前端十种排序算法解析

1. 冒泡排序

1.1 说明

1. 冒泡排序为一种常用排序算法，执行过程为从数组的第一个位置开始，相邻的进行比较，将最大的数移动到数组的最后位置
2. 执行的时间复杂度与空间复杂度为 o(n^2)

1.2 执行过程

• 1. 从数组的第一个位置开始，截止位置为 arr.length - 1 - i, 相邻比较元素值
• 2. 如果前个元素值大于后个相邻元素值，交换两个元素的值
• 3. 重复执行 2 步骤
• 4. for 循环执行的次数完成及完成排序

1.3 实现代码

function bubbleSort(arr) {
  for (let i = 0; i < arr.length; i++) {
    for (let j = 0; j < arr.length - i - 1; j++) {
    //  比较相邻元素值，前个元素值大于后面元素的值就交换元素值
      if (arr[j] > arr[j + 1]) {
        [arr[j], arr[j + 1]] = [arr[j + 1], arr[j]];
      }
    }
  }
  return arr;
}

2. 选择排序

2.1 说明

1. 选择排序为默认选择一个数为最大或最小值
2. 默认选择第一个元素值为最小值，
3. 默认拿第一个元素索引与后面元素比较，如果后面元素小于该元素值，最小索引值为该元素的索引

2.2 执行过程

1. 定义一个minIndex = i; i从0开始
2. 比较Arr[minIndex] > arr[minIndex + 1]
3. 重复步骤 2 找出最小的元素索引
4. 交换元素位置 arr[i] = arr[minIndex], arr[minIndex= arr[i]

2.3 实现代码

function selectSort(arr = []) {
    for(var i = 0; i < arr.length; i++) {
        var minIndex = i; // 假设选择第一个元素为最小值，最小值的开始索引值从为i，也就是从0开始
        for(var j = minIndex + 1; j < arr.length; j++) {
            // 相邻比较元素值，找出比选择数更小的值
            if (arr[j] < arr[minIndex]) {
                minIndex = j
            }
        }
        // 如果最小值的索引和当前选择值的索引值不相等，则交换元素值位置
        if (minIndex != i) {
            [arr[minIndex], arr[i]] = [arr[i], arr[minIndex]]
        }
    }
    return arr
}

3. 归并排序

3.1

1. 归并排序为一种分治排序思想，通过将一个大数组分为多个子数组进行组内完成排序
2. 将组内完成排序的子数组再进行合并完成数组排序

3.2 执行过程

• 1. 从数组的一半位置拆分数组为左子数组（left）,右子数组（right）
• 2. 声明一个接受left,right两参数的函数，在函数内部分别比较两个子数组

3.3 实现代码

3.3.1

function mergeSort(arr = []) {
    if (arr.length < 2) return arr
    var merge = (left, right) => {
        // 定义两个数组开始比较的索引值都从第一个元素开始
        var i = 0; 
        var j = 0;
        // 定义一个比较完后的空数组
        var result = []
        while(i < left.length && j < right.length) {
            // 从两个数组的0位置开始比较，如果左数组第一个值小于右数组的第一个值，将做数组第一个值添加到空数组中，左数组索引值递增，再用左数组的第二个元素与右数组的第一个值比较，重复该步骤
            if (left[i] < right[j]) {
                result.push(left[i++])
            } else {
                result.push(right[j++])
            }
        }
        // 左数组剩余为比较的，默认添加到数组中
        while (i < left.length) {
            result.push(left[i++])
        }
        // 右数组剩余为比较的，默认添加到数组中
        while (j < right.length) {
            result.push(right[j++])
        }
        return result
    }
    var mid = Math.floor(arr.length / 2)
    var left = mergeSort(arr.slice(0, mid))
    var right = mergeSort(arr.slice(mid))
    return merge(left, right)
}

3.3.2

function mergeSort(arr) {
  if (arr.length <= 1) return arr;
  const mid = Math.floor(arr.length / 2);
  const left = mergeSort(arr.slice(0, mid));
  const right = mergeSort(arr.slice(mid));
  return merge(left, right);
}

function merge(left, right) {
  let result = [];
  while (left.length && right.length) {
    left[0] < right[0] ? result.push(left.shift()) : result.push(right.shift());
  }
  return result.concat(left, right);
}

4. 快速排序

4.1 说明

1. 快速排序的思路为，找出一个基准数，然后从数组的两端开始，分别与基准数进行比较

4.2 实现代码

// 定义快速排序函数，参数为待排序的数组
function quickSort(array: number[]): number[] {
    // 定义辅助函数，用于排序
    function sort(left: number, right: number): void {
        // 如果左边的索引比右边的索引大，说明区间内已经没有数据，退出函数
        if (left >= right) {
            return;
        }
        // 取出基准数
        let pivot = array[left];
        // 定义两个指针
        let i = left;
        let j = right;
        // 开始排序
        while (i < j) {
            // 从右边开始搜索，直到找到比基准数小的数
            while (i < j && array[j] >= pivot) {
                j--;
            }
            // 如果找到了，则将该数存放在左边
            if (i < j) {
                array[i] = array[j];
                i++;
            }
            // 从左边开始搜索，直到找到比基准数大的数
            while (i < j && array[i] <= pivot) {
                i++;
            }
            // 如果找到了，则将该数存放在右边
            if (i < j) {
                array[j] = array[i];
                j--;
            }
        }
        // 将基准数存放在最终的位置上
        array[i] = pivot;
        // 递归处理基准数左边的数据
        sort(left, i - 1);
        // 递归处理基准数右边的数据
        sort(i + 1, right);
    }
    // 调用辅助函数，开始排序
    sort(0, array.length - 1);
    // 返回排序后的数组
    return array;
}

5. 插入排序

5.1 说明

插入排序的思想为选择一个数，与一个有序数组进行比较，找到小与该数的位置插入

5.2 实现代码

function insertionSort(arr: number[]): number[] {
  // 对于数组的每一个元素，从它开始到0位置，比较该元素和前一个元素的大小
  for (let i = 1; i < arr.length; i++) {
    let current = arr[i];
    let j = i - 1;
    // 如果该元素小于前一个元素，那么前一个元素向后移动，并继续向前比较
    while (j >= 0 && arr[j] > current) {
      arr[j + 1] = arr[j];
      j--;
    }
    // 如果该元素大于前一个元素，那么它将放到合适的位置
    arr[j + 1] = current;
  }
  // 返回排序后的数组
  return arr;
}
 
// 测试数据
const testArr = [5, 2, 9, 1, 5, 6];
// 调用插入排序函数
const sortedArr = insertionSort(testArr);
// 打印结果
console.log(sortedArr);

6. 希尔排序

6.1 说明

希尔排揎为插入排序的改进方法，先将数组分组，然后每个子数组再进行排序

6.2 实现代码

function shellSort(arr) {
  // 定义增量, 每次分组, 增量为数组长度的一半
  let gap = Math.floor(arr.length / 2);
  while (gap > 0) {
    // 按组进行排序
    for (let i = gap; i < arr.length; i++) {
      // 获取当前元素
      let current = arr[i];
      let j = i;
      // 将相邻元素比较, 满足条件就后移
      while (j >= gap && arr[j - gap] > current) {
        arr[j] = arr[j - gap];
        j -= gap;
      }
      // 将当前元素插入合适的位置
      arr[j] = current;
    }
    // 每次递减增量, 直到为1
    gap = Math.floor(gap / 2);
  }
  return arr;
}

7. 基数排序

7.1 说明

1. 按位数进行排序
2. 只适合整数

7.2 实现代码

function radixSort(arr) {
  // 找到数组中的最大数
  const max = Math.max(...arr);
  // 找到最大数的位数
  const maxDigitCount = String(max).length;
  // 遍历位数
  for (let k = 0; k < maxDigitCount; k++) {
    // 创建桶
    const digitBuckets = Array.from({ length: 10 }, () => []);
    // 遍历数组
    for (let i = 0; i < arr.length; i++) {
      // 获取位数对应的值
      const digit = getDigit(arr[i], k);
      // 将数添加到对应的数对应的桶中
      digitBuckets[digit].push(arr[i]);
    }
    // 依次合并桶中的数
    arr = [].concat(...digitBuckets);
  }
  
  return arr;
}

function getDigit(num, place) {
  return Math.floor(Math.abs(num) / Math.pow(10, place)) % 10;
}

8. 计数排序

8.1 说明

非比较排序，适用于整数

8.2 实现代码

function countingSort(arr) {
  // 获取最大数
  const max = Math.max(...arr);
  // 创建有序的数组
  const count = new Array(max + 1).fill(0);
  const output = new Array(arr.length);
  // 遍历进行计数
  arr.forEach(num => count[num]++);
  
  for (let i = 1; i < count.length; i++) {
    count[i] += count[i - 1];
  }
  
  for (let i = arr.length - 1; i >= 0; i--) {
    output[count[arr[i]] - 1] = arr[i];
    count[arr[i]]--;
  }
  
  return output;
}

9. 桶排序

9.1 说明

将元素分到有限数量的桶里再排序

9.2 实现代码

function bucketSort(arr, bucketSize = 5) {
  if (arr.length === 0) return arr;
  
  const min = Math.min(...arr);
  const max = Math.max(...arr);
  const bucketCount = Math.floor((max - min) / bucketSize) + 1;
  const buckets = new Array(bucketCount).fill().map(() => []);
  
  arr.forEach(num => {
    const bucketIndex = Math.floor((num - min) / bucketSize);
    buckets[bucketIndex].push(num);
  });
  
  const result = [];
  buckets.forEach(bucket => {
    insertionSort(bucket); // 可以使用其他排序算法
    result.push(...bucket);
  });
  
  return result;
}

10. 堆排序

10.1 说明

利用堆数据结构设计

10.2 实现代码

function heapSort(arr) {
  let len = arr.length;
  for (let i = Math.floor(len / 2) - 1; i >= 0; i--) {
    heapify(arr, len, i);
  }
  for (let i = len - 1; i > 0; i--) {
    [arr[0], arr[i]] = [arr[i], arr[0]];
    heapify(arr, i, 0);
  }
  return arr;
}

function heapify(arr, len, i) {
  let largest = i;
  let left = 2 * i + 1;
  let right = 2 * i + 2;
  if (left < len && arr[left] > arr[largest]) largest = left;
  if (right < len && arr[right] > arr[largest]) largest = right;
  if (largest !== i) {
    [arr[i], arr[largest]] = [arr[largest], arr[i]];
    heapify(arr, len, largest);
  }
}

总结

排序算法 时间复杂度(平均) 空间复杂度 稳定性

冒泡排序 O(n²) O(1) 稳定

选择排序 O(n²) O(1) 不稳定

归并排序 O(n log n) O(n) 稳定

快速排序 O(n log n) O(log n) 不稳定

插入排序 O(n²) O(1) 稳定

希尔排序 O(n log n) O(1) 不稳定

基数排序 O(nk) O(n + k) 稳定

计数排序 O(n + k) O(k) 稳定

桶排序 O(n + k) O(n + k) 稳定

堆排序 O(n log n) O(1) 不稳定