其他章節請看：
排序和搜索算法
本篇，我們將一起學習最常用的搜索和排序算法，如冒泡排序、選擇排序、插入排序、歸並排序、快速排序，以及二分搜索、插值搜索。
同時我們得理解，首先得排好序，才能更好的搜索需要的信息。
著名算法的動畫演示
https://visualgo.net/ - 數據結構和算法動態可視化。比如有本文介紹的排序算法的動畫版本。
排序算法
冒泡排序
冒泡排序 是所有排序算法中最簡單的一種。
冒泡排序算法的原理：比較相鄰的元素，如果左側比右側元素大（或小），則交換他們。元素向上移至正確的位置，就好像氣泡升至表面。
筆者實現如下：
function bubbleSort(arr) {
// 比較輪數，每輪都會將一個值冒泡到正確的位置
arr.forEach(() => { // {1}
arr.forEach((item, index) => {
// 出界則為 false，不會交換
if (arr[index] > arr[index + 1]) {
[arr[index], arr[index + 1]] = [arr[index + 1], arr[index]]
}
})
})
return arr
}
// [ 1, 2, 3, 4 ]
console.log(bubbleSort([4, 3, 2, 1]))
這個實現可以再優化兩點：
- 比較輪數（行{1}）可以減一。比如有三個數要排序，第一輪結束后，右側第一個數就已經在正確的位置，第二輪結束，右側第二個數也已經在正確位置，第一個數則無需再排序。
- 第2輪結束，數字3和數字4已經在正確的位置，但后續比較中，它們還在一直進行着比較。
即使我們對其進行改進，還是不推薦此算法。它的時間復雜度是O（n²）
選擇排序
選擇排序算法大致思路：找到最小（大）值並放在第一位，接着找到第二小的值並將其放在第二位，依此類推
筆者實現如下：
function selectionSort(arr) {
let { length } = arr
// 例如有三個元素，那么只需遍歷 2 次就能確定第一位和第二位的值，第三個值也就在正確的位置上了
for (let i = 0; i < length - 1; i++) {
// 默認第一是最小值
let min = i
for (let j = i + 1; j < length; j++) {
// 如果最小值不是最小值，更新最小值索引
if (arr[min] > arr[j]) {
min = j
}
}
// 最小值不是最小值，則交互值
if (min !== i) {
[arr[i], arr[min]] = [arr[min], arr[i]]
}
}
return arr
}
// [ 1, 2, 3, 4 ]
console.log(selectionSort([4, 3, 2, 1]));
時間復雜度和冒泡排序一樣，也是 O（n²）。
插入排序
插入排序：是指在待排序的元素中，假設前面n-1(其中n>=2)個數已經是排好順序的，現將第n個數插到前面已經排好的序列中，然后找到合適自己的位置，使得插入第n個數的這個序列也是排好順序的。按照此法對所有元素進行插入，直到整個序列排為有序
筆者實現如下：
function insertionSort(arr) {
let { length } = arr
// 比如三個元素，第一個默認已經排好序了，只要給剩余兩個元素排序即可
for (let i = 1; i < length; i++) {
let endIndex = i
while (endIndex) {
// endIndex 的元素如果不比前一個值要小，說明已經在正確位置，無需更換
if (arr[endIndex - 1] <= arr[endIndex]) {
break
}
// 更換值
[arr[endIndex - 1], arr[endIndex]] = [arr[endIndex], arr[endIndex - 1]]
--endIndex
}
}
return arr
}
// [ 1, 2, 3, 4 ]
console.log(insertionSort([4, 3, 2, 1]))
時間復雜度O(N^(1-2))。
Tip：最好的情況（如待排數組有序），一共需要比較 N - 1 次，時間復雜度為 O(N)；最壞的情況（如待排數組是逆序），需要比較的總次數為 1+2+3+...+(N-1)，時間復雜度為 O（N²）；排序小型數組，此算法比選擇選擇和冒泡排序的性能要好。
歸並排序
歸並排序 是一個可以實際使用的排序算法。性能比前面介紹的三種排序算法要好，時間復雜度為 O(n log n)。
Tip：對於 javascript 中 Array.prototype.sort() 方法，firefox 使用的就是 並歸排序，而 Chrome(V8 引擎)使用的是 快速排序 的變體。
歸並排序是一種分而治之算法。比如要將 [3, 1, 4, 2, 5] 排序，可以將其分為兩個數組（left = [3, 1]; right = [4, 2, 5]），分別對兩個數組排序，然后再將兩個數組合並。
筆者實現如下：
function mergeSort(arr) {
let { length } = arr
// 一個元素，直接返回
if (length === 1) { return arr }
// 例如三個元素，middleIndex 為 1
const middleIndex = Math.floor(length / 2)
const left = arr.slice(0, middleIndex)
const right = arr.slice(middleIndex)
return merge(mergeSort(left), mergeSort(right))
}
// 將 left 數組和 right 數組合並
// left 和 right 都已經是拍好序的數組
// 例如 left = [1, 3] right = [2, 4, 5]
function merge(left, right) {
let leftIndex = 0
let rightIndex = 0
const { length: leftLen } = left
const { length: rightLen } = right
// 存儲結果
const result = []
while ((leftIndex < leftLen) && (rightIndex < rightLen)) {
if (left[leftIndex] <= right[rightIndex]) {
result.push(left[leftIndex++])
} else {
result.push(right[rightIndex++])
}
}
// 此時 result = [1, 2, 3]
if (leftIndex === leftLen) {
// 將 right 剩余的 4、5 放入 result
result.push(...right.slice(rightIndex))
}
// 如果 right 先一步遍歷完畢，則將 left 剩余元素放入 result
if (rightIndex === rightLen) {
result.push(...left.slice(leftIndex))
}
return result
}
console.log(mergeSort([3, 1, 4, 2, 5]))
// [2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]
// console.log(mergeSort([3, 44, 38, 5, 47, 15, 36, 26, 27, 2, 46, 4, 19, 50, 48]))
快速排序
快速排序 也是比較常見的排序算法。時間復雜度為 O(n log n)。和並歸算法一樣，快速排序也使用分而治之的方法，但不需要合並。
排序流程如下：
- 首先設定一個分界值，通過該分界值將數組分成左右兩部分
- 將大於分界值的數據集中到數組右邊，小於分界值的數據集中到數組的左邊
- 對左邊數組進行划分操作
- 對右邊數組進行划分操作
划分
前 2 步叫做划分操作。我們通過一個小示例來說明一下：
// 划分
function partition(array) {
// 隨便選取一個值作為分界值
let mainValue = array[0]
let leftIndex = 0
let rightIndex = array.length - 1
while (leftIndex <= rightIndex) {
while (array[leftIndex] <= mainValue) {
leftIndex++
}
while (array[rightIndex] >= mainValue) {
rightIndex--
}
if (leftIndex <= rightIndex) {
[array[leftIndex], array[rightIndex]] = [array[rightIndex], array[leftIndex]]
}
}
return leftIndex
}
測試：
let arr = [3, 5, 1, 6, 4, 7, 2]
let middleIndex = partition(arr)
// 3
console.log(middleIndex)
// [3, 2, 1, 6, 4, 7, 5]
console.log(arr)
// 左側數組：[ 3, 2, 1 ]
console.log(arr.slice(0, middleIndex))
// 右側數組：[ 6, 4, 7, 5 ]
console.log(arr.slice(middleIndex))
通過 partition() 方法，會返回一個索引，並會更新原數組（arr），得到的左側數組都小於等於分界值，右側數組都大於等於分界值。
接着對左側數組和后側數組在進行划分操作，最后，數組就會完成排序。
注：此方法有一個問題，比如 arr = [13, 12, 11]，返回的 leftIndex 為 3，明顯不對（arr 的 leftIndex 只會為 0、1或2）。修復方法很簡單，將等號去掉即可：
+ while (array[leftIndex] < mainValue) {
- while (array[leftIndex] <= mainValue) {
leftIndex++
}
+ while (array[rightIndex] > mainValue) {
- while (array[rightIndex] >= mainValue) {
rightIndex--
}
筆者實現
// 在上面的 partition() 方法的基礎上進行稍微調整
function partition(array, leftIndex, rightIndex) {
let mainValue = array[Math.floor((leftIndex + rightIndex) / 2)]
while (leftIndex <= rightIndex) {
// 注：不能包括等於，否則會出界。
// 例如 let arr = [3, 2, 1]; partition(arr, 0, arr.length - 1) 返回 3
while (array[leftIndex] < mainValue) {
leftIndex++
}
while (array[rightIndex] > mainValue) {
rightIndex--
}
if (leftIndex <= rightIndex) {
[array[leftIndex], array[rightIndex]] = [array[rightIndex], array[leftIndex]]
rightIndex--
leftIndex++
}
}
return leftIndex
}
function quickSort(arr, left = 0, right = arr.length - 1) {
// 1 個值
if ((right - left) <= 0) {
return
}
// 進行划分操作
const partitionIndex = partition(arr, left, right)
// partitionIndex 需要減 1，否則 right 值沒變，會造成無限循環
quickSort(arr, left, partitionIndex - 1)
quickSort(arr, partitionIndex, right)
return arr
}
// [ 1, 2, 3 ]
console.log(quickSort([3, 2, 1]))
// [2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]
console.log(quickSort([3, 44, 38, 5, 47, 15, 36, 26, 27, 2, 46, 4, 19, 50, 48]))
注：選擇分界值（稱主元）有幾種方式，最簡單是選擇數組的第一個值，但研究表明，這會導致該算法最差表現，另一種是隨機選擇或者選擇中間值。
算法我們暫且先學習這幾種，我們接着看搜索。
搜索算法
順序搜索
順序（或線性）搜索是最基本的搜索算法。也是最低效的一種搜索算法。
它的機制是：將數據結構的每一項和我們要找的元素比較。
二分搜索
二分搜索 要求被搜索的數據結構已排序。算法的步驟如下：
- 選擇數組中間值
- 如果選中值是待搜索值，那么算法結束（找到了）
- 如果待搜索值比選中值要小，則在選中值的左邊子數組中繼續尋找（返回步驟 1）
- 如果待搜索值比選中值要大，則在右邊子數組中重復步驟 1
// 自定義排序
// 你也可以使用其他排序算法
function customSort(arr) {
return [...arr.sort((a, b) => a - b)]
}
// 二分搜索
function binarySearch(array, v) {
// 首先得將數組排序
let sortedArray = customSort(array)
let start = 0;
let end = sortedArray.length - 1;
let middle
// 可在加上一個條件來提交算法性能：要搜索的值在 [array[start], array[end]] 之間，否則直接返回 -1
while (start <= end) {
middle = Math.floor((start + end) / 2)
if (sortedArray[middle] === v) {
return middle
} else if (v < sortedArray[middle]) {
end = middle - 1
} else {
start = middle + 1
}
}
return -1;
}
console.log(binarySearch([1], 1)) // 0
console.log(binarySearch([], 1)) // -1
// 排序后：[2, 4, 6, 7, 8, 9, 111]
console.log(binarySearch([2, 8, 9, 7, 6, 4, 111], 9)) // 5
注：必須先對數組進行排序，否則此算法有時就會失效。例如 binarySearch([2, 8, 9, 7, 6, 4, 111], 9) 就會返回 -1。
插值搜索
插值搜索（或稱 插值查找、或稱內插搜索）是改良版的 二分搜索。二分搜索總是檢查 middle 位置上的值，而插值搜索將查找點的選擇改進為按公式查找，提高了查找效率。
同樣要求被搜索的數據結構已排序。算法的步驟與二分搜索類似：
- 使用 position 公式選中一個值
- 如果選中值是待搜索值，那么算法結束（找到了）
- 如果待搜索值比選中值要小，則在選中值的左邊子數組中繼續尋找（返回步驟 1）
- 如果待搜索值比選中值要大，則在右邊子數組中重復步驟 1
筆者實現如下：
// 根據一定規則返回 position
// 規則由你決定
function getPosition(arr, start, end, searchVal) {
// 占比
// 注：需要處理 arr[end] 等於 arr[start] 的情況
// 否則 `0 + Math.floor(0*Infinity)` => NaN
let percentage = !Object.is(arr[end], arr[start]) ?
(searchVal - arr[start]) / (arr[end] - arr[start]) :
0
return start + Math.floor((end - start) * percentage)
}
// 插值搜索
function interpolationSearch(array, v) {
// 首先得將數組排序
let sortedArray = customSort(array)
let start = 0;
let end = sortedArray.length - 1;
let position
while (start <= end &&
(v >= array[start]) &&
(v <= array[end])) {
// 使用公式選中一個索引進行比較
position = getPosition(array, start, end, v)
if (sortedArray[position] === v) {
return position
} else if (v < sortedArray[position]) {
end = position - 1
} else {
start = position + 1
}
}
return -1;
}
console.log(interpolationSearch([1], 1)) // 0
console.log(binarySearch([], 1)) // -1
// 排序后：[2, 4, 6, 7, 8, 9, 111]
console.log(interpolationSearch([2, 8, 9, 7, 6, 4, 111], 9)) // 5
隨機算法
Fisher-Yates 隨機算法由 Fisher 和 Yates 創造。原理直接看代碼更加直觀：
// 洗牌：迭代數組，從最后一位開始並將當前元素和一個隨機位置的值進行交換
function shuffle(arr) {
for (let i = arr.length - 1; i > 0; i--) {
// 取得隨機位置：[0, i]
let randomPosition = Math.floor(Math.random() * (i + 1));
// 將當前元素和隨機位置的值進行交換
[arr[randomPosition], arr[i]] = [arr[i], arr[randomPosition]]
}
return arr
}
console.log(shuffle(['a', 'b', 'c', 'd', 'e']))
// 三次洗牌的輸出：
// [ 'e', 'a', 'c', 'b', 'd' ]
// [ 'a', 'c', 'd', 'e', 'b' ]
// [ 'd', 'e', 'a', 'b', 'c' ]
其他章節請看：