javascript
算法笔记(JavaScript版)——排序
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)間和輸入無關(guān)(僅與輸入的長度有關(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。
?
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N的若干倍乘以遞增序列的長度。
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。
歸并排序最吸引人的性質(zhì)是它能夠保證將任意長度為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)于長度為N的任意數(shù)組,自頂向下的歸并排序最多需要訪問數(shù)組6NlgN次。
通過一些細(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
對(duì)于長度為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,最多訪問數(shù)組6NlgN次。
當(dāng)數(shù)組長度為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)組訪問次數(shù)相同,其他時(shí)候兩種方法的比較和數(shù)組訪問次序會(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。
將長度為N的無重復(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1exch(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1exch(arr, i, gt--);}else{//arr[i]等于v時(shí),將i加1i++;}}quick3WaySort(arr, lo, lt-1);quick3WaySort(arr, gt+1, hi); }?
?
總結(jié)
以上是生活随笔為你收集整理的算法笔记(JavaScript版)——排序的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: php ...
- 下一篇: JavaScript强化教程——正则表达