在JavaScript开发中，排序是一项基础而重要的操作。本文将探讨JavaScript中几种常见的排序算法，包括它们的原理、实现方式以及适用场景。 ### 1、冒泡排序 #### 1.1、原理通过比较相邻两个数的大小，交换位置排序：如果后一个数比前一个数小，则交换两个数的位置，重复这个过程，直到所有的数据按照升序排列。 #### 1.2、代码实现采用两层嵌套循环的方案，外层循环控制比较的轮数，内层循环用于比较相邻数据和交换位置 ```javascript let Arr = [2, 5, 3, 7, 9, 1, 0, 6, 23, 12] /** * 冒泡排序： * 时间复杂度O(n^2) * 原理：比较相邻的元素，如果第一个比第二个大，就交换它们两个 * 注意：冒泡排序是原地排序算法，会改变原数组中元素顺序 * @param {*} arr * @returns */ const bubbleSort = (arr) => { let len = arr.length; if (len <= 1) return arr; for (let i = 0; i < len; i++) { // 提前退出冒泡循环的标志位 let swappend = false; for (let j = 0; j < len - i - 1; j++) { if (arr[j] > arr[j + 1]) { const temp = arr[j]; arr[j] = arr[j + 1]; arr[j + 1] = temp; swappend = true; } } // 没有数据交换，提前退出 if (!swappend) { break; } } return arr; } // 测试用例 console.log(bubbleSort(Arr)); // [0, 1, 2, 3, 5, 6, 7, 9, 12, 23] ``` ### 2、快速排序 #### 2.1、原理采用二分法进行分区，再结果递归进行排序，具体操作如下： 1. 选择基准元素（Pivot）：从数组中随机选择一个元素作为基准值； 3. 基于基准元素进行分区：比基准元素小的放到左边分区，比基准元素大的放到右侧分区； 4. 对分区进行递归操作 #### 2.2、代码实现 ```javascript /** * 快速排序： * 时间复杂度O(nlogn) * 原理：采用二分法，取出中间的元素（基准-pivot），让小于基准的放到左边，大于基准的放到右边进行分区；然后递归的对左右两个分区再次进行二分法操作，进行快速排序 * @param {*} arr * @returns */ const quickSort = (arr) => { if (arr.length <= 1) { return arr; } const pivotIndex = Math.floor(arr.length / 2); const pivot = arr.splice(pivotIndex, 1)[0]; let left = []; let right = []; for (let i = 0; i < arr.length; i++) { if (arr[i] < pivot) { left.push(arr[i]); } else { right.push(arr[i]); } } return quickSort(left).concat([pivot], quickSort(right)); } ``` ### 3、选择排序 #### 3.1、原理选择排序的原理很简单，它分为以下几个步骤： 1. 查找最小（或最大）元素：在未排序的序列中找到最小（或最大）的元素。 3. 交换位置：将找到的最小（或最大）元素和序列的第一个元素交换位置，如果最小元素就是序列的第一个元素，则位置保持不变。 4. 重复步骤：对剩余未排序的序列重复上述两个步骤。通过n-1次上述操作，就能完成整个序列的排序。具体来说，第一次从n个数据中选出最小的，放在第一个位置；第二次从剩下的n-1个数据中选出最小的，放在第二个位置；以此类推，直到整个序列变成有序序列。 #### 3.2、代码实现 ```javascript /** * 选择排序 * 时间复杂度：O(n^2) * 原理：每次找到最小值，放到已排序数组的末尾；然后继续从剩余未排序数组中找到最小值，放到已排序数组的末尾 * 说明：选择排序是原地排序算法，会改变原数组中元素顺序 * @param {*} arr * @returns */ const selectionSort = (arr) => { const len = arr.length; if (len <= 1) { return arr } for (let i = 0; i < arr.length; i++) { let minIndex = i; for (let j = i + 1; j < arr.length; j++) { if (arr[j] < arr[minIndex]) { minIndex = j; } } if (minIndex !== i) { const temp = arr[i]; arr[i] = arr[minIndex]; arr[minIndex] = temp; } } return arr; } ``` ### 4、归并排序 #### 4.1、原理归并排序的原理基于分治法（Divide and Conquer）策略，它包括以下三个步骤： 1. 分解：将待排序的n个元素分成各含n/2个元素的子序列。 2. 解决：使用归并排序递归地排序两个子序列。 3. 合并：合并两个已排序的子序列以产生已排序的答案。具体来说，归并排序的工作流程如下： - 递归地分解：从中间将数组分成两半，直到每个子数组只包含一个元素，因为单个元素被认为是已排序的。 - 合并过程：然后开始合并这些子数组，以创建排序好的数组。这个过程是通过比较每个子数组的最前面的元素来完成的，选择两者中较小的那个放入新数组中，并移动所选元素所在数组的指针（或索引），直到所有子数组的元素都被合并成一个完整的排序数组。 #### 4.2、代码实现 ```javascript /** * 归并排序： * 时间复杂度：O(nlogn) * 原理：采用分治法，将数组分为左右两个数组，然后递归的对左右两个数组进行归并排序，最后合并两个有序数组 * 说明：归并排序是稳定，不会改变原有数组 * 详细步骤： * 1、递归的将数组分为左右两个数组，直到数组长度为1 * 2、合并两个有序数组 * @param {*} arr * @returns */ const mergeSort = (arr) => { if (arr.length <= 1) { return arr; } const middle = Math.floor(arr.length / 2); const left = arr.slice(0, middle); const right = arr.slice(middle); return merge(mergeSort(left), mergeSort(right)); } const merge = (left, right) => { let result = []; let leftIndex = 0; let rightIndex = 0; while (leftIndex < left.length && rightIndex < right.length) { if (left[leftIndex] < right[rightIndex]) { result.push(left[leftIndex]); leftIndex++; } else { result.push(right[rightIndex]); rightIndex++; } } return result.concat(left.slice(leftIndex)).concat(right.slice(rightIndex)); } ``` ### 5、上述排序算法的优缺点 #### 5.1. 冒泡排序 - 时间复杂度：平均和最坏情况为O(n^2)，最好情况为O(n)（已经排序的情况）。 - 空间复杂度：O(1)，是原地排序算法。 - 特点：实现简单，但效率较低，适用于小数据集的排序。 - 工作原理：通过重复遍历待排序数组，比较相邻元素，若顺序错误则交换，直到整个数组排序完成。 #### 5.2. 快速排序 - 时间复杂度：平均和最好情况为O(n log n)，最坏情况为O(n^2)（但可以通过选择合适的枢轴改进）。 - 空间复杂度：O(log n)，因为递归调用的栈空间。 - 特点：效率高，是最常用的排序算法之一，但最坏情况下效率较低。 - 工作原理：选择一个元素作为基准，将数组分为两部分，左边都比基准小，右边都比基准大，然后对这两部分递归地进行快速排序。 #### 5.3. 选择排序 - 时间复杂度：平均、最好和最坏情况都为O(n^2)。 - 空间复杂度：O(1)，是原地排序算法。 - 特点：实现简单，但效率较低，不适合大数据集。 - 工作原理：遍历数组，每次从未排序的部分选出最小（或最大）的元素，放到已排序部分的末尾。 #### 5.4. 归并排序 - 时间复杂度：平均、最好和最坏情况都为O(n log n)。 - 空间复杂度：O(n)，需要额外的存储空间。 - 特点：效率高，稳定排序，适用于大数据集，但需要额外的内存空间。 - 工作原理：将数组分成两半，对每一半递归地应用归并排序，然后将排序好的两半合并成一个有序数组。 ### 总结 - 对于小数据集，冒泡排序和选择排序简单但效率不高。 - 快速排序在大多数情况下提供了很好的性能，是通用的排序算法之一。 - 归并排序提供稳定的排序性能，特别适合于大数据集，但需要额外的内存空间。