前端探索 | 排序算法

遞歸找最小

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

遞歸排序

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()
    }
}

選擇排序

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]的作用是把數(shù)組變成數(shù)
    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))
}

歸并排序

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)))
}

計(jì)數(shù)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
}
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

  • 快排上圖中空間復(fù)雜度數(shù)據(jù)錯(cuò)誤,應(yīng)該是O(log n)。 插入,堆,歸并,快排 n表示數(shù)據(jù)規(guī)模,k表示桶的個(gè)數(shù)。n:...
    hadoop_a9bb閱讀 1,697評(píng)論 2 36
  • 本文總結(jié)十大經(jīng)典排序算法及變形,并提供Java實(shí)現(xiàn)。參考文章:十大經(jīng)典排序算法總結(jié)(Java語(yǔ)言實(shí)現(xiàn))快速排序算法...
    Steven1997閱讀 17,968評(píng)論 3 185
  • 它們都屬于內(nèi)部排序,也就是只考慮數(shù)據(jù)量較小僅需要使用內(nèi)存的排序算法,他們之間關(guān)系如下: 穩(wěn)定與非穩(wěn)定: 如果一個(gè)排...
    996小遷閱讀 440評(píng)論 0 0
  • 今天突然想使用簡(jiǎn)單的方式,總結(jié)一下常見的六種排序算法。我們都知道,這六種排序算法分別是:冒泡排序、選擇排序、插入排...
    小馬龍閱讀 526評(píng)論 0 0
  • 簡(jiǎn)介 原地排序:就是指空間復(fù)雜度為O(1)的排序算法。 穩(wěn)定性:如果待排序的序列中存在值等的元素,經(jīng)過排序之后,相...
    geeklyc閱讀 458評(píng)論 0 0

友情鏈接更多精彩內(nèi)容