JS排序算法全攻略:从冒泡到快速排序的实现
发布时间: 2024-09-14 11:24:25 阅读量: 49 订阅数: 47
![JS排序算法全攻略:从冒泡到快速排序的实现](https://habrastorage.org/getpro/habr/post_images/b91/1bc/ca9/b911bcca9ca9f9d8b0fa781a49118553.png)
# 1. 排序算法概述
在计算机科学中,排序算法(Sorting Algorithms)是用于将一组数据按照一定的顺序进行排列的过程。排序算法的种类繁多,它们在时间和空间复杂度上各不相同。了解排序算法不仅能帮助我们优化数据处理流程,而且在解决实际问题时,选择合适的排序算法能够极大提升效率。排序算法是算法学习的重要组成部分,同时也是面试中常考的问题。本章将概述排序算法的基本概念、分类以及应用场景,为后续的深入学习打下坚实基础。
# 2. 基础排序算法实践
### 2.1 冒泡排序
#### 2.1.1 理解冒泡排序的原理
冒泡排序是一种简单的排序算法。它重复地走访过要排序的数列,一次比较两个元素,如果他们的顺序错误就把他们交换过来。走访数列的工作是重复地进行直到没有再需要交换,也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。
这个算法的原理是通过重复遍历要排序的数组,比较相邻的元素,并在必要时交换它们。每一遍遍历,最大的元素就像气泡一样“浮”到数组的末尾。因为每个元素都需要检查,所以算法的时间复杂度为 O(n^2)。
#### 2.1.2 实现冒泡排序算法
下面是一个冒泡排序算法的基本实现,包括排序逻辑和一个简单的性能优化(通过一个标志位减少不必要的遍历)。
```javascript
function bubbleSort(arr) {
let swapped;
do {
swapped = false;
for (let i = 1; i < arr.length; i++) {
if (arr[i - 1] > arr[i]) {
let temp = arr[i];
arr[i] = arr[i - 1];
arr[i - 1] = temp;
swapped = true;
}
}
} while (swapped);
return arr;
}
```
代码逻辑逐行解读:
- `do...while` 循环用来执行排序过程,直到数组完全排序。
- `swapped` 变量用来标记这一轮遍历是否发生了交换,如果未发生交换,说明数组已经排序完成,提前结束循环。
- `for` 循环遍历数组,从第二个元素开始,比较相邻的元素。
- `if` 条件判断当前元素是否大于下一个元素,如果是,则交换它们的位置,并将 `swapped` 标记为 `true`。
- 循环结束后,如果 `swapped` 为 `false`,表示数组已经排序完成,退出循环。
### 2.2 选择排序
#### 2.2.1 理解选择排序的原理
选择排序是一种原址比较排序算法。首先在未排序序列中找到最小(或最大)元素,存放到排序序列的起始位置,然后,再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。以此类推,直到所有元素均排序完毕。
选择排序的原理简单,但不是稳定的排序算法。它的时间复杂度为 O(n^2),尽管在最坏情况下和其他 O(n^2) 排序一样低效,但它通常比冒泡排序快,因为它的操作更少。
#### 2.2.2 实现选择排序算法
下面是一个选择排序算法的基本实现:
```javascript
function selectionSort(arr) {
for (let i = 0; i < arr.length - 1; i++) {
let min_idx = i;
for (let j = i + 1; j < arr.length; j++) {
if (arr[j] < arr[min_idx]) {
min_idx = j;
}
}
[arr[i], arr[min_idx]] = [arr[min_idx], arr[i]];
}
return arr;
}
```
代码逻辑逐行解读:
- 外层 `for` 循环用于遍历整个数组。
- `min_idx` 初始化为当前遍历的起始位置。
- 内层 `for` 循环从当前 `min_idx` 的下一个位置开始,查找剩余未排序部分中最小元素的索引。
- 如果发现更小的元素,更新 `min_idx` 的值。
- 在内层循环结束后,使用 ES6 的解构赋值将当前遍历起始位置的元素和找到的最小元素交换位置。
- 继续外层循环,直到数组完全排序。
### 2.3 插入排序
#### 2.3.1 理解插入排序的原理
插入排序的工作方式很像我们在打扑克牌时的排序。我们从左到右,逐渐将每个元素插入到已排序的部分。具体来说,就是将当前元素与已排序部分的元素从右到左进行比较,并将元素向右移动直到找到合适的位置,然后插入。
插入排序是一种简单直观的排序算法,但它的时间复杂度为 O(n^2),在最坏的情况下与冒泡排序和选择排序一样低效,但在小规模数组或者基本有序的数组中表现非常好。
#### 2.3.2 实现插入排序算法
下面是一个插入排序算法的基本实现:
```javascript
function insertionSort(arr) {
let key, j;
for (let i = 1; i < arr.length; i++) {
key = arr[i];
j = i - 1;
while (j >= 0 && arr[j] > key) {
arr[j + 1] = arr[j];
j = j - 1;
}
arr[j + 1] = key;
}
return arr;
}
```
代码逻辑逐行解读:
- 外层 `for` 循环从数组的第二个元素开始,因为数组的第一个元素默认为已排序状态。
- `key` 存储当前要插入的元素。
- `j` 从当前 `key` 的前一个位置开始,向左移动。
- `while` 循环持续检查,如果 `arr[j]` 比 `key` 大,那么 `arr[j]` 就需要向右移动。
- 将 `arr[j]` 向右移动一位,为 `key` 在当前位置创建空间。
- 当找到比 `key` 小的元素或到达数组开头时,将 `key` 插入到正确的位置。
### 表格展示和总结
现在,我们将对以上三种基础排序算法做一个比较和总结,并以表格的形式展示它们的复杂度和应用场景:
| 排序算法 | 最好情况 | 平均情况 | 最坏情况 | 空间复杂度 | 稳定性 | 应用场景 |
|----------|----------|----------|----------|------------|--------|----------|
| 冒泡排序 | O(n) | O(n^2) | O(n^2) | O(1) | 稳定 | 数据量小 |
| 选择排序 | O(n^2) | O(n^2) | O(n^2) | O(1) | 不稳定 | 数据量小 |
| 插入排序 | O(n) | O(n^2) | O(n^2) | O(1) | 稳定 | 基本有序 |
在实际应用中,我们选择排序算法时应该根据数据的大小、是否已部分排序、是否需要稳定排序等因素综合考虑。例如,对于小数据集,冒泡排序和插入排序可能会比快速排序更快,尤其是在数据集已经基本排序完成时。对于大数据集,我们通常会选择时间复杂度较低的高效排序算法,如快速排序或者归并排序。
# 3. 高效排序算法深入
## 3.1 快速排序
### 3.1.1 快速排序的分治策略
快速排序是一种高效的排序算法,采用分治法的策略。它通过一个轴点(pivot)来对数据进行划分,将待排序的数据分为独立的两部分,其中一部分的所有数据都比另一部分的所有数据要小,然后再递归地对这两部分数据分别进行快速排序,最终整个数据变为有序序列。
快速排序算法的性能很大程度上取决于轴点的选择,理想情况下轴点能够将数据分割为两个等长的子序列,这样能保证算法的时间复杂度为O(n log n)。但在最坏情况下(例如当输入数组已经是有序的),快速排序的时间复杂度会退化到O(n^2)。
### 3.1.2 快速排序的优化技巧
为了避免快速排序在最坏情况下的性能下降,可以采取以下优化策略:
- **随机化轴点选择**:随机选取轴点可以减少遇到最坏情况的几率。
- **三数取中法
0
0