这次主要讲几个经典的排序：
- 冒泡排序
- 插入排序
- 选择排序
- 归并排序
- 快速排序
- 计数排序
- 桶排序
按时间复杂度度分类
- O(n^2): 冒泡、插入、选择
- O(nlogn)： 快排、归并
- O(n): 桶、计数、基数
一般情况下我们会从以下几个方面来衡量：
- 最好情况、最坏情况、平均情况时间复杂度
- 时间复杂度的系数、常数、低阶
- 比较次数和交换次数
排序算法的内存消耗
内存消耗是通过空间复杂度来衡量
排序算法的稳定性
就是说序列中存在值相等的元素，经过排序之后，相等元素之前原有的先后顺序不变。
冒泡排序
function bubbleSort(arr:Array) {
const array = [...arr];2
const length = array.length;
if(!array.length){
return;
}
for(let i = 0; i {
let t = -1;
if(array[index] > array[index+1]){
t = array[index];
array[index] = array[index+1];
array[index+1] = t;
}
});
}
return array;
}
是原地排序法
是稳定排序法
时间复杂度O(n^2)
插入排序
说一下这个核心思想吧，就是把数据分成两个部分，一个是已排序，一个是未排序。初始已排序区间只有一个元素，就是数组的第一个元素。插入算法的核心思想就是取未排序的区间中的元素，在已排序区间中找到合适的插入位置将其插入，并保证已排序区间数据一直有序。真到未排序区间中元素为空，算法结束。
function insertSort(arr:Array) {
const array = [...arr];
const length = array.length;
if(!array.length){
return;
}
for(let i = 1; i= 0; j--){
if(array[j] > t){
array[j+1] = array[j];
}else{
break;
}
}
array[j+1] = t;
}
return array;
}
是原地排序法
是稳定排序法
时间复杂度O(n^2)
选择排序
选择排序算法的实现思路有点类似插入排序，也分已排序区间和未排序区间。但是选择排序每次会从未排序区间中找到最小的元素，将其放到已排序区间的末尾。
这个代码跟插入排序类似，不写了 但他不是稳定算法
归并排序
归并排序就是把数组从中间分成前后两部分，然后对前后两部分分别排序，再将排序好的两部分合并在一起，这样整个数组就都有序了。
function mergeSortItem(left: Array, right: Array) {
let [l, r] = [0, 0];
let result = [];
while (l < left.length && r < right.length) {
if (left[l] < right[r]) {
result.push(left[l]);
l++;
} else {
result.push(right[r]);
r++;
}
}
result = result.concat(left.slice(l, left.length));
result = result.concat(right.slice(r, right.length));
return result;
}
function mergeSort(arr: Array):Array {
const array = [...arr];
const length = array.length;
if (length === 1) {
return array;
}
const num = Math.floor(length / 2);
const arrayLeft = array.slice(0, num);
const arrayRight = array.slice(num, length)
return mergeSortItem(mergeSort(arrayLeft), mergeSort(arrayRight));
}
快速排序
就是在一组数据中随机找个数作为中间点，小于中间点的放在左边，大于中间点的放在右边。
function quickSort(arr: Array):Array {
if(arr.length < 2){
return arr;
}
const index = Math.floor(arr.length/2);
const element = arr[index];
arr.splice(index, 1);
const left:any[] = [];
const right:any[] = [];
arr.map((item) => {
if(item < element){
left.push(item);
}else{
right.push(item);
}
});
return [...quickSort(left), element, ...quickSort(right)];
}
桶排序、计数排序、基数排序。因为这些排序算法的时间复杂度是线性的，所以我们把这类排序算法叫作线性排序。之所以能做到线性的时间复杂度，主要原因是，这三个算法是非基于比较的排序算法，都不涉及元素之间的比较操作。
桶排序
核心思想就是将要排序的数据分到几个有序的桶里，每个桶里的数据再单独进行非序。桶内排完序之后，再把每个桶里的数据按照顺序依次取出，组成的序列就是有序的了。桶排序比较适合用在外部排序中。所谓的外部排序就是数据存储在外部磁盘中，数据量比较大，内存有限，无法将数据全部加载到内存中。
计数排序
计数排序其实就是桶排序的一种特殊情况。当要排序的n个数据，所处的范围并不大的时候，比如最大值是K，我们就可以把数据划分成k个桶。每个桶内的数据值都是相同的，省掉了桶内排序的时间。
计数排序只能用在数据范围不大的场景中，如果数据范围K比要排序的数据n大很多，就不适合用计数排序了。而且，计数排序只能给非负整数排序，如果在排序的数据是其他类型的，要羌其在不改变相对大小的情况下，转化为非负整数。
