引子

---

有句話怎么說來著：

雷鋒推倒雷峰塔，Java implements JavaScript.

當年，想憑借抱Java大腿火一把而不惜把自己名字給改了的JavaScript（原名LiveScript），如今早已光芒萬丈。node JS的出現(xiàn)更是讓JavaScript可以前后端通吃。雖然Java依然制霸企業(yè)級軟件開發(fā)領域（C/C + +的大神們不要打我。。。），但在Web的江湖，JavaScript可謂風頭無兩，坐上了頭把交椅。

然而，在傳統(tǒng)的計算機算法和數(shù)據(jù)結(jié)構(gòu)領域，大多數(shù)專業(yè)教材和書籍的默認語言都是Java或者C/C+ +。這給最近想惡補算法和數(shù)據(jù)結(jié)構(gòu)知識的我造成了一定困擾，因為我想尋找一本以JavaScript為默認語言的算法書籍。當我了解到O’REILLY家的動物叢書系列里有一本叫做《數(shù)據(jù)結(jié)構(gòu)與算法JavaScript描述》時，便興奮的花了兩天時間把這本書從頭到尾讀了一遍。它是一本很好的針對前端開發(fā)者們的入門算法書籍，可是，它有一個很大的缺陷，就是里面有很多明顯的小錯誤，明顯到就連我這種半路出家的程序猿都能一眼看出來。還有一個問題是，很多重要的算法和數(shù)據(jù)結(jié)構(gòu)知識并沒有在這本書里被提到。這些問題對于作為一個晚期強迫癥患者的我來說簡直不能忍。于是乎，一言不合我就決定自己找資料總結(jié)算法。那么，我就從算法領域里最基礎的知識點——排序算法總結(jié)起好了。

我相信以下的代碼里一定會有某些bug或錯誤或語法不規(guī)范等問題是我自己無法發(fā)現(xiàn)的，所以敬請各位大神能夠指出錯誤，因為只有在不斷改錯的道路上我才能取得長久的進步。

十大經(jīng)典算法排序總結(jié)對比

---

一張圖概括：

主流排序算法概覽

名詞解釋：

n: 數(shù)據(jù)規(guī)模
k:“桶”的個數(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個相等鍵值的順序和排序之前它們的順序相同

冒泡排序（Bubble Sort）

---

冒泡排序須知：

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flag，當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。但這種改進對于提升性能來說并沒有什么太大作用。。。

什么時候最快（Best Cases）：

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

什么時候最慢（Worst Cases）：

當輸入的數(shù)據(jù)是反序時（寫一個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。。。）

冒泡排序動圖演示：

?

冒泡排序JavaScript代碼實現(xiàn)：

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（Selection Sort）

---

選擇排序須知：

在時間復雜度上表現(xiàn)最穩(wěn)定的排序算法之一，因為無論什么數(shù)據(jù)進去都是O(n2)的時間復雜度。。。所以用到它的時候，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。

選擇排序動圖演示：

Selection Sort 動圖演示 算法可視化來源：http://visualgo.net/

選擇排序JavaScript代碼實現(xiàn)：

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（Insertion Sort）

---

插入排序須知：

插入排序的代碼實現(xiàn)雖然沒有冒泡排序和選擇排序那么簡單粗暴，但它的原理應該是最容易理解的了，因為只要打過撲克牌的人都應該能夠秒懂。當然，如果你說你打撲克牌摸牌的時候從來不按牌的大小整理牌，那估計這輩子你對插入排序的算法都不會產(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：感興趣的同學可以在課后自行研究。。。

插入排序動圖演示：

Insertion Sort 動圖演示 算法可視化來源：http://visualgo.net/

插入排序JavaScript代碼實現(xiàn)：

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（Shell Sort）

---

希爾排序須知：

希爾排序是插入排序的一種更高效率的實現(xiàn)。它與插入排序的不同之處在于，它會優(yōu)先比較距離較遠的元素。希爾排序的核心在于間隔序列的設定。既可以提前設定好間隔序列，也可以動態(tài)的定義間隔序列。動態(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。

希爾排序JavaScript代碼實現(xiàn)：

function shellSort(arr) {var len = arr.length,temp,gap = 1; ? ?while(gap < len/3) { ? ? ? ? ?//動態(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（Merge Sort）

---

歸并排序須知：

作為一種典型的分而治之思想的算法應用，歸并排序的實現(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,因為這個算法的遞歸深度對它來講太深了。

說實話，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，因為始終都是O(n log n）的時間復雜度。代價是需要額外的內(nèi)存空間。

歸并排序動圖演示：

Merge Sort 動圖演示 算法可視化來源：http://visualgo.net/

歸并排序JavaScript代碼實現(xiàn)：

function mergeSort(arr) { ?return result; }

快速排序（Quick Sort）

---

快速排序須知：

又是一種分而治之思想在排序算法上的典型應用。本質(zhì)上來看，快速排序應該算是在冒泡排序基礎上的遞歸分治法。
快速排序的名字起的是簡單粗暴，因為一聽到這個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的時間復雜度達到了O(n2)，但是人家就是優(yōu)秀，在大多數(shù)情況下都比平均時間復雜度為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。。。好在我的強迫癥又犯了，查了N多資料終于在《算法藝術(shù)與信息學競賽》上找到了滿意的答案：

快速排序的最壞運行情況是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)順序性較弱的隨機數(shù)列而言，快速排序總是優(yōu)于歸并排序。

快速排序動圖演示：

Quick Sort 動圖演示 算法可視化來源：http://visualgo.net/

快速排序JavaScript代碼實現(xiàn)：

function var temp = arr[i];arr[i] = arr[j];arr[j] = temp; }

堆排序（Heap Sort）

---

堆排序須知：

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：每個節(jié)點的值都大于或等于其子節(jié)點的值，在堆排序算法中用于升序排列

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

堆排序動圖演示：

Heap Sort 動圖演示 算法可視化來源：http://www.ee.ryerson.ca/~courses/coe428/sorting/heapsort.html

堆排序JavaScript代碼實現(xiàn)：

return arr; }

計數(shù)排序（Counting Sort）

---

計數(shù)排序須知：

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

計數(shù)排序動圖演示：

Counting Sort 動圖演示 算法可視化來源：http://visualgo.net/

計數(shù)排序JavaScript代碼實現(xiàn)：

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（Bucket Sort）

---

桶排序須知：

桶排序是計數(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：

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斎氲腘個數(shù)據(jù)均勻的分配到K個桶中

同時，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。

什么時候最快（Best Cases）：

當輸入的數(shù)據(jù)可以均勻的分配到每一個桶中

什么時候最慢（Worst Cases）：

當輸入的數(shù)據(jù)被分配到了同一個桶中

桶排序JavaScript代碼實現(xiàn)：

return arr; }

基數(shù)排序（Radix Sort）

---

基數(shù)排序須知：

基數(shù)排序有兩種方法：

MSD 從高位開始進行排序

LSD 從低位開始進行排序

基數(shù)排序 vs 計數(shù)排序 vs 桶排序

這三種排序算法都利用了桶的概念，但對桶的使用方法上有明顯差異：
基數(shù)排序：根據(jù)鍵值的每位數(shù)字來分配桶
計數(shù)排序：每個桶只存儲單一鍵值
桶排序：每個桶存儲一定范圍的數(shù)值

LSD基數(shù)排序動圖演示：

Radix Sort 動圖演示 算法可視化來源：http://visualgo.net/

基數(shù)排序JavaScript代碼實現(xiàn)：

return arr; }

∑編輯?|?Gemini

來源 | 簡書

算法數(shù)學之美微信公眾號歡迎賜稿

稿件涉及數(shù)學、物理、算法、計算機、編程等相關(guān)領域，經(jīng)采用我們將奉上稿酬。

投稿郵箱：math_alg@163.com

總結(jié)

以上是生活随笔為你收集整理的JS家的排序算法的全部內(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，歡迎將生活随笔推薦給好友。