引入
这章主要讲的是数组的排序篇,我们知道面试的时候,数组的排序是经常出现的题目。所以这块还是有必要进行一下讲解的。笔者观察了下前端这块的常用算法排序题,大概可以分为如下
冒泡排
–>稳定排序
插入排序
–>稳定排序
选择排序
–>不稳定排序
快速排序
–>不稳定排序
所以笔者在该章节只会讲解这4
大排序算法的实现,至于有些读者问如果面试题出了其他的排序算法呢?例如希尔排序
,堆排序
等,我个人认为如果一家公司给候选人出堆排序
,那我觉得他可能就不太想让候选人通过,如果出希尔排序
,那我建议你这次面试可以不用面了,因为95%
以上是KPI
面试。
正文
冒泡排序
冒泡排序工作原理:
- 比较相邻的元素。如果第一个比第二个大,就交换它们两个。
- 对每一对相邻元素做同样的工作,从开始第一对到结尾的最后一对。
- 针对所有的元素重复以上的步骤,除了最后一个。
- 持续每次对越来越少的元素重复上面的步骤,直到没有任何一对数字需要比较。
时间复杂度: O ( n 2 ) O(n^2) O(n2)
代码如下:
function bubbleSort(arr) {const len = arr.length;for (let i = 0; i < len - 1; i++) {// 每轮循环最后i个元素已经是有序的,所以内层循环可以减去ifor (let j = 0; j < len - 1 - i; j++) {// 如果前一个元素大于后一个元素,则交换它们的位置if (arr[j] > arr[j + 1]) {const temp = arr[j];arr[j] = arr[j + 1];arr[j + 1] = temp;}}}return arr;
}// 测试
const arr = [2, 3, 1, 4, 5];
console.log(bubbleSort(arr));
// 输出: [1, 2, 3, 4, 5]
插入排序
插入排序工作原理:
- 从第一个元素开始,该元素可以认为已经被排序。
- 取出下一个元素,在已经排序的元素序列中从后向前扫描。
- 如果该元素(已排序)大于新元素,将该元素移到下一位置。
- 重复步骤3,直到找到已排序的元素小于或者等于新元素的位置。
- 将新元素插入到该位置后。
- 重复步骤2~5。
时间复杂度: O ( n 2 ) O(n^2) O(n2)
代码如下:
function insertionSort(arr) {const len = arr.length;for (let i = 1; i < len; i++) {const key = arr[i];let j = i - 1;// 将arr[i]元素移到已排序部分的正确位置while (j >= 0 && arr[j] > key) {arr[j + 1] = arr[j];j--;}arr[j + 1] = key;}return arr;
}// 测试
const arr = [2, 3, 1, 4, 5];
console.log(insertionSort(arr));
// 输出: [1, 2, 3, 4, 5]
选择排序
选择排序工作原理:
- 在未排序序列中找到最小(或最大)元素,存放到排序序列的起始位置。
- 再从剩余未排序元素中继续寻找最小(或最大)元素,然后放到已排序序列的末尾。
- 重复第二步,直到所有元素均排序完毕。
时间复杂度: O ( n 2 ) O(n^2) O(n2)
代码如下:
function selectionSort(arr) {const n = arr.length;for (let i = 0; i < n; i++) {let minIndex = i;for (let j = i + 1; j < n; j++) {if (arr[j] < arr[minIndex]) {minIndex = j;}}if (minIndex !== i) {[arr[i], arr[minIndex]] = [arr[minIndex], arr[i]];}}return arr;
}// 测试
const arr = [2, 3, 1, 4, 5];
console.log(selectionSort(arr));
// 输出: [1, 2, 3, 4, 5]
快速排序
快速排序工作原理:
- 从数列中挑出一个元素作为基准(pivot),通常选择第一个或最后一个元素。
- 重新排列数列,所有比基准小的元素摆放在基准前面,所有比基准大的元素摆在基准后面(相同的数可以到任一边)。在这个分区结束之后,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
时间复杂度: O ( n l o g n ) O(nlogn) O(nlogn)
代码如下:
function quickSort(arr) {if (arr.length <= 1) {return arr;}const pivot = arr[0];const left = [];const right = [];for (let i = 1; i < arr.length; i++) {if (arr[i] < pivot) {left.push(arr[i]);} else {right.push(arr[i]);}}return [...quickSort(left), pivot, ...quickSort(right)];
}