首页 > 代码库 > 排序算法的归纳
排序算法的归纳
o(n2)
冒泡排序:两两比较相邻记录的关键字,按小到大排序;从后到前,相邻两位都进行一次排序,每次循环都能把较小的数值往前推;优化部分做了一个标志,当不再进行位置互换时,利用flag直接结束。
ps:取一位作为比较值与后面每一位数值进行比较,大则进行交换,这种排序很像冒泡排序,但严格意义上它并不算冒泡排序。只是简单的排序,因为这样做你会发现,每次循环都只是把当前最小值找到并往前排(交换),确并没有对其他数值的排序作出任何改变。
function bubbleSort(dataArray){
var temp,flag=true;
for(var i=0;i<dataArray.length-1&&flag;i++){
flag=false;
flag=false;
for(var j=dataArray.length-1;j>i;j--){
if(dataArray[j]<dataArray[j-1]){
temp=dataArray[j];
dataArray[j]=dataArray[j-1];
dataArray[j-1]=temp;
flag=true;
}
}
}
return dataArray;
}
选择排序:每一次从待排序的数组中选出最小(或最大)的一个元素,存放在序列的起始位置,直到全部待排序的数据元素排完。( 每次循环都选出当前最小值的下标min,并将min下标对应的数值放在靠前的i位置。)但是选择排序是不稳定的排序方法(比如序列[5, 5, 3]第一次就将第一个[5]与[3]交换,导致第一个5挪动到第二个5后面)。
function selectSort(dataArray){
var min,temp;
for(var i=0;i<dataArray.length-1;i++){
min=i;
for(var j=i+1;j<dataArray.length-1;j++){
if(dataArray[min]>dataArray[j])
min=j;
}
if(i!=min){
temp=dataArray[min];
dataArray[min]=dataArray[i];
dataArray[i]=temp;
}
}
return dataArray;
}
插入排序:按数值的大小插入前面已经排序的文件中适当位置上,直到全部插入完为止,是稳定的排序算法。把待排序的值用index存放,在已排好序的数组中找到index的位置,然后插入。而这个index就是监视哨。
function insertionSort ( dataArray ){
var j,index;
for ( var i=0 ; i<dataArray.length ; i++ ){
index = dataArray[i];
index = dataArray[i];
j=i;
while((j>0)&&(dataArray[j-1]>index)){
dataArray[j]=dataArray[j-1];
j-=1;
}
dataArray[j]=index;
}
return dataArray;
}
希尔排序:把数组按一定增量分组,对每组用插入排序算法排序。改变增量的大小,直至增量减少到1。运用到插入排序,也是不稳定排序。
function shellSort ( dataArray ){
var temp,increment=Math.floor(dataArray.length/3);
while(increment>0){
for(var i=increment;i<dataArray.length;i++){
for(var j=i;j>=increment&&dataArray[j]<dataArray[j-increment];j-=increment){
temp=dataArray[j];
dataArray[j]=dataArray[j-increment];
dataArray[j-increment]=temp;
}
}
increment=Math.floor(increment/3);
}
return dataArray;
} o(nlog(n))
堆排序:将待排序的数组构造成一个大顶堆(完全二叉树——每个结点的值都大于或等于其左右孩子结点的值),根据大顶堆的特性,最大值就是堆顶的根,排序时把根取出(取出的过程就是将根即最大值和数组的最后一个值交换位置),将剩下的n-1个数重新构成大顶堆,如此往复。
function heapSort(dataArray){
//首先创建大顶堆
var length= dataArray.unshift(0); //根据树结点的特性,父节点是第i个结点,则子节点是第i*2个结点和第i*2+1个结点,但是结点是从1开始计算,数组是0,所以这里为传入的数组 //开始位置添加了一个元素
for(var i=Math.floor((length-1)/2);i>0;i--){
dataArray= heapAdjust(dataArray,i,length-1); //找出所有父节点i对应的子树,把每棵子树都构成大顶堆
}
for(var i=length-1;i>1;i--){
dataArray= swap(dataArray,1,i); //把根取出
dataArray= heapAdjust(dataArray,1,i-1); //把剩下的[1..i-1]项重新构成大顶堆
}
return dataArray;
}
function heapAdjust(dataArray,i,l){
var temp=dataArray[i]; //构建大顶堆前,先把父节点放在temp
for(var j=i*2;j<=l;j*=2){ //循环找到每棵子树的子节点j
if(j<l&&dataArray[j]<dataArray[j+1]) //子节点j少于数组长度,以防j+1越界,并在子树的左右结点找到较大值,记录在下标j中
++j;
if(temp>=dataArray[j]) //在父节点i和左右结点中的较大值中找出最大值
break;
dataArray[i]=dataArray[j]; //如果左右结点的较大值比父节点i大,把父节点和较大值交换
i=j;
}
dataArray[i]=temp;
return dataArray;
}
function swap(arr,i,j){
var temp;
temp=arr[i];
arr[i]=arr[j];
arr[j]=temp;
return arr;
}
var arr = [50, 10, 90, 30, 70, 40, 80, 60, 20];
arr=heapSort(arr);
arr.shift(); //把数组添加的值删除归并排序:
function mergeSort(dataArray){
if(dataArray.length==1) return dataArray;
var mid=Math.floor(dataArray.length/2);
var left=dataArray.slice(0,mid);
var right=dataArray.slice(mid);
return MSort(mergeSort(left),mergeSort(right));
}
function MSort(left,right){
var array=[];
while(left.length>0&&right.length>0){
if(left[0]<right[0]){
array.push(left.shift());
}else{
array.push(right.shift());
}
}
return array.concat(left).concat(right);
}
快速排序:
function quickSort(dataArray, left, right){
if(left < right){
var key = dataArray[left];
var low = left;
var high = right;
while(low < high){
while(low < high && dataArray[high] > key){
high--;
}
dataArray[low] = dataArray[high];
while(low < high && dataArray[low] < key){
low++;
}
dataArray[high] = dataArray[low];
}
dataArray[low] = key;
quickSort(dataArray,left,low-1);
quickSort(dataArray,low+1,right);
}
}
排序算法的归纳
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。