js为8大排序8大排序1、插入排序——直接插入排序2、插入排序—— hill排序(最小增量排序) 3、选择排序——简单选择排序4、选择排序——累计排序5、更换排序—— babbe排序3
八大名次
这里的8个排序都是内部排序,也可以通过存储器进行排序。
1、插入排序——直接插入排序(1)基本思想
a、首先将待排序数组的第一个元素视为有序子数组;
b、从第二个要素开始依次将排序对象要素x与排序完毕的排列[i-1] ~[0] (从后向前)进行比较;
当c、x小于比较元素时,比较元素向后移动一个数量级; 否则,将x插入序列的当前位置。
)2)演示实例
)3) js的实现
functioninsertsort(arr ) (/第一层循环)遍历要比较的数组元素for (leti=1; i arr.length; I ) {let temp=arr[i]; //第二层循环:将本倒圆角带比较的元素与已经排序的元素进行比较的for(varj=I-1; j=0 arr[j] temp; j--}{arr[j1]=arr[j]; //将插入元素插入到正确位置的arr[j 1]=temp; }return arr; } console.log (insertsort ([ 1,5,3,7,2,8 ] ); //8 ) [2、3、4、5、7、7、8、10]2、插入排序——辅助排序(最小增量排序)1)基本思想改进直接插入排序
a、首先将序列按增量d(n/2,n为待排序数的个数)分成几组,所有距离为d倍数的记录归入同一组; 各组内直接进行插入排序;
b、然后按较小增量(d/2 )对其进行分组,每组直接插入排序; 将增量减少为1,直接进行插入排序,即可完成整体排序。
)2)演示实例
)3) js的实现
需要三层循环扫描
functionshellsort(arr ) { let n=arr.length,d=n; //第一层循环:分割增量dwhile(d1 ) d=math.floor ) d/2 ); //下双重循环直接插入排出for(varI=d; i n; I ) (/比较对象要素var temp=arr[i]; for(varj=I-d; j=0 arr[j] temp; j=j-d({arr[jd]=arr[j]; } arr[j d]=temp; } } return arr; }console.log (壳快照([ 1,5,3,7,2,8 ] ); 3、选择顺序——简选顺序(1)基本思想——比较交换
只要找到要排序的元素中的最小值,就将最小值与要排序的第一个元素交换,并继续直到排序结束。
)2)演示实例
)3) js的实现
functiondirectselectsort(arr ) { let minIndex,temp; for(varI=0; i arr.length; I ) { minIndex=i; //找到最小值for (varj=i1; j arr.length; j () if ) arr[j]arr[minindex] ) { minIndex=j; }//将最小值与第一个未排序的元素交换的temp=arr[i]; arr[i]=arr[minIndex]; arr[minIndex]=temp; } return arr; ) 4、选择顺序——积累顺序(1)基本思想
大堆:每个节点的值等于或大于其子节点的值,堆排序算法用于按升序排序。
a、首先将长度为n的序列构建称为大堆,此时根节点必须是当前序列的最大值;
b、取出当前顶层堆的根节点,将其与数组末尾的元素进行交换;
c、调整交换的n-1个序列元素,使之符合大顶性质;
D、重复B、C两个步骤,直到堆中只有一个元素。 小的顶层堆:每个节点的值小于或等于其子节点的值,堆排序算法用于按降序排序。 )2) js的实现
核心:先制作萝卜堆,输出堆顶元素后调整萝卜堆
function heapsort1(arr ({ len=arr.length; //堆for(letI=math.floo
r(len/2); i >= 0; i--){ heapify(arr, i); } for(let i = len - 1; i > 0; i--){ //输出堆顶元素 [arr[0], arr[i]] = [arr[i], arr[0]]; len--; //重新调整堆 heapify(arr, 0); } return arr;}//调整堆function heapify(arr, i) { var left = 2 * i + 1, right = 2 * i + 2, largest = i; if(left < len && arr[left] > arr[largest]){ largest = left; } if(right < len && arr[right] > arr[largest]){ largest = right; } if(largest !== i){ [arr[i], arr[largest]] = [arr[largest], arr[i]]; heapify(arr, largest); }} 5、交换排序——冒泡排序(1)基本思想——两两比较相邻的元素,如果反序,则交换位置,直到没有反序为止。有序区在后面。
a、将序列中的相邻元素依次比较,较大的数向上冒(即交换到后面);第一轮比较结束后,序列最后一个元素是当前序列的最大值。
b、对序列当中剩下的n-1个元素再次执行步骤b,直至完成。共需要n-1轮比较。
(2)演示示例
(3)js实现
(1)基本思想:快排是冒泡排序的改进版。
a、从序列当中选择一个基准数(一般选第一个数);
b、遍历数组,小于基准的放在left,大于基准的放在right;
c、递归。
(2)演示示例
a、一趟排序的过程:
b、排序的全过程
(3)js实现
(1)基本思想——分治策略:拆分+合并
a、先将数组进行分组(折半拆分),直至子序列长度为1;
b、然后再将子数组进行合并,关键点是实现两个数组的合并。
(2)演示示例
(3)js实现
(1)基本思想
1、MSD 从高位开始进行排序
2、LSD 从低位开始进行排序:
a、将所有待比较元素(正整数)统一为同样的数位长度,数位较短的数前面补零;
b、从个位开始,进行排序;然后一次从低位到高位,进行排序;直至最高位完成排序。
(2)演示示例
(3)js实现
图中有误,js实现的归并排序的空间复杂度是O(n),网上有人分享复杂度为O(1)的方法也是用时间来换取空间。
四点因素:
1.待排序的记录数目n的大小;
2.记录本身数据量的大小,也就是记录中除关键字外的其他信息量的大小;
3.关键字的结构及其分布情况;
4.对排序稳定性的要求。
设待排序元素的个数为n.
(1)n较小(n<50)时,可采用直接插入排序或简单选择排序。
(2)若元素的初始状态基本有序,可采用直接插入排序或冒泡排序。
a、当元素分布有序,直接插入排序将大大减少比较次数和移动记录的次数。b、一般不使用或不直接使用传统的冒泡排序。(3)n较大时,应采用时间复杂度为O(nlog2n)的排序方法:快速排序、堆排序或归并排序。
a、快速排序:是目前内部排序中被认为是最快的方法,当待排序的关键字是随机分布时,快速排序的平均时间最短。b、归并排序:当内存空间允许,且要求稳定性时,优先选择归并排序。c、堆排序:最坏的情况下时间复杂度也是O(nlog~2~n),且不要求内存空间,但是不稳定。 参考文献[1] 八大排序算法原理及实现
[2] 数据结构常见的八大排序算法