參考博客:?https://www.cnblogs.com/Unknw/p/6346681.html#4195503

十大經(jīng)典算法

一張圖概括：

名詞解釋：

n:數(shù)據(jù)規(guī)模

k:“桶”的個(gè)數(shù)

In-place:占用常數(shù)內(nèi)存，不占用額外內(nèi)存

Out-place:占用額外內(nèi)存

穩(wěn)定性:排序后2個(gè)相等鍵值的順序和排序之前它們的順序相同

冒泡排序

作為最簡單的排序算法之一，冒泡排序給我的感覺就像Abandon在單詞書里出現(xiàn)的感覺一樣，每次都在第一頁第一位，所以最熟悉。。。冒泡排序還有一種優(yōu)化算法，就是立一個(gè)flag，當(dāng)在一趟序列遍歷中元素沒有發(fā)生交換，則證明該序列已經(jīng)有序。但這種改進(jìn)對于提升性能來說并沒有什么太大作用。。。

什么時(shí)候最快

當(dāng)輸入的數(shù)據(jù)已經(jīng)是正序時(shí)（都已經(jīng)是正序了，我還要你冒泡排序有何用啊。。。。）

什么時(shí)候最慢

當(dāng)輸入的數(shù)據(jù)是反序時(shí)（寫一個(gè)for循環(huán)反序輸出數(shù)據(jù)不就行了，干嘛要用你冒泡排序呢，我是閑的嗎。。。）

冒泡排序動(dòng)圖演示

JavaScript代碼實(shí)現(xiàn)

復(fù)制function bubbleSort(arr) { var len = arr.length; for (var i = 0; i < len; i++) { for (var j = 0; j < len - 1 - i; j++) { if (arr[j] > arr[j+1]) { //相鄰元素兩兩對比 var temp = arr[j+1]; //元素交換 arr[j+1] = arr[j]; arr[j] = temp; } } } return arr; }

選擇排序

表現(xiàn)最穩(wěn)定的排序算法之一，因?yàn)闊o論什么數(shù)據(jù)進(jìn)去都是O(n2)的時(shí)間復(fù)雜度。。。所以用到它的時(shí)候，數(shù)據(jù)規(guī)模越小越好。唯一的好處可能就是不占用額外的內(nèi)存空間了吧。

選擇排序動(dòng)圖演示

JavaScript代碼實(shí)現(xiàn)

復(fù)制function selectionSort(arr) { var len = arr.length; var minIndex, temp; for (var i = 0; i < len - 1; i++) { minIndex = i; for (var j = i + 1; j < len; j++) { if (arr[j] < arr[minIndex]) { //尋找最小的數(shù) minIndex = j; //將最小數(shù)的索引保存 } } temp = arr[i]; arr[i] = arr[minIndex]; arr[minIndex] = temp; } return arr; }

插入排序

插入排序的代碼實(shí)現(xiàn)雖然沒有冒泡排序和選擇排序那么簡單粗暴，但它的原理應(yīng)該是最容易理解的了，因?yàn)橹灰蜻^撲克牌的人都應(yīng)該能夠秒懂。當(dāng)然，如果你說你打撲克牌摸牌的時(shí)候從來不按牌的大小整理牌，那估計(jì)這輩子你對插入排序的算法都不會(huì)產(chǎn)生任何興趣了。。。

插入排序和冒泡排序一樣，也有一種優(yōu)化算法，叫做拆半插入。對于這種算法，得了懶癌的我就套用教科書上的一句經(jīng)典的話吧：感興趣的同學(xué)可以在課后自行研究。。。

插入排序動(dòng)圖演示

JavaScript代碼實(shí)現(xiàn)

復(fù)制function insertionSort(arr) { var len = arr.length; var preIndex, current; for (var i = 1; i < len; i++) { preIndex = i - 1; current = arr[i]; while(preIndex >= 0 && arr[preIndex] > current) { arr[preIndex+1] = arr[preIndex]; preIndex--; } arr[preIndex+1] = current; } return arr; }

希爾排序

希爾排序是插入排序的一種更高效率的實(shí)現(xiàn)。它與插入排序的不同之處在于，它會(huì)優(yōu)先比較距離較遠(yuǎn)的元素。希爾排序的核心在于間隔序列的設(shè)定。既可以提前設(shè)定好間隔序列，也可以動(dòng)態(tài)的定義間隔序列。動(dòng)態(tài)定義間隔序列的算法是《算法（第4版》的合著者Robert Sedgewick提出的。在這里，我就使用了這種方法。

JavaScript代碼實(shí)現(xiàn)

復(fù)制function shellSort(arr) { var len = arr.length, temp, gap = 1; while(gap < len/3) { //動(dòng)態(tài)定義間隔序列 gap =gap*3+1; } for (gap; gap > 0; gap = Math.floor(gap/3)) { for (var i = gap; i < len; i++) { temp = arr[i]; for (var j = i-gap; j >= 0 && arr[j] > temp; j-=gap) { arr[j+gap] = arr[j]; } arr[j+gap] = temp; } } return arr; }

歸并排序

作為一種典型的分而治之思想的算法應(yīng)用，歸并排序的實(shí)現(xiàn)由兩種方法：

• 自上而下的遞歸（所有遞歸的方法都可以用迭代重寫，所以就有了第2種方法）
• 自下而上的迭代

在《數(shù)據(jù)結(jié)構(gòu)與算法JavaScript描述》中，作者給出了自下而上的迭代方法。但是對于遞歸法，作者卻認(rèn)為：

However, it is not possible to do so in JavaScript, as the recursion goes too deep for the language to handle.

然而,在 JavaScript 中這種方式不太可行,因?yàn)檫@個(gè)算法的遞歸深度對它來講太深了。

說實(shí)話，我不太理解這句話。意思是JavaScript編譯器內(nèi)存太小，遞歸太深容易造成內(nèi)存溢出嗎？還望有大神能夠指教。

和選擇排序一樣，歸并排序的性能不受輸入數(shù)據(jù)的影響，但表現(xiàn)比選擇排序好的多，因?yàn)槭冀K都是O(n log n）的時(shí)間復(fù)雜度。代價(jià)是需要額外的內(nèi)存空間。

歸并排序動(dòng)圖演示

歸并排序JavaScript代碼實(shí)現(xiàn)：

復(fù)制function mergeSort(arr) { //采用自上而下的遞歸方法 var len = arr.length; if(len < 2) { return arr; } var middle = Math.floor(len / 2), left = arr.slice(0, middle), right = arr.slice(middle); return merge(mergeSort(left), mergeSort(right)); } function merge(left, right) { var result = []; while (left.length && right.length) { 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; }

快速排序

快速排序又是一種分而治之思想在排序算法上的典型應(yīng)用。本質(zhì)上來看，快速排序應(yīng)該算是在冒泡排序基礎(chǔ)上的遞歸分治法。

快速排序的名字起的是簡單粗暴，因?yàn)橐宦牭竭@個(gè)名字你就知道它存在的意義，就是快，而且效率高! 它是處理大數(shù)據(jù)最快的排序算法之一了。雖然Worst Case的時(shí)間復(fù)雜度達(dá)到了O(n2)，但是人家就是優(yōu)秀，在大多數(shù)情況下都比平均時(shí)間復(fù)雜度為O(n log n) 的排序算法表現(xiàn)要更好，可是這是為什么呢，我也不知道。。。好在我的強(qiáng)迫癥又犯了，查了N多資料終于在《算法藝術(shù)與信息學(xué)競賽》上找到了滿意的答案：

快速排序的最壞運(yùn)行情況是O(n2)，比如說順序數(shù)列的快排。但它的平攤期望時(shí)間是O(n log n) ，且O(n log n)記號中隱含的常數(shù)因子很小，比復(fù)雜度穩(wěn)定等于O(n log n)的歸并排序要小很多。所以，對絕大多數(shù)順序性較弱的隨機(jī)數(shù)列而言，快速排序總是優(yōu)于歸并排序。

快速排序動(dòng)圖演示

快速排序JavaScript代碼實(shí)現(xiàn)：

復(fù)制function quickSort(arr, left, right) { var len = arr.length, partitionIndex, left = typeof left != 'number' ? 0 : left, right = typeof right != 'number' ? len - 1 : right; if (left < right) { partitionIndex = partition(arr, left, right); quickSort(arr, left, partitionIndex-1); quickSort(arr, partitionIndex+1, right); } return arr; } function partition(arr, left ,right) { //分區(qū)操作 var pivot = left, //設(shè)定基準(zhǔn)值（pivot） index = pivot + 1; for (var i = index; i <= right; i++) { if (arr[i] < arr[pivot]) { swap(arr, i, index); index++; } } swap(arr, pivot, index - 1); return index-1; } function swap(arr, i, j) { var temp = arr[i]; arr[i] = arr[j]; arr[j] = temp; }

堆排序

堆排序可以說是一種利用堆的概念來排序的選擇排序。分為兩種方法：

大頂堆：每個(gè)節(jié)點(diǎn)的值都大于或等于其子節(jié)點(diǎn)的值，在堆排序算法中用于升序排列

小頂堆：每個(gè)節(jié)點(diǎn)的值都小于或等于其子節(jié)點(diǎn)的值，在堆排序算法中用于降序排列

堆排序動(dòng)圖演示

堆排序JavaScript代碼實(shí)現(xiàn)：

復(fù)制var len; //因?yàn)槁暶鞯亩鄠€(gè)函數(shù)都需要數(shù)據(jù)長度，所以把len設(shè)置成為全局變量 function buildMaxHeap(arr) { //建立大頂堆 len = arr.length; for (var i = Math.floor(len/2); i >= 0; i--) { heapify(arr, i); } } function heapify(arr, i) { //堆調(diào)整 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) { swap(arr, i, largest); heapify(arr, largest); } } function swap(arr, i, j) { var temp = arr[i]; arr[i] = arr[j]; arr[j] = temp; } function heapSort(arr) { buildMaxHeap(arr); for (var i = arr.length-1; i > 0; i--) { swap(arr, 0, i); len--; heapify(arr, 0); } return arr; }

計(jì)數(shù)排序

計(jì)數(shù)排序的核心在于將輸入的數(shù)據(jù)值轉(zhuǎn)化為鍵存儲(chǔ)在額外開辟的數(shù)組空間中。作為一種線性時(shí)間復(fù)雜度的排序，計(jì)數(shù)排序要求輸入的數(shù)據(jù)必須是有確定范圍的整數(shù)。

計(jì)數(shù)排序動(dòng)圖演示

計(jì)數(shù)排序JavaScript代碼實(shí)現(xiàn)：

復(fù)制function countingSort(arr, maxValue) { var bucket = new Array(maxValue+1), sortedIndex = 0; arrLen = arr.length, bucketLen = maxValue + 1; for (var i = 0; i < arrLen; i++) { if (!bucket[arr[i]]) { bucket[arr[i]] = 0; } bucket[arr[i]]++; } for (var j = 0; j < bucketLen; j++) { while(bucket[j] > 0) { arr[sortedIndex++] = j; bucket[j]--; } } return arr; }

桶排序

桶排序是計(jì)數(shù)排序的升級版。它利用了函數(shù)的映射關(guān)系，高效與否的關(guān)鍵就在于這個(gè)映射函數(shù)的確定。

為了使桶排序更加高效，我們需要做到這兩點(diǎn)：

在額外空間充足的情況下，盡量增大桶的數(shù)量

使用的映射函數(shù)能夠?qū)⑤斎氲腘個(gè)數(shù)據(jù)均勻的分配到K個(gè)桶中

同時(shí)，對于桶中元素的排序，選擇何種比較排序算法對于性能的影響至關(guān)重要。

什么時(shí)候最快

當(dāng)輸入的數(shù)據(jù)可以均勻的分配到每一個(gè)桶中

什么時(shí)候最慢

當(dāng)輸入的數(shù)據(jù)被分配到了同一個(gè)桶中

桶排序JavaScript代碼實(shí)現(xiàn)：

復(fù)制function bucketSort(arr, bucketSize) { if (arr.length === 0) { return arr; } var i; var minValue = arr[0]; var maxValue = arr[0]; for (i = 1; i < arr.length; i++) { if (arr[i] < minValue) { minValue = arr[i]; //輸入數(shù)據(jù)的最小值 } else if (arr[i] > maxValue) { maxValue = arr[i]; //輸入數(shù)據(jù)的最大值 } } //桶的初始化 var DEFAULT_BUCKET_SIZE = 5; //設(shè)置桶的默認(rèn)數(shù)量為5 bucketSize = bucketSize || DEFAULT_BUCKET_SIZE; var bucketCount = Math.floor((maxValue - minValue) / bucketSize) + 1; var buckets = new Array(bucketCount); for (i = 0; i < buckets.length; i++) { buckets[i] = []; } //利用映射函數(shù)將數(shù)據(jù)分配到各個(gè)桶中 for (i = 0; i < arr.length; i++) { buckets[Math.floor((arr[i] - minValue) / bucketSize)].push(arr[i]); } arr.length = 0; for (i = 0; i < buckets.length; i++) { insertionSort(buckets[i]); //對每個(gè)桶進(jìn)行排序，這里使用了插入排序 for (var j = 0; j < buckets[i].length; j++) { arr.push(buckets[i][j]); } } return arr;

轉(zhuǎn)載于:https://www.cnblogs.com/xumBlog/p/10827786.html

總結(jié)

以上是生活随笔為你收集整理的JavaScript实现10大算法可视化的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。