摘要:假設(shè)要對(duì)數(shù)組進(jìn)行歸并排序,步驟是先將劃分為兩個(gè)數(shù)組和即把數(shù)組從中間分開(kāi)再分別對(duì)數(shù)組重復(fù)步驟的操作,逐步劃分,直到不能再劃分為止每個(gè)子數(shù)組只剩下一個(gè)元素,這樣,劃分的過(guò)程就結(jié)束了。
插入排序
算法描述:
從第一個(gè)元素開(kāi)始,該元素可以認(rèn)為已經(jīng)被排序
取出下一個(gè)元素,在已經(jīng)排序的元素序列中從后向前掃描
如果該元素(已排序)大于新元素,將該元素移到下一位置
重復(fù)步驟 3,直到找到已排序的元素小于或者等于新元素的位置
將新元素插入到該位置后
重復(fù)步驟 2~5
var arr = [5, 6, 3, 1, 8, 7, 2, 4]; for(let i = 1;i= 0 ; j -- ){ console.log("單次比較數(shù)據(jù):"+arr[myIndex]+"---"+arr[j]) if(arr[myIndex] < arr[j]){ [arr[myIndex],arr[j]] = [arr[j],arr[myIndex]]; myIndex = j; }else{ break; } console.log("數(shù)組"+arr); } }
時(shí)間復(fù)雜度 O(n^2)
運(yùn)行過(guò)程
算法描述
直接從待排序數(shù)組中選擇一個(gè)最小(或最大)數(shù)字,放入新數(shù)組中。
假定第一個(gè)數(shù)字是最小的,然后依次和后面的比較,哪個(gè)小哪個(gè)就記錄當(dāng)前那個(gè)的下標(biāo)。
記錄完下標(biāo)了之后替換第一個(gè)和那個(gè)最小數(shù)字的位置
依次執(zhí)行上述步驟,只不過(guò)最小的位置依次累加
var arr = [5, 6, 3, 1, 8, 7, 2, 4]; for(let i = 0; i < arr.length - 1;i++){ console.log("次數(shù)"+Number(i+1)) let minIndex = i; for(let j = i ;j < arr.length - 1; j++){ console.log("單次比較數(shù)據(jù):"+arr[minIndex]+"---"+arr[j+1]) if(arr[minIndex] > arr[j+1]){ minIndex = j+1; } } [arr[minIndex],arr[i]] = [arr[i],arr[minIndex]]; console.log("數(shù)組"+arr); }
時(shí)間復(fù)雜度 O(n^2)
運(yùn)行過(guò)程
就幾種算法來(lái)看,感覺(jué)冒泡是比較慢的
算法描述:
比較相鄰的元素。如果第一個(gè)比第二個(gè)大,就交換他們兩個(gè)。
對(duì)每一對(duì)相鄰元素作同樣的工作,從開(kāi)始第一對(duì)到結(jié)尾的最后一對(duì)。在這一點(diǎn),最后的元素應(yīng)該會(huì)是最大的數(shù)。
針對(duì)所有的元素重復(fù)以上的步驟,除了最后一個(gè)。
持續(xù)每次對(duì)越來(lái)越少的元素重復(fù)上面的步驟,直到?jīng)]有任何一對(duì)數(shù)字需要比較。
var arr = [5, 6, 3, 1, 8, 7, 2, 4]; let count = 0; for(let i = arr.length ; i > 0; i --){ console.log("次數(shù)"+i); for(let j = 1; j < i; j ++){ console.log("單次比較數(shù)據(jù):"+arr[j]+"----"+arr[j-1]) if(arr[j] < arr[j-1]){ [arr[j],arr[j-1]] = [arr[j-1],arr[j]] } } console.log(arr); }
時(shí)間復(fù)雜度 O(n^2)
運(yùn)行過(guò)程
歸并排序的圖可能一下看不懂,是因?yàn)閳D代表的是運(yùn)行的過(guò)程,主要看算法描述
歸并排序:其基本思想是分治策略,先進(jìn)行劃分,然后再進(jìn)行合并。
假設(shè)要對(duì)數(shù)組C進(jìn)行歸并排序,步驟是:
1.先將C劃分為兩個(gè)數(shù)組A和B(即把數(shù)組C從中間分開(kāi))
2.再分別對(duì)數(shù)組A、B重復(fù)步驟1的操作,逐步劃分,直到不能再劃分為止(每個(gè)子數(shù)組只剩下一個(gè)元素),這樣,劃分的過(guò)程就結(jié)束了。
如: [12 20 30 21 15 33 26 19 40 25]
劃分為: [12 20 30 21 15] [33 26 19 40 25]
[12 20] [30 21 15] [33 26] [19 40 25] [12] [20] [30] [21 15] [33] [26] [19] [40 25] [12] [20] [30] [21] [15] [33] [26] [19] [40] [25]
3.然后從下層往上層不斷合并數(shù)組,每一層合并相鄰的兩個(gè)子數(shù)組,合并的過(guò)程是每次從待合并的兩個(gè)子數(shù)組中選取一個(gè)最小的元素,然后把這個(gè)元素放到合并后的數(shù)組中,不斷重復(fù)直到把兩個(gè)子數(shù)組的元素都放到合并后的數(shù)組為止。
4.依次類推,直到合并到最上層結(jié)束,這時(shí)數(shù)據(jù)的排序已經(jīng)完成了。
var arr = [5, 6, 3, 1, 8, 7, 2, 4,9]; function mergeSort(arr){ if(arr.length === 1){ return arr; } let midIndex = Math.floor(arr.length / 2); let leftArr = arr.slice(0,midIndex); let rightArr = arr.slice(midIndex); console.log("拆分?jǐn)?shù)組"+leftArr+"------"+rightArr) return mergeFn(mergeSort(leftArr),mergeSort(rightArr)); }. function mergeFn(left,right){ let tmp = []; console.log(left + "----" + right); while (left.length && right.length) { console.log("單次比較數(shù)據(jù):"+left[0]+"和"+right[0]+"誰(shuí)小誰(shuí)所在的數(shù)組就被shift掉一個(gè)") if (left[0] < right[0]){ tmp.push(left.shift()); } else{ tmp.push(right.shift()); } console.log(tmp); } let arra = tmp.concat(left, right); console.log("本次比較完畢:"+arra); return arra; } mergeSort(arr);
時(shí)間復(fù)雜度 O(nlogn)
運(yùn)行過(guò)程,看了運(yùn)行過(guò)程就能看懂圖了,也知道js函數(shù)里的參數(shù)有函數(shù)的情況下的執(zhí)行順序是自左向右
圖上的運(yùn)行方式是按照基準(zhǔn)是第0號(hào)位算的,看起來(lái)稍微有點(diǎn)亂,不過(guò)只要知道快排是怎么算的就好了
算法描述:
在數(shù)據(jù)集之中,選擇一個(gè)元素作為”基準(zhǔn)”(pivot)。
所有小于”基準(zhǔn)”的元素,都移到”基準(zhǔn)”的左邊;所有大于”基準(zhǔn)”的元素,都移到”基準(zhǔn)”的右邊。這個(gè)操作稱為分區(qū) (partition)操作,分區(qū)操作結(jié)束后,基準(zhǔn)元素所處的位置就是最終排序后它的位置。
對(duì)”基準(zhǔn)”左邊和右邊的兩個(gè)子集,不斷重復(fù)第一步和第二步,直到所有子集只剩下一個(gè)元素為止。
var arr = [5, 6, 3, 1, 8, 7, 2, 4]; function quickSort(arr){ if(arr.length <= 1){ return arr; } //找基準(zhǔn) let midIndex = Math.floor(arr.length/2); //剔除基準(zhǔn)值 let midNum = arr.splice(midIndex,1)[0]; console.log("基準(zhǔn)值:"+midNum); let leftArr = [],rightArr=[]; for(let i = 0 ; i < arr.length; i++){ //小于基準(zhǔn)的進(jìn)左邊,大于的進(jìn)右邊 arr[i] < midNum ? leftArr.push(arr[i]) : rightArr.push(arr[i]) } console.log("小于基準(zhǔn)值的數(shù)組:"+leftArr); console.log("大于基準(zhǔn)值的數(shù)組:"+rightArr); return quickSort(leftArr).concat(midNum,quickSort(rightArr)); } quickSort(arr);
時(shí)間復(fù)雜度 O(nlogn)
運(yùn)行過(guò)程
這個(gè)運(yùn)行過(guò)程是按照基準(zhǔn)為0號(hào)位算的;
可以看到,快速排序和歸并排序是比較快。而且快排更容易理解更好寫(xiě)一些。
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/94704.html
摘要:算法之最常用的排序參加百度前端的課程真的是好多知識(shí)點(diǎn)不知道。快速排序也是在實(shí)際中最常用的一種排序算法,速度快,效率高。插入排序的思路很簡(jiǎn)單,很清晰,是一種最常見(jiàn)最簡(jiǎn)單的排序方法。 js算法之最常用的排序 參加百度前端的課程真的是好多知識(shí)點(diǎn)不知道。邊學(xué)邊做題,在問(wèn)題中學(xué)習(xí),知識(shí)點(diǎn)從點(diǎn)到面,但是要善于總結(jié)記錄才行。加油吧,騷年! 可視化排序網(wǎng)站 時(shí)間復(fù)雜度是衡量一個(gè)算法效率的基本方法我們把...
摘要:冒泡排序每次對(duì)比相鄰兩個(gè)數(shù)據(jù)的大小升序小的拍前面,若前一個(gè)數(shù)比后一個(gè)數(shù)大,則交換兩數(shù)位置。 冒泡排序:每次對(duì)比相鄰兩個(gè)數(shù)據(jù)的大小,升序小的拍前面,若前一個(gè)數(shù)比后一個(gè)數(shù)大,則交換兩數(shù)位置。需要兩次for循環(huán)遍歷. 優(yōu)點(diǎn):簡(jiǎn)單 缺點(diǎn):時(shí)間復(fù)雜度高,運(yùn)行效率低下 function sortArr(arr){ var temp; for(var i=0;i
摘要:上一篇數(shù)據(jù)結(jié)構(gòu)與算法樹(shù)寫(xiě)在前面這是學(xué)習(xí)數(shù)據(jù)結(jié)構(gòu)與算法的最后一篇博客,也是在面試中常常會(huì)被問(wèn)到的一部分內(nèi)容排序和搜索。 上一篇:JS數(shù)據(jù)結(jié)構(gòu)與算法_樹(shù) 寫(xiě)在前面 這是《學(xué)習(xí)JavaScript數(shù)據(jù)結(jié)構(gòu)與算法》的最后一篇博客,也是在面試中常常會(huì)被問(wèn)到的一部分內(nèi)容:排序和搜索。在這篇博客之前,我每每看到排序頭就是大的,心里想著類似冒泡排序,兩層遍歷啪啪啪就完事了,然后再也無(wú)心去深入研究排序相...
摘要:今天同學(xué)去面試,做了兩道面試題全部做錯(cuò)了,發(fā)過(guò)來(lái)給道典型的面試題前端掘金在界中,開(kāi)發(fā)人員的需求量一直居高不下。 排序算法 -- JavaScript 標(biāo)準(zhǔn)參考教程(alpha) - 前端 - 掘金來(lái)自《JavaScript 標(biāo)準(zhǔn)參考教程(alpha)》,by 阮一峰 目錄 冒泡排序 簡(jiǎn)介 算法實(shí)現(xiàn) 選擇排序 簡(jiǎn)介 算法實(shí)現(xiàn) ... 圖例詳解那道 setTimeout 與循環(huán)閉包的經(jīng)典面...
閱讀 834·2021-09-06 15:02
閱讀 2462·2019-08-30 15:43
閱讀 2189·2019-08-30 11:26
閱讀 2400·2019-08-26 12:12
閱讀 3564·2019-08-23 18:24
閱讀 3284·2019-08-23 18:16
閱讀 716·2019-08-23 17:02
閱讀 2271·2019-08-23 15:34