前端学习 数据结构与算法 快速入门 系列 —— 排序和搜索算法
作者：互联网
排序和搜索算法
本篇，我们将一起学习最常用的搜索和排序算法，如冒泡排序、选择排序、插入排序、归并排序、快速排序，以及二分搜索、插值搜索。
同时我们得理解，首先得排好序，才能更好的搜索需要的信息。
著名算法的动画演示
https://visualgo.net/ - 数据结构和算法动态可视化。比如有本文介绍的排序算法的动画版本。
排序算法
冒泡排序
冒泡排序 是所有排序算法中最简单的一种。
冒泡排序算法的原理：比较相邻的元素，如果左侧比右侧元素大（或小），则交换他们。元素向上移至正确的位置，就好像气泡升至表面。
笔者实现如下：
function bubbleSort(arr) {
// 比较轮数，每轮都会将一个值冒泡到正确的位置
arr.forEach(() => { // {1}
arr.forEach((item, index) => {
// 出界则为 false，不会交换
if (arr[index] > arr[index + 1]) {
[arr[index], arr[index + 1]] = [arr[index + 1], arr[index]]
}
})
})
return arr
}
// [ 1, 2, 3, 4 ]
console.log(bubbleSort([4, 3, 2, 1]))
这个实现可以再优化两点：
- 比较轮数（行{1}）可以减一。比如有三个数要排序，第一轮结束后，右侧第一个数就已经在正确的位置，第二轮结束，右侧第二个数也已经在正确位置，第一个数则无需再排序。
- 第2轮结束，数字3和数字4已经在正确的位置，但后续比较中，它们还在一直进行着比较。
即使我们对其进行改进，还是不推荐此算法。它的时间复杂度是O（n²）
选择排序
选择排序算法大致思路：找到最小（大）值并放在第一位，接着找到第二小的值并将其放在第二位，依此类推
笔者实现如下：
function selectionSort(arr) {
let { length } = arr
// 例如有三个元素，那么只需遍历 2 次就能确定第一位和第二位的值，第三个值也就在正确的位置上了
for (let i = 0; i < length - 1; i++) {
// 默认第一是最小值
let min = i
for (let j = i + 1; j < length; j++) {
// 如果最小值不是最小值，更新最小值索引
if (arr[min] > arr[j]) {
min = j
}
}
// 最小值不是最小值，则交互值
if (min !== i) {
[arr[i], arr[min]] = [arr[min], arr[i]]
}
}
return arr
}
// [ 1, 2, 3, 4 ]
console.log(selectionSort([4, 3, 2, 1]));
时间复杂度和冒泡排序一样，也是 O（n²）。
插入排序
插入排序：是指在待排序的元素中，假设前面n-1(其中n>=2)个数已经是排好顺序的，现将第n个数插到前面已经排好的序列中，然后找到合适自己的位置，使得插入第n个数的这个序列也是排好顺序的。按照此法对所有元素进行插入，直到整个序列排为有序
笔者实现如下：
function insertionSort(arr) {
let { length } = arr
// 比如三个元素，第一个默认已经排好序了，只要给剩余两个元素排序即可
for (let i = 1; i < length; i++) {
let endIndex = i
while (endIndex) {
// endIndex 的元素如果不比前一个值要小，说明已经在正确位置，无需更换
if (arr[endIndex - 1] <= arr[endIndex]) {
break
}
// 更换值
[arr[endIndex - 1], arr[endIndex]] = [arr[endIndex], arr[endIndex - 1]]
--endIndex
}
}
return arr
}
// [ 1, 2, 3, 4 ]
console.log(insertionSort([4, 3, 2, 1]))
时间复杂度O(N^(1-2))。
Tip：最好的情况（如待排数组有序），一共需要比较 N - 1 次，时间复杂度为 O(N)；最坏的情况（如待排数组是逆序），需要比较的总次数为 1+2+3+...+(N-1)，时间复杂度为 O（N²）；排序小型数组，此算法比选择选择和冒泡排序的性能要好。
归并排序
归并排序 是一个可以实际使用的排序算法。性能比前面介绍的三种排序算法要好，时间复杂度为 O(n log n)。
Tip：对于 javascript 中 Array.prototype.sort() 方法，firefox 使用的就是 并归排序，而 Chrome(V8 引擎)使用的是 快速排序 的变体。
归并排序是一种分而治之算法。比如要将 [3, 1, 4, 2, 5] 排序，可以将其分为两个数组（left = [3, 1]; right = [4, 2, 5]），分别对两个数组排序，然后再将两个数组合并。
笔者实现如下：
function mergeSort(arr) {
let { length } = arr
// 一个元素，直接返回
if (length === 1) { return arr }
// 例如三个元素，middleIndex 为 1
const middleIndex = Math.floor(length / 2)
const left = arr.slice(0, middleIndex)
const right = arr.slice(middleIndex)
return merge(mergeSort(left), mergeSort(right))
}
// 将 left 数组和 right 数组合并
// left 和 right 都已经是拍好序的数组
// 例如 left = [1, 3] right = [2, 4, 5]
function merge(left, right) {
let leftIndex = 0
let rightIndex = 0
const { length: leftLen } = left
const { length: rightLen } = right
// 存储结果
const result = []
while ((leftIndex < leftLen) && (rightIndex < rightLen)) {
if (left[leftIndex] <= right[rightIndex]) {
result.push(left[leftIndex++])
} else {
result.push(right[rightIndex++])
}
}
// 此时 result = [1, 2, 3]
if (leftIndex === leftLen) {
// 将 right 剩余的 4、5 放入 result
result.push(...right.slice(rightIndex))
}
// 如果 right 先一步遍历完毕，则将 left 剩余元素放入 result
if (rightIndex === rightLen) {
result.push(...left.slice(leftIndex))
}
return result
}
console.log(mergeSort([3, 1, 4, 2, 5]))
// [2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]
// console.log(mergeSort([3, 44, 38, 5, 47, 15, 36, 26, 27, 2, 46, 4, 19, 50, 48]))
快速排序
快速排序 也是比较常见的排序算法。时间复杂度为 O(n log n)。和并归算法一样，快速排序也使用分而治之的方法，但不需要合并。
排序流程如下：
- 首先设定一个分界值，通过该分界值将数组分成左右两部分
- 将大于分界值的数据集中到数组右边，小于分界值的数据集中到数组的左边
- 对左边数组进行划分操作
- 对右边数组进行划分操作
划分
前 2 步叫做划分操作。我们通过一个小示例来说明一下：
// 划分
function partition(array) {
// 随便选取一个值作为分界值
let mainValue = array[0]
let leftIndex = 0
let rightIndex = array.length - 1
while (leftIndex <= rightIndex) {
while (array[leftIndex] <= mainValue) {
leftIndex++
}
while (array[rightIndex] >= mainValue) {
rightIndex--
}
if (leftIndex <= rightIndex) {
[array[leftIndex], array[rightIndex]] = [array[rightIndex], array[leftIndex]]
}
}
return leftIndex
}
测试：
let arr = [3, 5, 1, 6, 4, 7, 2]
let middleIndex = partition(arr)
// 3
console.log(middleIndex)
// [3, 2, 1, 6, 4, 7, 5]
console.log(arr)
// 左侧数组：[ 3, 2, 1 ]
console.log(arr.slice(0, middleIndex))
// 右侧数组：[ 6, 4, 7, 5 ]
console.log(arr.slice(middleIndex))
通过 partition() 方法，会返回一个索引，并会更新原数组（arr），得到的左侧数组都小于等于分界值，右侧数组都大于等于分界值。
接着对左侧数组和后侧数组在进行划分操作，最后，数组就会完成排序。
注：此方法有一个问题，比如 arr = [13, 12, 11]，返回的 leftIndex 为 3，明显不对（arr 的 leftIndex 只会为 0、1或2）。修复方法很简单，将等号去掉即可：
+ while (array[leftIndex] < mainValue) {
- while (array[leftIndex] <= mainValue) {
leftIndex++
}
+ while (array[rightIndex] > mainValue) {
- while (array[rightIndex] >= mainValue) {
rightIndex--
}
笔者实现
// 在上面的 partition() 方法的基础上进行稍微调整
function partition(array, leftIndex, rightIndex) {
let mainValue = array[Math.floor((leftIndex + rightIndex) / 2)]
while (leftIndex <= rightIndex) {
// 注：不能包括等于，否则会出界。
// 例如 let arr = [3, 2, 1]; partition(arr, 0, arr.length - 1) 返回 3
while (array[leftIndex] < mainValue) {
leftIndex++
}
while (array[rightIndex] > mainValue) {
rightIndex--
}
if (leftIndex <= rightIndex) {
[array[leftIndex], array[rightIndex]] = [array[rightIndex], array[leftIndex]]
rightIndex--
leftIndex++
}
}
return leftIndex
}
function quickSort(arr, left = 0, right = arr.length - 1) {
// 1 个值
if ((right - left) <= 0) {
return
}
// 进行划分操作
const partitionIndex = partition(arr, left, right)
// partitionIndex 需要减 1，否则 right 值没变，会造成无限循环
quickSort(arr, left, partitionIndex - 1)
quickSort(arr, partitionIndex, right)
return arr
}
// [ 1, 2, 3 ]
console.log(quickSort([3, 2, 1]))
// [2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]
console.log(quickSort([3, 44, 38, 5, 47, 15, 36, 26, 27, 2, 46, 4, 19, 50, 48]))
注：选择分界值（称主元）有几种方式，最简单是选择数组的第一个值，但研究表明，这会导致该算法最差表现，另一种是随机选择或者选择中间值。
算法我们暂且先学习这几种，我们接着看搜索。
搜索算法
顺序搜索
顺序（或线性）搜索是最基本的搜索算法。也是最低效的一种搜索算法。
它的机制是：将数据结构的每一项和我们要找的元素比较。
二分搜索
二分搜索 要求被搜索的数据结构已排序。算法的步骤如下：
- 选择数组中间值
- 如果选中值是待搜索值，那么算法结束（找到了）
- 如果待搜索值比选中值要小，则在选中值的左边子数组中继续寻找（返回步骤 1）
- 如果待搜索值比选中值要大，则在右边子数组中重复步骤 1
// 自定义排序
// 你也可以使用其他排序算法
function customSort(arr) {
return [...arr.sort((a, b) => a - b)]
}
// 二分搜索
function binarySearch(array, v) {
// 首先得将数组排序
let sortedArray = customSort(array)
let start = 0;
let end = sortedArray.length - 1;
let middle
// 可在加上一个条件来提交算法性能：要搜索的值在 [array[start], array[end]] 之间，否则直接返回 -1
while (start <= end) {
middle = Math.floor((start + end) / 2)
if (sortedArray[middle] === v) {
return middle
} else if (v < sortedArray[middle]) {
end = middle - 1
} else {
start = middle + 1
}
}
return -1;
}
console.log(binarySearch([1], 1)) // 0
console.log(binarySearch([], 1)) // -1
// 排序后：[2, 4, 6, 7, 8, 9, 111]
console.log(binarySearch([2, 8, 9, 7, 6, 4, 111], 9)) // 5
注：必须先对数组进行排序，否则此算法有时就会失效。例如 binarySearch([2, 8, 9, 7, 6, 4, 111], 9) 就会返回 -1。
插值搜索
插值搜索（或称 插值查找、或称内插搜索）是改良版的 二分搜索。二分搜索总是检查 middle 位置上的值，而插值搜索将查找点的选择改进为按公式查找，提高了查找效率。
同样要求被搜索的数据结构已排序。算法的步骤与二分搜索类似：
- 使用 position 公式选中一个值
- 如果选中值是待搜索值，那么算法结束（找到了）
- 如果待搜索值比选中值要小，则在选中值的左边子数组中继续寻找（返回步骤 1）
- 如果待搜索值比选中值要大，则在右边子数组中重复步骤 1
笔者实现如下：
// 根据一定规则返回 position
// 规则由你决定
function getPosition(arr, start, end, searchVal) {
// 占比
// 注：需要处理 arr[end] 等于 arr[start] 的情况
// 否则 `0 + Math.floor(0*Infinity)` => NaN
let percentage = !Object.is(arr[end], arr[start]) ?
(searchVal - arr[start]) / (arr[end] - arr[start]) :
0
return start + Math.floor((end - start) * percentage)
}
// 插值搜索
function interpolationSearch(array, v) {
// 首先得将数组排序
let sortedArray = customSort(array)
let start = 0;
let end = sortedArray.length - 1;
let position
while (start <= end &&
(v >= array[start]) &&
(v <= array[end])) {
// 使用公式选中一个索引进行比较
position = getPosition(array, start, end, v)
if (sortedArray[position] === v) {
return position
} else if (v < sortedArray[position]) {
end = position - 1
} else {
start = position + 1
}
}
return -1;
}
console.log(interpolationSearch([1], 1)) // 0
console.log(binarySearch([], 1)) // -1
// 排序后：[2, 4, 6, 7, 8, 9, 111]
console.log(interpolationSearch([2, 8, 9, 7, 6, 4, 111], 9)) // 5
随机算法
Fisher-Yates 随机算法由 Fisher 和 Yates 创造。原理直接看代码更加直观：
// 洗牌：迭代数组，从最后一位开始并将当前元素和一个随机位置的值进行交换
function shuffle(arr) {
for (let i = arr.length - 1; i > 0; i--) {
// 取得随机位置：[0, i]
let randomPosition = Math.floor(Math.random() * (i + 1));
// 将当前元素和随机位置的值进行交换
[arr[randomPosition], arr[i]] = [arr[i], arr[randomPosition]]
}
return arr
}
console.log(shuffle(['a', 'b', 'c', 'd', 'e']))
// 三次洗牌的输出：
// [ 'e', 'a', 'c', 'b', 'd' ]
// [ 'a', 'c', 'd', 'e', 'b' ]
// [ 'd', 'e', 'a', 'b', 'c' ]
标签：arr,排序,搜索算法,算法,let,数组,搜索,数据结构 来源： https://www.cnblogs.com/pengjiali/p/15695673.html