最近开始看《算法图解》，这本书写得实在是好，通俗易懂，适合入门。
本篇笔记搬运了《算法》图解中的选择排序的部分，原书是用python实现算法的，本前端er觉得不得劲，用JavaScript实现了一遍，并补充了降序排序（书里是升序排序）。不足之处，请多指教🖊♥
应用场景
假设你的计算机存储了很多乐曲。对于每个乐队，你都记录了其作 品被播放的次数。
你要将这个列表按播放次数从多到少的顺序排列，从而将你喜欢的乐队排序。该如何做呢？
一种办法是遍历这个列表，找出作品播放次数最多的乐队，并将该乐队添加到一个新列表中。
再次这样做，找出播放次数第二多的乐队。
继续这样做，你将得到一个有序列表。
下面从计算机科学的角度出发，看看这需要多长时间。O(n)时间意味着查看列表中 的每个元素一次。例如，对乐队列表进行简单查找时，意味着每个乐队都要查看一次。
要找出播放次数最多的乐队，必须检查列表中的每个元素。正如你刚才看到的，这需要的时间为O(n)。因此对于这种时间为O(n)的操作，你需要执行n次。 需要的总时间为 O(n × n)，即O(n2)。
排序算法很有用。你现在可以对如下内容进行排序：
- 电话簿中的人名
- 旅行日期
- 电子邮件（从新到旧）
需要检查的元素数越来越少
随着排序的进行，每次需要检查的元素数在逐渐减少，最后一次需要检查的元素都只有一 个。既然如此，运行时间还是O(n2)。
并非每次都需要检查n个元素。第一次需要检查n个元素，但随后检查的元素 数依次为n -1, n-2, …, 2和1。平均每次检查的元素数为1/2 × n，因此运行时间为O(n × 1/2 × n)。
但大O表示法省略诸如1/2这样的常数，因此简单地写 作O(n × n)或O(n2)。
选择排序是一种灵巧的算法，但其速度不是很快。
代码实现
升序
我们先来实现一个对指定数组[3, 2, 5, 4, 1]从小到大升序排序。
// 求数组中的最小值的下标
const findSmallest = (arr) => {
let smallestValue = arr[0]
let smallestIndex = 0
const len = arr.length
for (let i = 1; i < len; i++) {
if (smallestValue > arr[i]) {
smallestValue = arr[i]
smallestIndex = i
}
}
return smallestIndex
}
const selectionSort = (arr) => {
const newArr = []
while(arr.length){
const smallIndex = findSmallest(arr)
newArr.push(arr.splice(smallIndex, 1)[0])
}
return newArr
}
非常简单！
接下来我们可以优化一下，让其也可以实现降序排序
升序+降序
/**
*
* @param {*} arr
* @param {*} type 1为求最大值，0为求最小值
* @returns
*/
const findSpecialIndex = (arr, type) => {
let specialValue = arr[0]
let specialIndex = 0
const len = arr.length
for (let i = 1; i < len; i++) {
if (type) {
if (specialValue < arr[i]) {
specialValue = arr[i]
specialIndex = i
}
} else {
if (specialValue > arr[i]) {
specialValue = arr[i]
specialIndex = i
}
}
}
return specialIndex
}
/**
*
* @param {*} arr
* @param {*} type 1表示降序， 0表示升序
* @returns
*/
const selectionSort = (arr, type) => {
const newArr = []
while (arr.length) {
const index = findSpecialIndex(arr, type)
newArr.push(arr.splice(index, 1)[0])
}
return newArr
}
END
