处在数列的中级地点。这一个名为分区(partition)操作;
<3>.递归地(recursive)把小于基准值元素的子数列和不止基准值元素的子数列排序。

9.桶排序(Bucket Sort)

桶排序是计数排序的升级版。它应用了函数的映照关系,高效与否的要紧就在于那一个映射函数的规定。

min = max = array[0];

4.希尔(希尔(Hill))排序(Shell Sort)

1959年Shell发明;
先是个突破O(n^2)的排序算法;是概括插入排序的创新版;它与插入排序的差距之处在于,它会预先比较距离较远的元素。希尔排序又叫减弱增量排序

有关桶排序更多

(3)算法分析

敏捷排序的主干思维:通过一趟排序将待排记录分隔成独立的两有些,其中有些记下的根本字均比另一有的的关键字小,则可分别对那两片段记录继续开展排序,以已毕总体种类有序。

(3)算法分析

当输入的因素是n 个0到k之间的整数时,它的运作时刻是 O(n +
k)。计数排序不是相比较排序,排序的速度快于任何比较排序算法。由于用来计数的数组C的长短取决于待排序数组中数量的范围(等于待排序数组的最大值与最小值的差加上1),这使得计数排序对于数据范围很大的数组,需求多量年华和内存。

(3)算法分析

(1)算法简介

计数排序(Counting
sort)是一种祥和的排序算法。计数排序使用一个额外的数组C,其中第i个元素是待排序数组A中值等于i的因素的个数。然后按照数组C来将A中的元素排到正确的地方。它不得不对整数进行排序。

}

(3)算法分析

        //堆排序

(1)算法简介

选料排序(Selection-sort)是一种不难直观的排序算法。它的做事原理:首先在未排序体系中找到最小(大)元素,存放到排序体系的初叶地点,然后,再从剩余未排序元素中屡次三番搜寻最小(大)元素,然后嵌入已排序系列的尾声。以此类推,直到所有因素均排序落成。

桶排序 (巴克(Buck)et
sort)的工作的规律:假如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(有可能再使用其他排序算法或是以递归格局继续使用桶排序举行排

3.插入排序(Insertion Sort)

插入排序的代码已毕即便没有冒泡排序和甄选排序那么简单凶残,但它的规律应该是最不难了解的了,因为只要打过扑克牌的人都应有可以秒懂。当然,假使您说您打扑克牌摸牌的时候从不按牌的深浅整理牌,这揣摸那辈子你对插入排序的算法都不会暴发任何兴趣了…..

10.基数排序(Radix Sort)

(1)算法简介

堆排序(Heapsort)是指利用堆那种数据结构所布置的一种排序算法。堆积是一个接近完全二叉树的构造,并还要满意堆积的特性:即子结点的键值或索引总是小于(或者高于)它的父节点。

(2)算法描述和兑现

7.堆排序(Heap Sort)

堆排序可以说是一种接纳堆的概念来排序的选料排序。

        }

(2)算法描述和兑现

先将全体待排序的记录种类分割成为若干子连串分别进行直接插入排序,具体算法描述:

Javascript代码已毕:

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(Hill)排序图示(图片来自网络):

图片 23

left.push(arr[i]);

10.基数排序(Radix Sort)

基数排序也是非比较的排序算法,对每一位展开排序,从最低位开首排序,复杂度为O(kn),为数首席执行官度,k为数组中的数的最大的位数;

            arr[x] = arr[largest];

4.希尔(希尔)排序(Shell Sort)

1959年Shell发明;
第三个突破O(n^2)的排序算法;是大约插入排序的创新版;它与插入排序的差距之处在于,它会事先相比距离较远的因素。希尔(希尔)排序又叫减少增量排序

C = [],

(2)算法描述和贯彻

敏捷排序使用分治法来把一个串(list)分为多少个子串(sub-lists)。具体算法描述如下:

Javascript代码已毕:

JavaScript

/*主意求证:飞快排序 @param array 待排序数组*/ //方法一 function
quickSort(array, left, right) { console.time(‘1.火速排序耗时’); 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
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]

很快排序动图演示:

图片 24

    }

(1)算法简介

桶排序 (巴克et
sort)的劳作的法则:要是输入数据坚守均匀分布,将数据分到有限数量的桶里,每个桶再分别排序(有可能再利用其余排序算法或是以递归方式延续应用桶排序举办排

(3)排序算法图片总计(图片来源于网络):

(1)算法简介

插入排序(Insertion-Sort)的算法描述是一种简易直观的排序算法。它的行事规律是透过构建有序系列,对于未排序数据,在已排序种类中从后迈入扫描,找到呼应地方并插入。插入排序在贯彻上,平日拔取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程中,要求反复把已排序元素日渐向后挪位,为流行因素提供插入空间。

高效排序动图演示:

(3)算法分析

JavaScript代码完成:

(2)算法描述和贯彻

具体算法描述如下:

Javascript代码达成:

JavaScript

/*主意求证: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!’; } } /*方法求证:维护堆的性能 @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 25

<1>.早先状态:无序区为R[1..n],有序区为空;
<2>.第i趟排序(i=1,2,3…n-1)开首时,当前有序区和无序区个别为R[1..i-1]和R(i..n)。该趟排序从眼前无序区中-选出首要字不大的记录
R[k],将它与无序区的第1个记录R互换,使R[1..i]和R[i+1..n)分别成为记录个数增加1个的新有序区和著录个数减弱1个的新无序区;
<3>.n-1趟截止,数组有序化了。

(3)算法分析

var high= arr.length-1; //设置变量的起始值

(2)算法描述和兑现

n个记录的直接拔取排序可通过n-1趟直接选取排序得到逐步结果。具体算法描述如下:

Javascript代码完成:

JavaScript

function selectionSort(arr) { var len = arr.length; var minIndex, temp;
console.time(‘选拔排序耗时’); 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(‘选取排序耗时’); 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]

选用排序动图演示:

图片 26

挑选排序(Selection-sort)是一种简易直观的排序算法。它的行事规律:首先在未排序系列中找到最小(大)元素,存放到排序体系的序幕地点,然后,再从剩余未排序元素中三番五次寻找最小(大)元素,然后嵌入已排序系列的末梢。以此类推,直到所有因素均排序落成。

(2)算法描述和贯彻

切切实实算法描述如下:

Javscript代码完结:

function mergeSort(arr) {  //选拔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 27

}

(3)算法分析

基数排序有二种方法:

基数排序 vs 计数排序 vs 桶排序

这二种排序算法都利用了桶的概念,但对桶的运用方法上有分明差异:

  1. 基数排序:依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

console.log(radixSort(arr,2)); //[2, 3, 4, 5, 15, 19, 26, 27, 36, 38,
44, 46, 47, 48, 50]

1.冒泡排序(Bubble Sort)

好的,先河总计第四个排序算法,冒泡排序。我想对于它每个学过C语言的都会精晓的啊,这也许是许三个人接触的首先个排序算法。

“`

(3)算法分析

            }

(1)算法简介

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

某次二面时,面试官问起Js排序问题,吾费尽脑筋回答了二种,深感算法有很大的问题,所以计算一下!

(2)算法描述和落到实处

切切实实算法描述如下:

Javscript代码达成:

JavaScript

function mergeSort(arr) { //采纳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 28

一流状态:T(n) = O(nlogn) 最差景况:T(n) = O(nlogn) 平均情状:T(n) =
O(nlogn)

8.计数排序(Counting Sort)

计数排序的主意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。
用作一种线性时间复杂度的排序,计数排序须求输入的数据必须是有确定限制的平头。

for(var j = 0; j < counter.length; j++) {

(1)算法简介

基数排序是坚守低位先排序,然后收集;再根据高位排序,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。最后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,分别收载,所以是安静的。

一级状态:T(n) = O(n)

(3)算法分析

 桶排序最好状态下利用线性时间O(n),桶排序的年华复杂度,取决与对一一桶之间数据开展排序的大运复杂度,因为任何一些的年月复杂度都为O(n)。很明确,桶划分的越小,各个桶之间的数量越少,排序所用的小时也会越少。但对应的长空消耗就会附加。

console.log(quickSort2(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44,
46, 47, 48, 50]

(1)算法简介

立刻排序的为主考虑:通过一趟排序将待排记录分隔成独立的两局地,其中一些笔录的主要字均比另一部分的第一字小,则可各自对那两有些记录继续开展排序,以达成总体连串有序。

 * @author xiazdong

2.精选排序(Selection Sort)

表现最稳定的排序算法之一(那么些稳定不是指算法层面上的平安哈,相信聪明的您能分晓自己说的意味2333),因为不论是什么数据进去都是O(n²)的小时复杂度…..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呢。理论上讲,拔取排序可能也是平日排序一般人想到的最多的排序方法了吗。

In-place: 占用常数内存,不占用额外内存

(2)算法描述和兑现

切实算法描述如下:

Javascript代码完成:

JavaScript

/*措施求证: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
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 29

有关桶排序更多

<1>.取得数组中的最大数,并收获位数;
<2>.arr为原始数组,从压低位发轫取每个位组成radix数组;
<3>.对radix进行计数排序(利用计数排序适用于小范围数的特性);

后记

十大排序算法的总计到那里就是告一段落了。博主总计完将来唯有一个感觉到,排序算法博大精深,前辈们用了数年如故一辈子的心力切磋出来的算法更值得大家推敲。站在十大算法的门前心里如故紧张的,身为一个小学生,博主的计算难免会有所疏漏,欢迎各位批评指定。

while (left <= right) {

(3)算法分析

 桶排序最好状态下行使线性时间O(n),桶排序的时光复杂度,取决与对种种桶之间数据举行排序的年华复杂度,因为别的一些的流年复杂度都为O(n)。很鲜明,桶划分的越小,各种桶之间的多寡越少,排序所用的小时也会越少。但相应的上空消耗就会增大。

    console.timeEnd(‘计数排序耗时’);

(2)算法描述和促成

现实算法描述如下:

Javascript代码完结:

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 30

buckets[index] = [];

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。此博文同盟源码体验更棒哦

  • 那世界上总存在着那么部分近似相似但有完全两样的东西,比如雷锋和开宝寺塔,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。可今天,javascript来了个咸鱼翻身,大约要统治web领域,Nodejs,React
    Native的出现使得javascript在后端和运动端都起来占用了一矢之地。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。
  • 在传统的微机算法和数据结构领域,一大半正规教材和本本的默许语言都是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,但不得不说,不领悟是小编吃了shit仍旧译者根本就没核对,满书的小错误,那如同那种无穷无尽的小bug一样,简直就是令人有种嘴里塞满了shit的感觉到,吐也不是咽下去也不是。对于一个前端来说,尤其是笔试面试的时候,算法方面考的莫过于简单(十大排序算法或是和十大排序算法同等难度的),但即便往日没用javascript完结过或者没仔细看过相关算法的原理,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利用了一向看自己的博客就OK了,正所谓靠天靠地靠大牛不如靠自己(ˉ(∞)ˉ)。
  • 算法的原由:9世纪波斯科学家提议的:“al-Khowarizmi”就是下图那货(感觉首要数学元素指出者貌似都戴了顶白帽子),开个玩笑,阿拉伯人对此数学史的孝敬仍旧值得人敬佩的。
    图片 31

        }

(3)算法分析

基数排序有二种方式:

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概念,但对桶的施用方法上有显著差别:

  1. 基数排序:根据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

}

十大经典排序算法

2016/09/19 · 基础技术 ·
7 评论 ·
排序算法,
算法

本文小编: 伯乐在线 –
Damonare
。未经小编许可,禁止转发!
迎接加入伯乐在线 专栏小编。

Javascript代码完成:

(1)算法简介

高速排序的主导思想:通过一趟排序将待排记录分隔成独立的两片段,其中部分笔录的最主要字均比另一有的的严重性字小,则可个别对那两局地记录继续开展排序,以达到总体体系有序。

}

(1)算法简介

 归并排序是树立在联合操作上的一种有效的排序算法。该算法是拔取分治法(Divide
and
Conquer)的一个非凡卓绝的使用。归并排序是一种祥和的排序方法。将已板上钉钉的子连串合并,获得完全有序的队列;即先使每个子种类有序,再使子系列段间有序。若将四个静止表合并成一个生搬硬套表,称为2-路归并。

基数排序 vs 计数排序 vs 桶排序

(2)算法描述和完毕

连忙排序使用分治法来把一个串(list)分为多少个子串(sub-lists)。具体算法描述如下:

Javascript代码已毕:

/*情势求证:疾速排序

@param array 待排序数组*/

//方法一

function quickSort(array , left, right) {

console.time (‘1 .神速排序耗时’);

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 .火速排序耗时’);

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 .神速排序耗时’);

  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 .急速排序耗时’);

  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 ]

高速排序动图演示:

图片 32

var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];

9.桶排序(Bucket Sort)

桶排序是计数排序的升级版。它选拔了函数的照射关系,高效与否的主要就在于那一个映射函数的规定。

        if (buckets[index]) {   //  非空桶,插入排序

正文

切切实实算法描述如下:

2.精选排序(Selection Sort)

表现最平静的排序算法之一(这些稳定不是指算法层面上的安定哈,相信聪明的您能分晓自己说的意味2333),因为不论是什么样数据进去都是O(n²)的时光复杂度…..所以用到它的时候,数据规模越小越好。唯一的好处恐怕就是不占用额外的内存空间了吧。理论上讲,选择排序可能也是日常排序一般人想到的最多的排序方法了吗。

图片 33

(2)算法描述和促成

相似的话,插入排序都接纳in-place在数组上贯彻。具体算法描述如下:

Javascript代码完结:

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!’;

}

}

句酌字斟插入排序:  查找插入地点时使用二分查找的方法

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 34

插入排序动图演示:

图片 35

n++;

(1)算法描述

冒泡排序是一种简易的排序算法。它再也地拜会过要排序的数列,三遍相比较多个元素,若是它们的次第错误就把它们互换过来。走访数列的工作是再次地拓展直到没有再必要沟通,也就是说该数列已经排序完毕。这么些算法的名字由来是因为越小的因素会路过沟通渐渐“浮”到数列的顶端。

(2)算法描述和落到实处

10.基数排序(Radix Sort)

基数排序也是非比较的排序算法,对每一位举行排序,从压低位开头排序,复杂度为O(kn),为数主管度,k为数组中的数的最大的位数;

function selectionSort(arr) {

后记

十大排序算法的下结论到那边就是告一段落了。博主统计完事后唯有一个感觉,排序算法博大精深,前辈们用了数年居然一辈子的心机商量出来的算法更值得我们推敲。站在十大算法的门前心里如故紧张的,身为一个小学生,博主的统计难免会有所疏漏,欢迎各位批评指定。

打赏支持自己写出越多好文章,谢谢!

打赏小编

当输入的数码是反序时(卧槽,我平素反序不就完了….)

5.归并排序(Merge Sort)

和抉择排序一样,归并排序的性能不受输入数据的影响,但彰显比接纳排序好的多,因为平素都是O(n
log n)的时刻复杂度。代价是亟需额外的内存空间。

Javascript代码达成:

8.计数排序(Counting Sort)

计数排序的中坚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,计数排序须要输入的数量必须是有规定限制的整数。

        C[array[i]] = C[array[i]] ? C[array[i]] + 1 : 1;

出口:n个数的排列:a1’,a2’,a3’,…,an’,使得a1’<=a2’<=a3’<=…<=an’。

5.归并排序(Merge Sort)

和甄选排序一样,归并排序的性能不受输入数据的熏陶,但突显比拔取排序好的多,因为一向都是O(n
log n)的光阴复杂度。代价是亟需至极的内存空间。

        var pos= 0; //每一趟伊始时,无记录沟通

return array;

(3)算法分析

出口:n个数的排列:a1’,a2’,a3’,…,an’,使得a1’<=a2’<=a3’<=…<=an’。

*/

            temp= array[0];

基数排序LSD动图演示:

输入:n个数:a1,a2,a3,…,an

var value = null;

}

return arr;

                pos= j; //记录交流的岗位

(1)算法简介

          }

temp = arr[i];

    while (right.length)

gap =gap*5+1;

        return’array is not an Array!’;

function shellSort(arr) {

由图可以观察革新后的冒泡排序明显的时间复杂度更低,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。此博文合营源码体验更棒哦~~~

} else {

            if (arr[j]

排序比较:

            var value = null;

if (array.length <= 1) {

    var minIndex, temp;

tmp = arr[j]; arr[j]=arr[j-1];arr[j-1]=tmp;

console.log(mergeSort(arr));

//LSD Radix Sort

            result.push(right.shift());

####桶排序

var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];

temp,

<1>. 选拔一个增量种类t1,t2,…,tk,其中ti>tj,tk=1;
<2>.按增量种类个数k,对队列进行k 趟排序;
<3>.每一次排序,根据对应的增量ti,将待排系列分割成几何尺寸为m
的子系列,分别对各子表举行直接插入排序。仅增量因子为1
时,整个种类作为一个表来处理,表长度即为整个体系的尺寸。

*(2)每个数值都要超过等于0

            if(counter[bucket]== null) {

日子复杂度: 一个算法执行所消耗的时刻。

    var low = 0;

console.time(‘基数排序耗时’);

     console.timeEnd(‘革新后冒泡排序耗时’);

console.time(‘二分插入排序耗时:’);

图片 36

var tmp,j;

(2)算法描述和兑现

}

当输入的要素是n 个0到k之间的整数时,它的运行时刻是 O(n +
k)。计数排序不是比较排序,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限制(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,必要大批量时光和内存。

var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];

            var key= array[i];

function insertionSort(array) {

            for(var j = i-gap; j >= 0 && arr[j] > temp; j-=gap)
{

![]()

        for(var j = i + 1; j < len; j++) {

console.log(quickSort(arr,0,arr.length-1));//[2, 3, 4, 5, 15, 19, 26,
27, 36, 38, 44, 46, 47, 48, 50]

接纳排序动图演示:

}

桶排序图示(图片来源网络):

buckets[index][k + 1] = buckets[index][k];

                }

quickSort(array, i + 1, right);

    }

}

        console.time(‘插入排序耗时:’);

@paramnum桶的多少*/

        }

<2>.按增量连串个数k,对队列进行k 趟排序;

     }

if (Object.prototype.toString.call(array).slice(8, -1) === ‘Array’) {

functionmerge(left, right)

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]) {//相邻元素两两比较

   var temp = arr[j+1];//元素调换

         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]

    }

“`

            for(var j = left; j <= right; j++) {

console.timeEnd(‘拔取排序耗时’);

        for(var j = 0; j < len – 1 – i; j++) {

现实算法描述如下:

        var index= Math.floor((array[j] – min) / space);

“`

Javascript代码完成:

<4>.从不是空的桶里把排好序的多少拼接起来。

        max= max>= array[i] ? max: array[i];

<3>.将几个排序好的子系列合并成一个终极的排序系列。

JavaScript动图演示:、

var dev = 1;

            if (arr[j]> arr[j+1]) {

var arr =[3, 44, 38, 5, 47, 15, 36, 26, 27, 2, 46, 4, 19, 50, 48];

            }

if (arr[j]> arr[j+1]) {

        }

var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];

    console.timeEnd(‘基数排序耗时’);

for (var i = 0; i < maxDigit; i++, dev *= 10, mod *= 10) {

//LSD Radix Sort

}

表现最安静的排序算法之一(这些平静不是指算法层面上的风平浪静哈,相信聪明的您能明白我说的情趣2333),因为不管什么数据进去都是O(n2)的年华复杂度…..所以用到它的时候,数据规模越小越好。唯一的好处恐怕就是不占用额外的内存空间了呢。理论上讲,选择排序可能也是日常排序一般人想到的最多的排序方法了啊。

C[array[k]]–;

        }

var len = array.length, buckets = [], result = [], min = max =
array[0], regex = ‘/^[1-9]+[0-9]*$/’, space, n = 0;

                if (key< array[middle]) {

用作一种线性时间复杂度的排序,计数排序需求输入的数码必须是有确定限制的平头。

(1)排序的概念:对一体系对象按照某个关键字展开排序;

}

        for(j= low; j< high; ++j) //正向冒泡,找到最大者

1959年Shell发明;

Javscript代码已毕:

console.time(‘2.飞快排序耗时’);

}

####敏捷排序

  var pivotIndex = Math.floor(arr.length / 2);

归并排序是白手起家在联合操作上的一种有效的排序算法。该算法是采纳分治法(Divide
and
Conquer)的一个极度典型的选用。归并排序是一种祥和的排序方法。将已平稳的子序列合并,获得完全有序的行列;即先使种种子系列有序,再使子系列段间有序。若将七个静止表合并成一个平稳表,称为2-路归并。

            var k = buckets[index].length – 1;

“`

console.log(selectionSort(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38,
44, 46, 47, 48, 50]

if(counter[j]!=null) {

                }

“`

日子复杂度: 一个算法执行所费用的小时。

}

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

for (var i = 1; i < len; i++) {

(3)算法分析

if (key < array[middle]) {

        temp= arr[i];

minIndex = i;

            while (k >= 0 && buckets[index][k] > array[j]) {

min = min <= array[i] ? min : array[i];

<1>.比较相邻的要素。即使第三个比第四个大,就沟通它们多个;
<2>.对每一对邻近元素作同样的工作,从起先率先对到终极的末段有的,那样在结尾的元素应该会是最大的数;
<3>.针对具备的因素重复以上的步子,除了最终一个;
<4>.重复步骤1~3,直到排序落成。

return array;

                } else{

for (var j= 0; j< i; j++)

    console.time(‘革新后冒泡排序耗时’);

arr[j+gap] = temp;

        C = [],

####计数排序

var arr = [3, 44, 38, 5, 47, 15, 36, 26, 27, 2, 46, 4, 19, 50, 48];

<1>.从数列中挑出一个要素,称为 “基准”(pivot);

            }

冒泡排序动态图:

基数排序有二种形式:

空中复杂度: 运行完一个顺序所需内存的尺寸。

插入排序的代码完毕即使并未冒泡排序和选用排序那么不难无情,但它的法则应该是最不难领会的了,因为倘若打过扑克牌的人都应有力所能及秒懂。当然,即便您说您打扑克牌摸牌的时候没有按牌的深浅整理牌,那估摸那辈子你对插入排序的算法都不会生出任何兴趣了…..

“`

            for(var j = i – 1; j >= left; j–) {

![冒泡排序]()

登时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:

(2)算法描述和兑现

            }

for (var i = Math.floor(heapSize / 2) – 1; i >= 0; i–) {

                var tmp = arr[j]; arr[j]=arr[j+1];arr[j+1]=tmp;

C[array[i]] = C[array[i]] ? C[array[i]] + 1 : 1;

图片 37

while (n < num) {

(4)排序算法图片统计(图片来源于网络):

<2>.对每一对附近元素作同样的做事,从上马首先对到最后的结底部分,那样在终极的因素应该会是最大的数;

        minIndex = i;

for (var j = min; j < max; j++) {

functionheapify(arr, x, len) {

}

基数排序也是非比较的排序算法,对每一位展开排序,从压低位开头排序,复杂度为O(kn),为数首席执行官度,k为数组中的数的最大的位数;

}

 桶排序最好状态下接纳线性时间O(n),桶排序的光阴复杂度,取决与对一一桶之间数据进行排序的年华复杂度,因为任何一些的年华复杂度都为O(n)。很扎眼,桶划分的越小,各种桶之间的数量越少,排序所用的年月也会越少。但相应的空间消耗就会附加。

num = num || ((num > 1 && regex.test(num)) ? num : 10);

functionbubbleSort3(arr3) {

首先个突破O(n^2)的排序算法;是简约插入排序的革新版;它与插入排序的不相同之处在于,它会事先比较距离较远的因素。希尔(Hill)排序又叫减弱增量排序

不稳定:倘诺a原本在b的前边,而a=b,排序之后a可能见面世在b的背后;

console.time(‘堆排序耗时’);

顶级状态:T(n) = O(n * k) 最差情状:T(n) = O(n * k) 平均意况:T(n) =
O(n * k)

pos= j; //记录沟通的地点

冒泡排序动图演示:<�喎�”/kf/ware/vc/” target=”_blank”
class=”keylink”>vc3Ryb25nPjwvcD4NCjxwPjxpbWcgYWx0PQ==”那里写图片描述”
src=”/uploadfile/Collfiles/20160918/20160918092143582.gif” title=”\”
/>

<1>.将伊始待排序关键字种类(R1,R2….Rn)构建成大顶堆,此堆为初始的无序区;

}

j–;

        console.time(‘二分插入排序耗时:’);

![]()

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