js算法初窥02(排序算法02-归并、快速以及堆排序)
上一篇,我们讲述了一些简单的排序算法,其实说到底,在前端的职业生涯中,不涉及node、不涉及后台的情况下,我目前还真的没想到有哪些地方可以用到这些数据结构和算法,但是我在前面的文章也说过了。或许你用不到,但是,真的,如果你想要在前端领域有一个不错的发展。数据结构和算法一定是你的必修课。它不仅仅让你在处理问题的时候可以有一个思维底蕴,更重要的是,在遇到一些奇葩产品的时候,你可以和他PK到底!嗯,到底!
哈哈,开个小玩笑。咱们还是聊点有营养的。上一篇的算法比较简单,主内容就是循环,次内容就是比较。但是,这篇文章所介绍的一些算法,在实现上有些许的复杂,甚至在其中涉及到了一部分数据结构相关的知识,如果你对数据结构还不是十分了解,请移步这里用js来实现那些数据结构—目录。
那么,我们这篇文章要一起来看看另外一些在执行上有着更高效率的算法,比如归并排序,比如快速排序,还有堆排序等等。
1、归并排序
我们先来看看什么是归并排序,以及归并排序是怎么实现的。
归并排序属于一种分治算法。归并排序的思想就是将原始数组切分成一个一个较小的数组,直到每一个数组只有一个元素为止,然后再把一个一个小数组,一点一点的结合成一个最终排序后的数组。其实简单来说,就是先分,再合。归并排序的实现有两种方法,一种是递归,一种是迭代。下面我们只用递归的方式来实现一下代码:
//归并排序
// 不多说,你懂的。
this.mergeSort = function () {
array = mergeSortRec(array);
};
//这个私有函数,其实就是整个归并排序中“分”的部分。我们来看看它是如何“分”的。
var mergeSortRec = function (array) {
//存储数组长度。
var length = array.length;
//由于是递归,所以当length 为 1 的时候,说明我们分到底了。直接返回这个数组。也就是只有一个元素的数组。
//同时这个判断条件也是递归的终止条件,要记住任何递归操作都必须有终止条件。不然会陷入死循环。
if(length === 1) {
return array;
}
//我们要把原始数组从中一分为二。下面就是一分为二的操作。无需多说。
var mid = Math.floor(length / 2),
left = array.slice(0,mid),
right = array.slice(mid,length);
// 这里,我们先不去管merge函数是做什么的。我们先看递归到最底层。merge的两个参数会变成什么。
// 由于我们又返回了自身,至此递归就形成了。在merge的参数中我们又递归调用了一次自身。
// 那么这次调用我们把left和right两个数组又拆分了一次。直到最后array.length 为 1(归并的最小单位)。
// 那么换句话说,实际上merge函数递归的最底层传入的就是两个只有一个元素的数组。
return merge(mergeSortRec(left),mergeSortRec(right));
}; var merge = function (left,right) {
// 我们声明一个最终结果的数组result,
// il和ir是用来控制左右两个数组的迭代的变量
var result = [],il = 0,ir = 0; // 这里,我们的最底层是只有两个只有一个元素的数组
/*
array[left]和array[right]
第一个while, 循环的条件是两个长度变量是否在合法值内。
*/
while(il < left.length && ir < right.length) {
// 如果左侧小于右侧,此时的il和ir是相等的都是0。注意这一点
// 我们就把左侧的left[il]放入数组并il++。否则,我们就把right[ir]存入数组result并ir++。此时,il和ir就不相等了。
// 所以,这时候,我们下一次循环判断的条件就是递增的ir或il与没有递增的il或者ir做比较。这样就使得一个数组中的一个元素与另外数组中所有元素都做过比较。
// 希望上面我说明白了想要表达的意思。
if(left[il] < right[ir]) {
// 这里,不太容易理解。为什么我们要在result中加入il++而不是il?
// 其实这里的意思是,先加如left[il]再il++。
// 不信,你可以把代码改成这个样子
/*
result.push(left[il]);
il++
*/
// 效果是一样一样的。
result.push(left[il++]);
} else {
result.push(right[ir++]);
}
};
//这两个循环的目的是把剩余的数组元素(包括left数组和right数组)都存入result数组中。
// 这样我们就行了一个归并后的结果数组,然后进行下一次的归并过程的初始参数。
while(il < left.length) {
result.push(left[il++]);
}; while(ir < right.length) {
result.push(right[ir++]);
}; return result;
}; //我们用上一章的方法来测试一下归并排序
var arraylist = creatArrayList(5);
console.log(arraylist.toString());//5,4,3,2,1
arraylist.mergeSort();
console.log(arraylist.toString());//1,2,3,4,5
其实归并排序的核心思想就是先拆分数组直至分为只有一个元素的数组时,再对其一点一点的进行合并。
2、快速排序
快速排序是我们在组织架构或者实际应用中最为常用的排序算法之一,你也可以把快速排序用在你的项目中。
快速排序的思想和归并排序有些类似,但是快速排序不需要把拆分开的元素装入一个新的数组,而是直接在原数组上进行交换操作。
那么我们来看看快速排序的操作步骤:
首先我们要找到用于与之相比较的“主元”。理论上主元可以为数组中的任意的元素,但是在本文中我们选取数组的中间项作为主元。
然后,我们选择主元左侧和右侧的两部分中的元素分别和主元做比较,直到我们找到了左侧比主元大并且右侧比主元小的元素,那么我们就交换两个元素的位置。直到迭代的左侧指针超过了右侧指针。这样,我们就使比主元小的元素和比主元大的元素分别存在于主元的两侧。
最后,我们再对左右两侧的数组递归重复上面的步骤。直至数组排序结束。
我们来看下代码。
//快速排序
this.quickSort = function () {
// 这里传入的参数是原始数组本身和首尾元素的下标。
quick(array,0,array.length - 1);
}; var quick = function (array,left,right) {
// 这个index是为了帮助我们分离出较小值数组和较大值数组的
var index;
// 如果length>1才执行逻辑,因为只有一个元素的数组意味着无需排序。
if(array.length > 1) {
// partition返回一个元素的下标。
index = partition(array,left,right);
//下面两个判断条件为了区分我们要递归的是较小值数组还是较大值数组。
if(left < index - 1) {
quick(array,left,index - 1);
}; if(index < right) {
quick(array,index,right);
};
}
};
//我们来看看划分过程的这个方法
var partition = function (array,left,right) {
// pivot(主元),也就是我们要与之比较的元素。我们选取中间项作为主元。
// i和j代表着较小值数组和较大值数组当前元素的指针
var pivot = array[Math.floor((right + left) / 2)],i = left,j = right;
//要知道最开始的i是0,j是lenght-1。所以i++是往右侧移动指针,j--是往左侧移动指针。
//循环的条件是较小值数组的下标小于较大值数组的下标。
while(i <= j) {
// 如果array[i]元素小于主元,向右移动指针。
while(array[i] < pivot) {
i++;
};
// 如果array[j]元素大于主元,向左移动指针。
while(array[j] > pivot) {
j--;
};
//上面两个while迭代,当遇到不符合条件的时候就会停下来。
// 而这种不符合条件的情况是array[i]>array[j]。这是要调整的情况。但是此时i仍旧是小于等于j的。要注意,i在这里不可能比j大。
// 所以我们此时交换两个下标对应的元素,并改变i和j的指针。最后返回下标i。
if(i <= j) {
swap(array,i,j);
i++;
j--;
};
}; return i;
}; var arraylist = creatArrayList(5);
console.log(arraylist.toString());//5,4,3,2,1
arraylist.quickSort();
console.log(arraylist.toString());//1,2,3,4,5
在说堆排序之前,我们得先了解一下什么是堆,堆这种数据结构本质是一个完全二叉树(如果你还不知道什么是树,请看我前面的文章),那么既然堆是一种树,那么有关于树的一些概念都可以用在堆上面,比如深度,比如节点等。要知道,树通常都会有左孩子又孩子节点和父节点的指针,但是在完全二叉树中,这些指针都可以去掉,因为我们可以用一定的规律来直接找到当前节点的关联节点。比如给定某一个结点,假设它的下标为i,那么它的左孩子结点的下标就是2i + 1,右孩子结点的下标就是2i + 2,它的父结点为(i−1)/2。这样,我们就把可以省略去这些指针,直接将堆中的结点存储在数组中了。
在了解了什么是堆之后,我们看看堆排序是怎么操作的。我们直接从代码中看比较具体:
//堆排序
// 这里你需要对树数据结构有一定的了解和认识。如果你对树结构还不是十分了解,请看我前面有关于树结构的相关章节。
// 或者,你可以直接用下面的代码来解决问题,当然,你需要做一些细微的改动。
this.heapSort = function () {
// 把数组长度存入一个变量
var heapSize = array.length;
// 把该数组“堆”化。
buildHeap(array);
//迭代递减heapSize的长度,交换数组中下标为0和当前的heapSize重新使变动的堆“合理化”。这里的合理化是指让交换了元素位置的数组重新生成符合堆原理的一个新数组。
while(heapSize > 1) {
heapSize--;
swap(array,0,heapSize);
heapify(array,heapSize,0);
};
};
//生成堆函数,我们的i为数组中间值并且递减i的循环为heapify函数传入。
var buildHeap = function (array) {
var heapSize = array.length;
for(var i = Math.floor(array.length / 2);i >= 0; i--) {
heapify(array,heapSize,i);
};
};
//“堆”化函数。
var heapify = function (array,heapSize,i) {
//我们声明左节点,右节点,以及父节点(也就是largest)的变量
var left = i * 2 + 1,
right = i * 2 + 2,
largest = i;
//这两个判断是为了知道在当前轮中的父节点是谁。
if(left < heapSize && array[left] > array[largest]) {
largest = left;
}; if(right < heapSize && array[right] > array[largest]) {
largest = right;
};
//如果largest变了,我们就需要交换两个值得位置。并且重新调用heapify。
if(largest !== i) {
swap(array,i,largest);
heapify(array,heapSize,largest);
};
}; var arraylist = creatArrayList(125);
console.log(arraylist.toString());//5,4,3,2,1
arraylist.heapSort();
console.log(arraylist.toString());//1,2,3,4,5
堆排序的概念其实并不难理解,唯一需要注意的就是堆数据结构的概念,希望我说清楚了,如果你觉得我对于堆的讲解并不详细,首先你可以百度,其次你可以谷歌,再次你还可以去搜维基百科。实在不行,你去这里看看https://zhuanlan.zhihu.com/p/25820535。这是一篇有关于java相关的系列教程之一。当然,就算你不懂java,相信你也一样可以看懂,真的,我没开玩笑。
我在纠结要不要画张图还是就这样结束,因为画一个完整的流程图真的很花时间......我抽根烟考虑下......要不大家去买本书看吧。。。。嗯....一个不错的建议。
下面我们以数组[3,5,1,6,4,7,2]作为图例的基本数据:
图片要结合代码一起看,不然看不懂的噢.......还有,这个图你最好放大了看,不然累眼睛。。。
最后,其实有关于排序算法还有很多,比如计数排序,桶排序,基数排序等等等等等。排序算法远不止如此。但是本系列不会介绍这么多的算法,如果你想要更深入的去了解其它算法的内容,可以自行查找相关的资料。
好了,终于要结束了,希望本文的内容能带给你一点点的收获。
最后,由于本人水平有限,能力与大神仍相差甚远,若有错误或不明之处,还望大家不吝赐教指正。非常感谢!
js算法初窥02(排序算法02-归并、快速以及堆排序)的更多相关文章
- js算法初窥05(算法模式02-动态规划与贪心算法)
在前面的文章中(js算法初窥02(排序算法02-归并.快速以及堆排)我们学习了如何用分治法来实现归并排序,那么动态规划跟分治法有点类似,但是分治法是把问题分解成互相独立的子问题,最后组合它们的结果,而 ...
- js算法初窥07(算法复杂度)
算法复杂度是我们来衡量一个算法执行效率的一个度量标准,算法复杂度通常主要有时间复杂度和空间复杂度两种.时间复杂度就是指算法代码在运行最终得到我们想要的结果时所消耗的时间,而空间复杂度则是指算法中用来存 ...
- js算法初窥04(算法模式01-递归)
终于来到了有点意思的地方--递归,在我最开始学习js的时候,基础课程的内容就包括递归,但是当时并不知道递归的真正意义和用处.我只是知道,哦...递归是自身调用自身,递归要记得有一个停止调用的条件.那时 ...
- js算法初窥06(算法模式03-函数式编程)
在解释什么是函数式编程之前,我们先要说下什么是命令式编程,它们都属于编程范式的一种.命令式编程其实就是一块一块的代码,其中包括了我们要执行的逻辑或者判断或者一些运算.也就是按部就班的一步一步完成我们所 ...
- 冒泡排序算法和简单选择排序算法的js实现
之前已经介绍过冒泡排序算法和简单选择排序算法和原理,现在有Js实现. 冒泡排序算法 let dat=[5, 8, 10, 3, 2, 18, 17, 9]; function bubbleSort(d ...
- 链表插入和删除,判断链表是否为空,求链表长度算法的,链表排序算法演示——C语言描述
关于数据结构等的学习,以及学习算法的感想感悟,听了郝斌老师的数据结构课程,其中他也提到了学习数据结构的或者算法的一些个人见解,我觉的很好,对我的帮助也是很大,算法本就是令人头疼的问题,因为自己并没有学 ...
- 数据结构和算法(Golang实现)(25)排序算法-快速排序
快速排序 快速排序是一种分治策略的排序算法,是由英国计算机科学家Tony Hoare发明的, 该算法被发布在1961年的Communications of the ACM 国际计算机学会月刊. 注:A ...
- 数据结构和算法(Golang实现)(18)排序算法-前言
排序算法 人类的发展中,我们学会了计数,比如知道小明今天打猎的兔子的数量是多少.另外一方面,我们也需要判断,今天哪个人打猎打得多,我们需要比较. 所以,排序这个很自然的需求就出来了.比如小明打了5只兔 ...
- 数据结构和算法(Golang实现)(19)排序算法-冒泡排序
冒泡排序 冒泡排序是大多数人学的第一种排序算法,在面试中,也是问的最多的一种,有时候还要求手写排序代码,因为比较简单. 冒泡排序属于交换类的排序算法. 一.算法介绍 现在有一堆乱序的数,比如:5 9 ...
- 数据结构和算法(Golang实现)(20)排序算法-选择排序
选择排序 选择排序,一般我们指的是简单选择排序,也可以叫直接选择排序,它不像冒泡排序一样相邻地交换元素,而是通过选择最小的元素,每轮迭代只需交换一次.虽然交换次数比冒泡少很多,但效率和冒泡排序一样的糟 ...
随机推荐
- 使用“万能数据库查询分析器”的Windows 7、Windows 8、Windows 10的用户须知
与以前的Windows操作系统版本(包括WinXP/VISTA/Windows2000/WindowsNt/Win98)不同,Windows 7.Windows 8.Windows 10短日期采用的分 ...
- android离线缓存技术
离线缓存是指在有网络的状态下将从服务器获取的网络数据,如Json 数据缓存到本地,在断网的状态下启动APP时读取本地缓存数据显示在界面上,常用的APP(网易新闻.知乎等等)都是支持离线缓存的,这样带来 ...
- HBase开启LZO
hbase只支持对gzip的压缩,对lzo压缩支持不好.在io成为系统瓶颈的情况下,一般开启lzo压缩会提高系统的吞吐量.但这需要参考具体的应用场景,即是否值得进行压缩.压缩率是否足够等等. 想要hb ...
- obj-c属性的新的特性
在以前的objc中我们必须在接口中定义属性对应的实例方法,然后在实现文件中"同步"该属性,如下代码: @interface Foo:NSObject{ NSString *name ...
- How tomcat works 读书笔记十三 Host和Engine
Host Host是Context的父容器.如果想在一个tomcat上部署多个context就需要使用Host了.上下文容器的父容器是主机,但是可能有一些其它实现,没有必要的时候也可以忽略.不过在实践 ...
- 如何编写 PL/SQL 程序
本文的操作选用的数据库是oracle 数据库,登陆的用户是自带的scott用户,默认密码:tiger,有不懂得可以相互讨论一下,谢谢. 首先需要了解PL/SQL块的结构,PL/SQL块由定义部门.执行 ...
- python snownlp情感分析简易demo
SnowNLP是国人开发的python类库,可以方便的处理中文文本内容,是受到了TextBlob的启发而写的,由于现在大部分的自然语言处理库基本都是针对英文的,于是写了一个方便处理中文的类库,并且和T ...
- 春天的事务之9.3编程式事务 - 跟我学spring3
9.3编程式事务 9.3.1编程式事务概述 所谓编程式事务指的是通过编码方式实现事务,即类似于JDBC编程实现事务管理. Spring框架提供一致的事务抽象,因此对于JDBC还是JTA事务都是采用相同 ...
- JVM terminated. Exit code=8096
http://www-01.ibm.com/support/docview.wss?uid=swg21303648 Technote (troubleshooting) Problem(Abstrac ...
- Odoo 学习 【二】Environment 概览
Environment 参考链接: http://odoo-new-api-guide-line.readthedocs.io/en/latest/environment.html#environme ...