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;
}
4.4算法分析
希尔排序的核心在于间隔序列的设定。
既可以提前设定好间隔序列,也可以动态的定义间隔序列。
动态定义间隔序列的算法是《算法(第4版)》的合著者RobertSedgewick提出的。
5、归并排序(MergeSort)
归并排序是建立在归并操作上的一种有效的排序算法。
该算法是采用分治法(DivideandConquer)的一个非常典型的应用。
将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。
若将两个有序表合并成一个有序表,称为2-路归并。
5.1算法描述
∙把长度为n的输入序列分成两个长度为n/2的子序列;
∙对这两个子序列分别采用归并排序;
∙将两个排序好的子序列合并成一个最终的排序序列。
5.2动图演示
5.3代码实现
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
functionmergeSort(arr){ //采用自上而下的递归方法
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));
}
functionmerge(left,right){
var result=[];
while (left.length>0&&right.length>0){
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;
}
5.4算法分析
归并排序是一种稳定的排序方法。
和选择排序一样,归并排序的性能不受输入数据的影响,但表现比选择排序好的多,因为始终都是O(nlogn)的时间复杂度。
代价是需要额外的内存空间。
6、快速排序(QuickSort)
快速排序的基本思想:
通过一趟排序将待排记录分隔成独立的两部分,其中一部分记录的关键字均比另一部分的关键字小,则可分别对这两部分记录继续进行排序,以达到整个序列有序。
6.1算法描述
快速排序使用分治法来把一个串(list)分为两个子串(sub-lists)。
具体算法描述如下:
∙从数列中挑出一个元素,称为“基准”(pivot);
∙重新排序数列,所有元素比基准值小的摆放在基准前面,所有元素比基准值大的摆在基准的后面(相同的数可以到任一边)。
在这个分区退出之后,该基准就处于数列的中间位置。
这个称为分区(partition)操作;
∙递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数列排序。
6.3代码实现
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
functionquickSort(arr,left,right){
var len=arr.length,
partitionIndex,
left=typeof left!
='number' ?
0:
left,
right=typeof right!
='number' ?
len-1:
right;
if (left partitionIndex=partition(arr,left,right);
quickSort(arr,left,partitionIndex-1);
quickSort(arr,partitionIndex+1,right);
}
return arr;
}
functionpartition(arr,left,right){ //分区操作
var pivot=left, //设定基准值(pivot)
index=pivot+1;
for (var i=index;i<=right;i++){
if (arr[i] swap(arr,i,index);
index++;
}
}
swap(arr,pivot,index-1);
return index-1;
}
functionswap(arr,i,j){
var temp=arr[i];
arr[i]=arr[j];
arr[j]=temp;
}
7、堆排序(HeapSort)
堆排序(Heapsort)是指利用堆这种数据结构所设计的一种排序算法。
堆积是一个近似完全二叉树的结构,并同时满足堆积的性质:
即子结点的键值或索引总是小于(或者大于)它的父节点。
7.1算法描述
∙将初始待排序关键字序列(R1,R2….Rn)构建成大顶堆,此堆为初始的无序区;
∙将堆顶元素R[1]与最后一个元素R[n]交换,此时得到新的无序区(R1,R2,……Rn-1)和新的有序区(Rn),且满足R[1,2…n-1]<=R[n];
∙由于交换后新的堆顶R[1]可能违反堆的性质,因此需要对当前无序区(R1,R2,……Rn-1)调整为新堆,然后再次将R[1]与无序区最后一个元素交换,得到新的无序区(R1,R2….Rn-2)和新的有序区(Rn-1,Rn)。
不断重复此过程直到有序区的元素个数为n-1,则整个排序过程完成。
7.3代码实现
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
var len; //因为声明的多个函数都需要数据长度,所以把len设置成为全局变量
functionbuildMaxHeap(arr){ //建立大顶堆
len=arr.length;
for (var i=Math.floor(len/2);i>=0;i--){
heapify(arr,i);
}
}
functionheapify(arr,i){ //堆调整
var left=2*i+1,
right=2*i+2,
largest=i;
if (leftarr[largest]){
largest=left;
}
if (rightarr[largest]){
largest=right;
}
if (largest!
=i){
swap(arr,i,largest);
heapify(arr,largest);
}
}
functionswap(arr,i,j){
var temp=arr[i];
arr[i]=arr[j];
arr[j]=temp;
}
functionheapSort(arr){
buildMaxHeap(arr);
for (var i=arr.length-1;i>0;i--){
swap(arr,0,i);
len--;
heapify(arr,0);
}
return arr;
}
8、计数排序(CountingSort)
计数排序不是基于比较的排序算法,其核心在于将输入的数据值转化为键存储在额外开辟的数组空间中。
作为一种线性时间复杂度的排序,计数排序要求输入的数据必须是有确定范围的整数。
8.1算法描述
∙找出待排序的数组中最大和最小的元素;
∙统计数组中每个值为i的元素出现的次数,存入数组C的第i项;
∙对所有的计数累加(从C中的第一个元素开始,每一项和前一项相加);
∙反向填充目标数组:
将每个元素i放在新数组的第C(i)项,每放一个元素就将C(i)减去1。
8.3代码实现
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
functioncountingSort(arr,maxValue){
var bucket=new Array(maxValue+1),
sortedIndex=0;
arrLen=arr.length,
bucketLen=maxValue+1;
for (var i=0;i if (!
bucket[arr[i]]){
bucket[arr[i]]=0;
}
bucket[arr[i]]++;
}
for (var j=0;j while(bucket[j]>0){
arr[sortedIndex++]=j;
bucket[j]--;
}
}
return arr;
}
8.4算法分析
计数排序是一个稳定的排序算法。
当输入的元素是n个0到k之间的整数时,时间复杂度是O(n+k),空间复杂度也是O(n+k),其排序速度快于任何比较排序算法。
当k不是很大并且序列比较集中时,计数排序是一个很有效的排序算法。
9、桶排序(BucketSort)
桶排序是计数排序的升级版。
它利用了函数的映射关系,高效与否的关键就在于这个映射函数的确定。
桶排序(Bucketsort)的工作的原理:
假设输入数据服从均匀分布,将数据分到有限数量的桶里,每个桶再分别排序(有可能再使用别的排序算法或是以递归方式继续使用桶排序进行排)。
9.1算法描述
∙设置一个定量的数组当作空桶;
∙遍历输入数据,并且把数据一个一个放到对应的桶里去;
∙对每个不是空的桶进行排序;
∙从不是空的桶里把排好序的数据拼接起来。
9.3代码实现
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
functionbucketSort(arr,bucketSize){
if (arr.length===0){
return arr;
}
var i;
var minValue=arr[0];
var maxValue=arr[0];
for (i=1;i if (arr[i] minValue=arr[i]; //输入数据的最小值
}else if (arr[i]>maxValue){
maxValue=arr[i]; //输入数据的最大值
}
}
//桶的初始化
var DEFAULT_BUCKET_SIZE=5; //设置桶的默认数量为5
bucketSize=bucketSize||DEFAULT_BUCKET_SIZE;
var bucketCount=Math.floor((maxValue-minValue)/bucketSize)+1;
var buckets=new Array(bucketCount);
for (i=0;i buckets[i]=[];
}
//利用映射函数将数据分配到各个桶中
for (i=0;i buckets[Math.floor((arr[i]-minValue)/bucketSize)].push(arr[i]);
}
arr.length=0;
for (i=0;i insertionSort(buckets[i]); //对每个桶