前端探索 | 排序算法

递归找最小

let min = (numbers) => {
    if (numbers.length > 2) {
        return min(
            [numbers[0], min(numbers.slice(1))]
        )
    } else {
        return Math.min.apply(null, numbers)
    }
}

递归排序

let min = (numbers) => {
    if (numbers.length > 2) {
        return min(
            [numbers[0], min(numbers.slice(1))]
        )
    } else {
        return Math.min.apply(null, numbers)
    }
}

let sort = (numbers) => {
    if (numbers.length > 2) {
        let index = minIndex(numbers)
        let min = numbers[index]
        numbers.slice(index, 1)
        return [min].concat(sort(numbers))
    } else {
        return numbers[0] < numbers[1] ? numbers[0] : numbers.reverse()
    }
}

选择排序

let sort = (numbers) => {
    for (let i = 0; i < numbers.length - 1; i++) {
        let index = minIndex(numbers.slice(i)) + i
        if (index !== i) {
            swap(numbers, index, i)
        }
    }
    return numbers
}

let swap = (array, i, j) => {
    let temp = array[i]
    array[i] = array[j]
    array[j] = temp
}

let minIndex = (numbers) => {
    let index = 0
    for (let i = 1; i < numbers.length; i++) {
        if (numbers[i] < numbers[index]) {
            index = i
        }
    }
    return index
}

快速排序

let quickSort = arr => {
    if (arr.length <= 1) {
        return arr
    }
    let pivotIndex = Math.floor(arr.length / 2)
    let pivot = arr.slice(pivotIndex, 1)[0] //[0]的作用是把数组变成数
    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))
}

归并排序

let mergeSort = arr => {
    if (arr.length === 1) {
        return arr
    }
    let left = arr.slice(0, Math.floor(arr.length / 2))
    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(b, a.slice(1)))
}

计数排序

let countSort = arr =>{
   let hashTable={},max=0,result=[]
   for (let i=0;i<arr.lenght;i++){
       if(!(arr[i] in hashTable)){
           hashTable[arr[1]]=1
       }else{
           hashTable[arr[1]]+=1
       }
       if(arr[i]>max){max=arr[i]}
   }
   for(let j=0;j<=max;j++){
       if(j in hashTable){
           result.push(j)
       }
   }
   return result
}
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

  • 快排上图中空间复杂度数据错误,应该是O(log n)。 插入,堆,归并,快排 n表示数据规模,k表示桶的个数。n:...
    hadoop_a9bb阅读 1,633评论 2 36
  • 本文总结十大经典排序算法及变形,并提供Java实现。参考文章:十大经典排序算法总结(Java语言实现)快速排序算法...
    Steven1997阅读 17,714评论 3 185
  • 它们都属于内部排序,也就是只考虑数据量较小仅需要使用内存的排序算法,他们之间关系如下: 稳定与非稳定: 如果一个排...
    996小迁阅读 336评论 0 0
  • 今天突然想使用简单的方式,总结一下常见的六种排序算法。我们都知道,这六种排序算法分别是:冒泡排序、选择排序、插入排...
    小马龙阅读 474评论 0 0
  • 简介 原地排序:就是指空间复杂度为O(1)的排序算法。 稳定性:如果待排序的序列中存在值等的元素,经过排序之后,相...
    geeklyc阅读 419评论 0 0