快速排序
一、特定的数字数字
var arr=[a1,...,an]; // 长度为n的数组
二、冒泡排序
1、思想:两层for循环,外层从第一个数到倒数第二个数,内层从外层的后面一个数到最后一个数
第1次内层循环,循环n-1次,找到最小数放到a0中,同时将原来a0的值赋值到原数组中最小数的位置;
第2次内层循环,循环n-2次,找到第二小的数放到a1中,同时将原来a1的值赋值到原数组中第二小的数的位置;
...
第n-1次内层循环,循环1次,找到倒数第二大的数a(n-1)和最大数就是最后一个数an;
等差数列,循环次数为: (n-1)(n -1+1)/ 2 = n(n-1)/2
2、特点:排序算法的基础。简单实用易于理解,缺点是比较次数多,效率较低。
3、示例:
function minK(N, K, sort) { var randomArr = []; // 长度为N的随机数字数组 for(var n = 0; n < N; n++) { randomArr.push(Math.floor(Math.random() * 200)); } console.log(randomArr) if(N <= 1) { return randomArr; }
// 当sort为false(即不排序返回),才会改变K值,能减少遍历的次数 var oBoolean; oBoolean = (N/2 < K && !sort) ? true : false; K = oBoolean ? N - K : K; var num = 0; // 循环次数 var t = 0; // 中间存值变量 for(var i = 0 ; i < K; i++) { for(var j = i; j < N - 1; j++) { if(oBoolean) { if(randomArr[i] < randomArr[j+1]) { t = randomArr[i]; randomArr[i] = randomArr[j+1]; randomArr[j+1] = t; } }else{ if(randomArr[i] > randomArr[j+1]) { t = randomArr[i]; randomArr[i] = randomArr[j+1]; randomArr[j+1] = t; } } num++; } } return oBoolean ? [randomArr.slice(K), num] : [randomArr.slice(0, K), num]; } console.log(minK(11, 5, true))
该示例实现长度为N的数字数组,求前K(0<K<=N)个最小的数,sort为true时,前K个数是排序的,当K=N&&sort为true时,就是数组的排序返回;
当sort=true,遍历次数为:(N-1) + (N-2) + (N-3) ... + (N-K) = (N-1 + N-K)K/2 = (2N-K-1)N/2
三、二分法
1、思想:先找到一个基准点(数组中的任何一个),然后数组被该基准点分为两部分,依次与该基准点数据比较,如果比它小,放左边;反之,放右边。
左右分别用一个空数组去存储比较后的数据。最后递归执行上述操作,直到数组长度<=1;
2、特点:快速,常用。缺点是需要另外声明两个数组,浪费了内存空间资源。
3、示例:
var kpTimes = 0; var kuaiPai = function(arr) { if(arr.length <= 1) { return arr; } //var midIndex = Math.floor(arr.length/2); //var minIndexVal = arr.splice(midIndex,1);
var minIndexVal = arr.pop();// 数组的最后一个
var leftArr = []; var rightArr = []; for(var i = 0; i < arr.length; i++) { if(arr[i] > minIndexVal) { rightArr.push(arr[i]); }else{ leftArr.push(arr[i]); } kpTimes++; } return kuaiPai(leftArr).concat(minIndexVal,kuaiPai(rightArr)) } console.log(kuaiPai(arr),kpTimes);
可以用二分法实现求长度为N的数字数组的前K个最小的数。