js算法-快速排序(Quicksort)

快速排序(英语:Quicksort),又称划分交换排序(partition-exchange sort),简称快排,一种排序算法,最早由东尼·霍尔提出。在平均状况下,排序n个项目要O(nLogn)次比较。在最坏状况下则需要O(n^2)次比较,但这种状况并不常见。事实上,快速排序O(nLogn)通常明显比其他算法更快,因为它的内部循环(inner loop)可以在大部分的架构上很有效率地达成

快速排序可能大家都学过,在面试中也经常会遇到,哪怕你是做前端的也需要会写,这里会列举两种不同的快排代码进行分析

快速排序的3个基本步骤:

  1. 从数组中选择一个元素作为基准点
  2. 排序数组,所有比基准值小的元素摆放在左边,而大于基准值的摆放在右边。每次分割结束以后基准值会插入到中间去。
  3. 最后利用递归,将摆放在左边的数组和右边的数组在进行一次上述的1和2操作。

为了更深入的理解,可以看下面这张图

图片描述

我们根据上面这张图,来用文字描述一下

  1. 选择左右边的元素为基准数,7
  2. 将小于7的放在左边,大于7的放在右边,然后将基准数放到中间
  3. 然后再重复操作从左边的数组选择一个基准点2
  4. 3比2大则放到基准树的右边
  5. 右边的数组也是一样选择12作为基准数,15比12大所以放到了12的右边
  6. 最后出来的结果就是从左到右 2 ,3,7,12,15了

以上就是快速排序基本的一个实现思想。

快速排序实现方式一

这是我最近看到的一种快排代码

var quickSort = function(arr) {
  if (arr.length <= 1) {
    return arr;
  }
  var pivotIndex = Math.floor(arr.length / 2);
  var pivot = arr.splice(pivotIndex, 1)[0];
  var left = [];
  var right = [];

  for (var 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));
};

以上代码的实现方式是,选择一个中间的数字为基准点,用两个数组分别去保存比基准数小的值,和比基准数大的值,最后递归左边的数组和右边的数组,用concat去做一个数组的合并。

对于这段代码的分析:
缺点:

  • 获取基准点使用了一个splice操作,在js中splice会对数组进行一次拷贝的操作,而它最坏的情况下复杂度为O(n),而O(n)代表着针对数组规模的大小进行了一次循环操作。
  • 首先我们每次执行都会使用到两个数组空间,产生空间复杂度。
  • concat操作会对数组进行一次拷贝,而它的复杂度也会是O(n)
  • 对大量数据的排序来说相对会比较慢

优点:

  • 代码简单明了,可读性强,易于理解
  • 非常适合用于面试笔试题

那么我们接下来用另外一种方式去实现快速排序

快速排序的实现方式二

图片描述

从上面这张图,我们用一个指针i去做了一个分割

  • 初始化i = -1
  • 循环数组,找到比支点小的数就将i向右移动一个位置,同时与下标i交换位置
  • 循环结束后,最后将支点与i+1位置的元素进行交换位置
  • 最后我们会得到一个由i指针作为分界点,分割成从下标0-i,和 i+1到最后一个元素。

下面我们来看一下代码的实现,整个代码分成三部分,数组交换,拆分,qsort(主函数)三个部分

先写最简单的数组交换吧,这个大家应该都懂

    function swap(A, i ,j){
        const t = A[i];
        A[i] = A[j];
        A[j] = t;
    }

下面是拆分的过程,其实就是对指针进行移动,找到最后指针所指向的位置

/**
 * 
 * @param {*} A  数组
 * @param {*} p  起始下标
 * @param {*} r  结束下标 + 1
 */
 function dvide(A, p, r){
    // 基准点
    const pivot = A[r-1];
    
    // i初始化是-1,也就是起始下标的前一个
    let i = p - 1;
    
    // 循环
    for(let j = p; j < r-1; j++){
        // 如果比基准点小就i++,然后交换元素位置
        if(A[j] <= pivot){
            i++;
            swap(A, i, j);
        }
    }
    // 最后将基准点插入到i+1的位置
    swap(A, i+1, r-1);
    // 返回最终指针i的位置
    return i+1;
 }

主程序主要是通过递归去重复的调用进行拆分,一直拆分到只有一个数字。

    /**
     * 
     * @param {*} A  数组
     * @param {*} p  起始下标
     * @param {*} r  结束下标 + 1
     */
    function qsort(A, p, r){
        r = r || A.length;
        if(p < r - 1){
            const q = divide(A, p, r);
            qsort(A, p, q);
            qsort(A, q + 1, r);
        }
        return A;
    }

完整代码

function swap(A, i, j) {
  const t = A[i];
  A[i] = A[j];
  A[j] = t;
}

/**
 *
 * @param {*} A  数组
 * @param {*} p  起始下标
 * @param {*} r  结束下标 + 1
 */
function divide(A, p, r) {
  const x = A[r - 1];
  let i = p - 1;

  for (let j = p; j < r - 1; j++) {
    if (A[j] <= x) {
      i++;
      swap(A, i, j);
    }
  }

  swap(A, i + 1, r - 1);

  return i + 1;
}

/**
 * 
 * @param {*} A  数组
 * @param {*} p  起始下标
 * @param {*} r  结束下标 + 1
 */
function qsort(A, p = 0, r) {
  r = r || A.length;

  if (p < r - 1) {
    const q = divide(A, p, r);
    qsort(A, p, q);
    qsort(A, q + 1, r);
  }

  return A;
}

总结

第二段的排序算法我们减少了两个O(n)的操作,得到了一定的性能上的提升,而第一种方法数据规模足够大的情况下会相对来说比较慢一些,快速排序在面试中也常常出现,为了笔试更好写一些可能会有更多的前端会选择第一种方式,但也会有一些为难人的面试官提出一些算法中的问题。而在实际的项目中,我觉得第一种方式可以少用。

推荐

本人最近写的关于数据结构系列如下,欢迎大家看看点个赞哈:
js数据结构-栈
js数据结构-链表
js数据结构-队列
js数据结构-二叉树(二叉堆)
js数据结构-二叉树(二叉搜索树)

你可能感兴趣的:(javascript,node.js,排序学习,数据结构和算法)