选择排序（Selection Sort）
选择排序(Selection-sort)是一种简单直观的排序算法。它的工作原理：首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推，直到所有元素均排序完毕。
算法描述
n个记录的直接选择排序可经过n-1趟直接选择排序得到有序结果。具体算法描述如下：
- 初始状态：无序区为R[1..n]，有序区为空；
- 第i趟排序(i=1,2,3…n-1)开始时，当前有序区和无序区分别为R[1..i-1]和R(i..n）。该趟排序从当前无序区中-选出关键字最小的记录 R[k]，将它与无序区的第1个记录R交换，使R[1..i]和R[i+1..n)分别变为记录个数增加1个的新有序区和记录个数减少1个的新无序区；
- n-1趟结束，数组有序化了。
代码实现
没有子函数版本
function selectionSort(arr) {
var len = arr.length;
var minIndex, temp;
for(var i = 0; i < len - 1; i++) {
minIndex = i;
for(varj = i + 1; j < len; j++) {
if(arr[j] < arr[minIndex]) { // 寻找最小的数
minIndex = j; // 将最小数的索引保存
}
}
temp = arr[i];
arr[i] = arr[minIndex];
arr[minIndex] = temp;
}
return arr;
}
有子函数版本
/*minIndex*/
let minIndex = (numbers) => {
let index = 0;
for(let i = 1; i < numbers.length; i++){
if(numbers[i] < numbers[index]){
index = i;
}
}
return index;
}
/*swap交换*/
let swap = (array, i, j) => {
let temp = array[i];
array[i] = array[j];
array[j] = temp;
}//数组做形参，在传实参时是复制数组的地址，在函数中做的操作也会改变实参。
/*选择排序算法最终版(循环)*/
let sort = (numbers) => {
for(let i=0; i < numbers.length -1; i++){
let index = minIndex(numbers.slice(i))+ i/*每次排好一个后，只需要它看后面的，所以要minIndex(numbers.slice(i))*/
if(index!==i){
swap(numbers, index, i)
}
}
return numbers
}
冒泡排序（Bubble Sort）
冒泡排序是一种简单的排序算法。它重复地走访过要排序的数列，一次比较两个元素，如果它们的顺序错误就把它们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。
算法描述
- 比较相邻的元素。如果第一个比第二个大，就交换它们两个；
- 对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对，这样在最后的元素应该会是最大的数；
- 针对所有的元素重复以上的步骤，除了最后一个；
- 重复步骤1~3，直到排序完成。
代码实现
for(let i=0;i<arr.length-1;i++){//确定轮数
let tem
for(var j=0;j<arr.length-i-1;j++){//确定每次比较的次数
if(arr[j]>arr[j+1]){
tem = arr[j];
arr[j] = arr[j+1];
arr[j+1] = tem;
}
}
}
归并排序（Merge Sort）
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（Divide and Conquer）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。
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。
代码实现
let mergeSort = arr =>{
if(arr.length===1){return arr}
let left = arr.slice(0, Math.floor(arr.length/2))//Math.floor向下取整
let right = arr.slice(Math.floor(arr.length/2))
return merge(mergeSort(left), mergeSort(right))
}
let merge = (a , b) =>{
if(a.length===0) return b;
if(b.length===0) return a;
return a[0]>b[0]? [b[0]].concat(merge(a,b.slice(1))):[a[0]].concat(merge(a.slice(1),b))
}
快速排序（Quick Sort）
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。
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。
代码实现
let quickSort = arr => {
if(arr.length <= 1){return arr;}
let pivotIndex = Math.floor(arr.length/2);
let pivot = arr.splice(pivotIndex, 1)[0];//取切出来的数组的第0个（其实就是它本身），因为splice会返回数组
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));
}
计数排序（Counting Sort）
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。
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。
代码实现
let countingSort = arr =>{
let hashTable = {}, max = 0, result = [];
for(let i=0; i < arr.length; i++){//遍历数组
if(!(arr[i] in hashTable)){
hashTable[arr[i]] = 1;
}else{
hashTable[arr[i]] += 1;
}
if(arr[i] > max){
max = arr[i];
}
}
for(let j=0; j <= max; j++){
if(j in hashTable){
for(let i=0; i < hashTable[j]; i++){//j对应arr中的某一个数，hashashTable[j]对应j出现的次数
result.push(j)
}
}
}
return result
}
总结
- 选择排序：每次找到最小的放到最前面，然后找后面的最小的，重复
- 冒泡排序：对比相邻的两个数，如果需要则交换位置
- 归并排序：找中点，以中点为基准左右分别排序，然后合并
- 快速排序：找中点，以中点为基准，大小各放一边
- 计数排序：遍历数组，使用哈希表存储每个字出现的次数，同时找到max，从j∈（0，max）查找，若j在哈希表里，push j存在的次数，若不在就忽略
