摘要:算法筆記版排序本文內(nèi)容根據(jù)和的算法第四版整理,原代碼為語(yǔ)言,自己修改為版本,僅供參考。希爾排序的思想是使數(shù)組中任意間隔為的元素都是有序的。使用遞增序列,,,,,的希爾排序所需的比較次數(shù)不會(huì)超過(guò)的若干倍乘以遞增序列的長(zhǎng)度。
算法筆記(JavaScript版)——排序 本文內(nèi)容根據(jù)Rebert Sedgewick和Kevin Wayne的《算法(第四版)》整理,原代碼為java語(yǔ)言,自己修改為JavaScript版本,僅供參考。 排序算法模版
function sort(arr){ //此處添加不同的排序算法實(shí)現(xiàn) } //比較兩個(gè)數(shù)的大小 function less(a, b){ return a < b } //交換數(shù)組中兩個(gè)數(shù)的位置 function exch(arr, i, j){ var temp = arr[i]; arr[i] = arr[j]; arr[j] = temp; } //判斷數(shù)組是否是有序的 function isSorted(arr){ var len = arr.length; for(var i = 1; i < len; i++){ if(less(arr[i], arr[j])){ return false; } } return true; }
?
選擇排序對(duì)于長(zhǎng)度為N的數(shù)組,選擇排序需要大約(N^2/2)次比較和N次交換
運(yùn)行時(shí)間和輸入無(wú)關(guān)(僅與輸入的長(zhǎng)度有關(guān))
數(shù)據(jù)移動(dòng)是最少的
function selectionSort(arr){ var len = arr.length; for(var i = 0; i < len; i++){ var min = i; for(var j = i+1; j < len; j++){ if(less(arr[j], arr[min])){ min = j; } } exch(arr, i, min) } }
?
插入排序插入排序所需的時(shí)間依賴于輸入中元素的初始順序。
對(duì)于隨機(jī)排列的長(zhǎng)度為N且主鍵不重復(fù)的數(shù)組,平局情況下插入排序需要~(N^2/4)次比較和~(N^2/4)次交換。最壞情況下需要~(N^2/2)次比較和~(N^2/4)次交換,最好情況下需要(N-1)次比較和0次交換。
插入排序?qū)τ诓糠钟行虻臄?shù)組很有效,下面是幾種典型的部分有序的數(shù)組:
數(shù)組中每個(gè)元素距離它最終的位置都不遠(yuǎn)。
一個(gè)有序的大數(shù)組接一個(gè)小數(shù)組。
數(shù)組中只有幾個(gè)元素的位置不正確。
function insertionSort(arr){ var len = arr.length; for(var i = 1; i < len; i++){ for(var j = i; j > 0; j--){ if(less(arr[j], arr[j-1])){ exch(arr, j, j-1) } } } }
?
希爾排序希爾排序是基于插入排序的快速排序算法。
希爾排序的思想是:使數(shù)組中任意間隔為h的元素都是有序的。這樣的數(shù)組被稱為h有序數(shù)組。在進(jìn)行排序時(shí),如果h很大,我們就能將元素移動(dòng)到很遠(yuǎn)的地方,為實(shí)現(xiàn)更小的h有序創(chuàng)造方便。
使用遞增序列1,4,13,40,121,364…的希爾排序所需的比較次數(shù)不會(huì)超過(guò)N的若干倍乘以遞增序列的長(zhǎng)度。
function shellSort(arr){ var len = arr.length, h = 1; while(h < len/3){ h = 3*h+1; } while(h >=1){ for(var i = h; i < len; i++){ for(var j = i; j >= h; j-=h){ if(less(arr[j], arr[j-h])){ exch(arr, j, j-h) } } } h = (h-1)/3; } }
?
歸并排序要將一個(gè)數(shù)組排序,可以先(遞歸地)將它分成兩半分別排序,然后將結(jié)果歸并起來(lái)。
歸并排序最吸引人的性質(zhì)是它能夠保證將任意長(zhǎng)度為N的數(shù)組排序所需時(shí)間和NlogN成正比,主要缺點(diǎn)是它所需的額外空間和N成正比。
//原地歸并的抽象方法 function merge(arr, lo, mid, hi){ var aux = [], i = lo, j = mid+1; for(var k = lo; k <= hi; k++){ aux[k] = arr[k] } for(var m = lo; m <= hi; m++){ if(i > mid){ arr[m] = aux[j++]; }else if(j > hi){ arr[m] = aux[i++]; }else if(less(aux[j], aux[i])){ arr[m] = aux[j++]; }else{ arr[m] = aux[i++]; } } } //自頂向下的歸并排序 function mergeSort(arr, lo, hi){ if(hi <= lo){ return; } var mid = Math.floor(lo + (hi - lo)/2); mergeSort(arr, lo, mid); mergeSort(arr, mid+1, hi); merge(arr, lo, mid, hi); }
對(duì)于長(zhǎng)度為N的任意數(shù)組,自頂向下的歸并排序需要(1/2)NlgN至NlgN次比較。
對(duì)于長(zhǎng)度為N的任意數(shù)組,自頂向下的歸并排序最多需要訪問(wèn)數(shù)組6NlgN次。
通過(guò)一些細(xì)致的思想可以大幅度縮短歸并排序的運(yùn)行時(shí)間:
對(duì)小規(guī)模子數(shù)組使用插入排序
測(cè)試數(shù)組是否已經(jīng)有序
不將元素復(fù)制到輔助數(shù)組
//自底向上的歸并排序 function mergeSortBU(arr){ var len = arr.length; for(var sz = 1; sz < len; sz = sz+sz){ for(var lo = 0; lo < len-sz; lo += sz+sz){ merge(arr, lo, lo+sz-1, Math.min(lo+sz+sz-1, len-1)); } } }
對(duì)于長(zhǎng)度為N的任意數(shù)組,自底向上的歸并排序需要(1/2)NlgN至NlgN次比較,最多訪問(wèn)數(shù)組6NlgN次。
當(dāng)數(shù)組長(zhǎng)度為2的冪時(shí),自頂向下和自底向上的歸并排序所用的比較次數(shù)和數(shù)組訪問(wèn)次數(shù)相同,其他時(shí)候兩種方法的比較和數(shù)組訪問(wèn)次序會(huì)有所不同。
自底向上的歸并排序比較適合用鏈表組織的數(shù)據(jù)。
?
快速排序快速排序是一種分治的排序算法。
將長(zhǎng)度為N的無(wú)重復(fù)數(shù)組排序,快速排序平均需要(~2NlnN)次比較(以及1/6的交換)
快速排序最多需要約(N^2/2)次比較,但隨機(jī)打亂數(shù)組能夠預(yù)防這種情況。
//快速排序 function quickSort(arr, lo, hi){ if(hi <= lo){ return; } var j = partition(arr, lo, hi); quickSort(arr, lo, j-1); quickSort(arr, j+1, hi); } //快速排序的切分 function partition(arr, lo, hi){ var i = lo, j = hi + 1, v = arr[lo]; while(true){ while(less(arr[++i], v)){ if(i === hi){ break; } } while(less(v, arr[--j])){ if(j === lo){ break; } } if(i >= j){ break; } exch(arr, i, j); } exch(arr, lo, j); return j; }
快速排序改進(jìn)方法:
切換到插入排序
//快速排序 function quickSort(arr, lo, hi){ //if(hi <= lo){ // return; //} if(hi <= lo + M){ //轉(zhuǎn)換參數(shù)M的最佳值與系統(tǒng)相關(guān) //大多數(shù)情況下5~15之間的任意值都能令人滿意 insertionSort(arr, lo, hi); return; } var j = partition(arr, lo, hi); quickSort(arr, lo, j-1); quickSort(arr, j+1, hi); }三取樣切分,使用子數(shù)組的一小部分元素的中位數(shù)來(lái)切分?jǐn)?shù)組
熵最優(yōu)的排序
對(duì)于存在大量重復(fù)元素的數(shù)組,三向切分的快速排序比標(biāo)準(zhǔn)的快速排序的效率高得多。
對(duì)于大小為N的數(shù)組,三向切分的快速排序需要~(2ln2)NH次比較,其中H為由主鍵值出現(xiàn)頻率定義的香農(nóng)信息量。
//三向切分的快速排序 function quick3WaySort(arr, lo, hi){ if(hi <= lo){ return; } var lt = lo, i = lo + 1, gt = hi; var v = arr[lo]; while(i <= gt){ if(less(arr[i], v)){ //arr[i]小于v時(shí),交換arr[lt]和arr[i],將lt和i加1 exch(arr, lt++, i++); }else if(less(v, arr[i])){ //arr[i]大于v時(shí),交換arr[i]和arr[gt],將gt減1 exch(arr, i, gt--); }else{ //arr[i]等于v時(shí),將i加1 i++; } } quick3WaySort(arr, lo, lt-1); quick3WaySort(arr, gt+1, hi); }
?
?
文章版權(quán)歸作者所有,未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址:http://systransis.cn/yun/90864.html
摘要:排序算法學(xué)習(xí)筆記用于創(chuàng)建數(shù)組冒泡排序冒泡排序比較任何兩個(gè)相鄰的項(xiàng),如果第一個(gè)比第二個(gè)大,則交換它們。歸并排序歸并排序是一種分治算法。完成下列操作的前提是數(shù)組均已經(jīng)完成。 javaScript排序算法學(xué)習(xí)筆記 // 用于創(chuàng)建數(shù)組 function createNonSortedArray(size) { var array = new ArrayList(); for( ...
摘要:本文記錄了我在學(xué)習(xí)前端上的筆記,方便以后的復(fù)習(xí)和鞏固。冒泡排序算法步驟比較相鄰的元素。這步做完后,最后的元素會(huì)是最大的數(shù)。重復(fù)第二步,直到所有元素均排序完畢。得到序列第二趟,,和進(jìn)行交換。 本文記錄了我在學(xué)習(xí)前端上的筆記,方便以后的復(fù)習(xí)和鞏固。推薦大家去看看這一本gitBook上的書(shū)十大經(jīng)典排序算法本文就是看這本書(shū)記錄的筆記。 冒泡排序 1.算法步驟 1.比較相鄰的元素。如果第一個(gè)比第...
摘要:強(qiáng)烈推薦上值得前端學(xué)習(xí)的數(shù)據(jù)結(jié)構(gòu)與算法項(xiàng)目,包含圖的演示過(guò)程與視頻講解。該倉(cāng)庫(kù)包含了多種基于的算法與數(shù)據(jù)結(jié)構(gòu),提供進(jìn)一步閱讀的解釋和鏈接。數(shù)據(jù)結(jié)構(gòu)和算法必知必會(huì)的個(gè)代碼實(shí)現(xiàn)。 showImg(https://segmentfault.com/img/bVbvpYZ); 前言 算法為王。想學(xué)好前端,先練好內(nèi)功,內(nèi)功不行,就算招式練的再花哨,終究成不了高手;只有內(nèi)功深厚者,前端之路才會(huì)走得...
TCP/IP HTTP和HTTPS有何區(qū)別? httpbin 一個(gè)簡(jiǎn)單的HTTP請(qǐng)求和響應(yīng)服務(wù)。 TCP的三次握手與四次揮手 通俗易懂版,詳細(xì)版本 MySQL CHAR和VARCHAR存取的差別 《高性能MySQL》筆記 - MySQL 鎖的基本類型 MySQL中的鎖之一:鎖的必要性及分類 MySQL中的鎖之二:行鎖、頁(yè)鎖、表鎖 MySQL Like與Regexp的區(qū)別 數(shù)據(jù)結(jié)構(gòu) 數(shù)...
閱讀 3863·2021-10-12 10:11
閱讀 3665·2021-09-13 10:27
閱讀 2575·2019-08-30 15:53
閱讀 2007·2019-08-29 18:33
閱讀 2219·2019-08-29 14:03
閱讀 1019·2019-08-29 13:27
閱讀 3346·2019-08-28 18:07
閱讀 814·2019-08-26 13:23