JavaScript實(shí)現的七種排序算法總結（推薦?。?/h1>

發(fā)布時(shí)間：2021-08-17 12:16 來(lái)源： 閱讀：0 作者：fly葉落丶知秋 欄目： JavaScript 歡迎投稿：712375056

目錄

前言

所謂排序算法，即通過(guò)特定的算法因式將一組或多組數據按照既定模式進(jìn)行重新排序。這種新序列遵循著(zhù)一定的規則，體現出一定的規律，因此，經(jīng)處理后的數據便于篩選和計算，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定性，即當兩個(gè)相同的元素同時(shí)出現于某個(gè)序列之中，則經(jīng)過(guò)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(gè)完全相同的元素，它們在排序過(guò)程中也是各有區別的，不允許混淆不清。

冒泡排序

冒泡排序是入門(mén)級的算法，但也有一些有趣的玩法。通常來(lái)說(shuō)，冒泡排序有三種寫(xiě)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(guò)優(yōu)化的寫(xiě)法：使用一個(gè)變量記錄當前輪次的比較是否發(fā)生過(guò)交換，如果沒(méi)有發(fā)生交換表示已經(jīng)有序，不再繼續排序；

基礎算法

空間復雜度為 O(1)，時(shí)間復雜度為 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(guò)一輪，剩余數字中的最大值就會(huì )被移動(dòng)到當前輪次的最后一位，中途也會(huì )有一些相鄰的數字經(jīng)過(guò)交換變得有序?？偣脖容^次數是 (n-1)+(n-2)+(n-3)+…+1(n−1)+(n−2)+(n−3)+…+1。

第二種寫(xiě)法是在基礎算法的基礎上改良而來(lái)的：

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

空間復雜度為O(1);時(shí)間復雜度為 O(n2)-最好為O(n);

最外層的 for 循環(huán)每經(jīng)過(guò)一輪，剩余數字中的最大值仍然是被移動(dòng)到當前輪次的最后一位。這種寫(xiě)法相對于第一種寫(xiě)法的優(yōu)點(diǎn)是：如果一輪比較中沒(méi)有發(fā)生過(guò)交換，則立即停止排序，因為此時(shí)剩余數字一定已經(jīng)有序了。

選擇排序

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

基礎算法

const sort = (arr) => {
    for (let i = 0, len = arr.length; i < len - 1; i++) {
        let minIndex = i
        for (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?xún)?yōu)化的，既然每輪遍歷時(shí)找出了最小值，何不把最大值也順便找出來(lái)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(shí)記錄最小值和最大值，可以把數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(jiǎn)單，生活中有一個(gè)很常見(jiàn)的場(chǎng)景：在打撲克牌時(shí)，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(gè)排序。

插入排序有兩種寫(xiě)法：

• 交換法：在新數字插入過(guò)程中，不斷與前面的數字交換，直到找到自己合適的位置。
• 移動(dòng)法：在新數字插入過(guò)程中，與前面的數字不斷比較，前面的數字不斷向后挪出位置，當新數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;
};

當數字少于兩個(gè)時(shí)，不存在排序問(wèn)題，當然也不需要插入，所以我們直接從第二個(gè)數字開(kāi)始往前插入。

移動(dòng)法

我們發(fā)現，在交換法插入排序中，每次都要交換數字。但實(shí)際上，新插入的這個(gè)數字并不一定適合與它交換的數字所在的位置。也就是說(shuō)，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(huì )被換到前一個(gè)數字的位置。

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

這種方案我們需要把新插入的數字暫存起來(lái)，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(shí)間復雜度降到O(n2)以下的算法之一。雖然原始的希爾排序最壞時(shí)間復雜度仍然是O(n2)，但經(jīng)過(guò)優(yōu)化的希爾排序可以達到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(jiǎn)單，又克服了插入排序每次只交換相鄰兩個(gè)元素的缺點(diǎn)。它的基本思想是：

• 將待排序數組按照一定的間隔分為多個(gè)子數組，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的一段數組，而是每跳躍一定間隔取一個(gè)值組成一組
• 逐漸縮小間隔進(jìn)行下一輪排序
• 最后一輪時(shí)，取間隔為 11，也就相當于直接使用插入排序。但這時(shí)經(jīng)過(guò)前面的「宏觀(guān)調控」，數組已經(jīng)基本有序了，所以此時(shí)的插入排序只需進(jìn)行少量交換便可完成
  舉個(gè)例子，對數組[8, 3, 34, 6, 4, 1, 44, 45, 43, 2, 23]進(jìn)行希爾排序的過(guò)程如下：
  

第一遍（5 間隔排序）：按照間隔 5 分割子數組，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(shí)整個(gè)數組變成 [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(shí)整個(gè)數組變成[1, 3, 2, 4, 23, 6, 34, 8, 43, 45, 44]。這里有一個(gè)非常重要的性質(zhì)：當我們完成 2 間隔排序后，這個(gè)數組仍然是保持 5 間隔有序的。也就是說(shuō)，更小間隔的排序沒(méi)有把上一步的結果變壞。

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

1. 用數列構建出一個(gè)大頂堆，取出堆頂的數字(放到待排序數組的最后)；
2. 調整剩余的數字，構建出新的大頂堆，再次取出堆頂的數字；
3. 循環(huán)往復，完成整個(gè)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(shí)間復雜度也是 O(nlogn)，但它在時(shí)間復雜度為 O(nlogn) 級的幾種排序算法中，大多數情況下效率更高，所以快速排序的應用非常廣泛。再加上快速排序所采用的分治思想非常實(shí)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：

1. 從數組中取出一個(gè)數，稱(chēng)之為基數（pivot）
2. 遍歷數組，將比基數大的數字放到它的右邊，比基數小的數字放到它的左邊。遍歷完成后，數組被分成了左右兩個(gè)區域
3. 將左右兩個(gè)區域視為兩個(gè)數組，重復前兩個(gè)步驟，直到排序完成
4. 事實(shí)上，快速排序的每一次遍歷，都將基數擺到了最終位置上。第一輪遍歷排好 1 個(gè)基數，第二輪遍歷排好 2 個(gè)基數（每個(gè)區域一個(gè)基數，但如果某個(gè)區域為空，則此輪只能排好一個(gè)基數），第三輪遍歷排好 4 個(gè)基數（同理，最差的情況下，只能排好一個(gè)基數），以此類(lèi)推?？偙闅v次數為 logn～n 次，每輪遍歷的時(shí)間復雜度為 O(n)，所以很容易分析出快速排序的時(shí)間復雜度為 O(nlogn) ～O(n2)，平均時(shí)間復雜度為 O(nlogn)。

const partition = (arr, start, end) => {
    let pivot = arr[start]; // 取第一個(gè)數為基數
    let left = start + 1; // 從第二個(gè)數開(kāi)始分區
    let right = end; // 右邊界
    // left、right 相遇時(shí)退出循環(huán)
    while (left < right) {
        // 找到第一個(gè)大于基數的位置
        while (left < right && arr[left] <= pivot) left++;
        // 交換這兩個(gè)數，使得左邊分區都小于或等于基數，右邊分區大于或等于基數
        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--;
    // 將基數和中間數交換
    if (right != start) [arr[left], pivot] = [pivot, arr[left]];
    // 返回中間值的下標
    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(gè)非常典型的應用。將已有序的子序列合并，得到完全有序的序列；即先使每個(gè)子序列有序，再使子序列段間有序。若將兩個(gè)有序表合并成一個(gè)有序表，稱(chēng)為2-路歸并。

算法描述

• 把長(cháng)度為n的輸入序列分成兩個(gè)長(cháng)度為n/2的子序列；
• 對這兩個(gè)子序列分別采用歸并排序；
• 將兩個(gè)排序好的子序列合并成一個(gè)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

到此這篇關(guān)于JavaScript實(shí)現的七種排序算法的文章就介紹到這了,更多相關(guān)JavaScript排序算法內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！