摘要:一谈,原始的归并排序二谈,优化后的归并排序优化算法的指导思想之一,找到某些可以简化处理的特殊情况合并时的特殊情况当的最后一个元素小于的第一个元素时,那么顺序就应该是当的最后一个元素小于的第一个元素时,那么顺序就应该是所以修改函数如下适时
一谈,原始的归并排序
function mergeSort(arr) { let { length } = arr if (length < 2) { return arr } let midIndex = Math.floor(length / 2) let leftArr = mergeSort(arr.slice(0, midIndex)) let rightArr = mergeSort(arr.slice(midIndex)) return merge(leftArr, rightArr) } function merge(leftArr, rightArr) { let i = 0, j = 0, arr = [] while (true) { if (i === leftArr.length) { arr.push(...rightArr.slice(j)) break } if (j === rightArr.length) { arr.push(...leftArr.slice(i)) break } if (leftArr[i] < rightArr[j]) { arr.push(leftArr[i]) i++ } if (rightArr[j] <= leftArr[i]) { arr.push(rightArr[j]) j++ } } return arr } let arr = [1, 5, 2, 11, 7, 3, 1, 6, 17, 10] let arrInOrder = mergeSort(arr) console.log(arrInOrder) // [ 1, 1, 2, 3, 5, 6, 7, 10, 11, 17 ]二谈,优化后的归并排序
优化算法的指导思想之一,找到某些可以简化处理的特殊情况
合并时的特殊情况当 leftArr 的最后一个元素小于 rightArr 的第一个元素时,那么顺序就应该是 [leftArr, rightArr]
当 rightArr 的最后一个元素小于 leftArr 的第一个元素时,那么顺序就应该是 [rightArr, leftArr]
所以修改 mergeSort 函数如下
function mergeSort(arr) { let { length } = arr if (length < 2) { return arr } let midIndex = Math.floor(length / 2) let leftArr = mergeSort(arr.slice(0, midIndex)) let rightArr = mergeSort(arr.slice(midIndex)) if (leftArr[leftArr.length - 1] <= rightArr[0]) { return [...leftArr, ...rightArr] } if (rightArr[rightArr.length - 1] <= leftArr[0]) { return [...rightArr, ...leftArr] } return merge(leftArr, rightArr) } ...适时的利用插入排序
当数组的长度变小到一定程序时,采用插入排序
递归优化-尾递归先修改代码如下
function mergeSort(arr, fromIndex, length) { if (length < 2) { return } mergeSort(arr, fromIndex, Math.floor(length / 2)) mergeSort(arr, fromIndex + Math.floor(length / 2), length - Math.floor(length / 2)) merge(arr, fromIndex, length) } function merge(arr, fromIndex, length) { let leftArr = arr.slice(fromIndex, fromIndex + Math.floor(length / 2)) let rightArr = arr.slice(fromIndex + Math.floor(length / 2), fromIndex + length) let i = 0, j = 0, orderedArr = [] while (true) { if (i === leftArr.length) { orderedArr.push(...rightArr.slice(j)) break } if (j === rightArr.length) { orderedArr.push(...leftArr.slice(i)) break } if (leftArr[i] < rightArr[j]) { orderedArr.push(leftArr[i]) i++ } if (rightArr[j] <= leftArr[i]) { orderedArr.push(rightArr[j]) j++ } } arr.splice(fromIndex, length, ...orderedArr) } let arr = [1, 5, 2, 11, 7, 3, 1, 6, 17, 10] mergeSort(arr, 0, arr.length) arr // [ 1, 1, 2, 3, 5, 6, 7, 10, 11, 17 ]
把传过的参数都记录下来,存在 argsArr 中
例如在计算 fromIndex 为 0, length 为 10 时,分为三步
先要通过mergeSort计算 fromIndex 为 0, length 为 5
再通过mergeSort计算 fromIndex 为 5, length 为 5
最后merge (arr, 0, 10)
由于尾递归调用,只能先计算 mergeSort(arr, 0, 5, argsArr)
而把 [0, 10, 5, 5] 存起来,前两个参数是merge的参数,后两个是mergeSort的参数
用过的参数就把它去掉,所以[0, 10, 5, 5] => [0, 10] =>
function mergeSort(arr, fromIndex, length, argsArr) { if (length < 2) { let args = argsArr.pop() while (args) { if (args.length === 4) { argsArr.push([args[0], args[1]]) break } if (args.length === 2) { merge(arr, args[0], args[1]) args = argsArr.pop() } } if (args) { return mergeSort(arr, args[2], args[3], argsArr) } else { return } } argsArr.push([fromIndex, length, fromIndex + Math.floor(length / 2), length - Math.floor(length / 2)]) return mergeSort(arr, fromIndex, Math.floor(length / 2), argsArr) } function merge(arr, fromIndex, length) { let leftArr = arr.slice(fromIndex, fromIndex + Math.floor(length / 2)) let rightArr = arr.slice(fromIndex + Math.floor(length / 2), fromIndex + length) let i = 0, j = 0, orderedArr = [] while (true) { if (i === leftArr.length) { orderedArr.push(...rightArr.slice(j)) break } if (j === rightArr.length) { orderedArr.push(...leftArr.slice(i)) break } if (leftArr[i] < rightArr[j]) { orderedArr.push(leftArr[i]) i++ } if (rightArr[j] <= leftArr[i]) { orderedArr.push(rightArr[j]) j++ } } arr.splice(fromIndex, length, ...orderedArr) } let arr = [1, 5, 2, 11, 7, 3, 1, 6, 17, 10, 312, 312, 1, 1, 2323, 4, 56, 3, 14, 5543] mergeSort(arr, 0, arr.length, []) console.log(arr)三谈,迭代版归并排序
其中 merge 函数不变,修改 mergeSort 函数
function mergeSort(arr) { for (let size = 1; size < arr.length; size = size * 2) { for (let i = 0; i + size < arr.length; i = i + size * 2) { merge(arr, i, size * 2) } } } function merge(arr, fromIndex, length) { ... }
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/92722.html
摘要:一谈,原始的快速排序的位置已经固定,不用在排二谈,优化后的快速排序适时的采用插入排序代码略随机化快速排序改变选择主元的方式,从选择末尾的元素,改为随机选择修改函数随机索引与最后一个元素交换,其余不变三路快排都已经排好序末 一谈,原始的快速排序 function swap(arr, i, j) { let temp = arr[i] arr[i] = arr[j] ...
摘要:两个单元素数组的合并实际就是对这两个数进行了排序,即变为,同样再对后一组的两个数归并排序,即变为,再将两单元数组归并成四单元数组即和归并为。 前言 本周讲解两个50多年前发明,但今天仍然很重要的经典算法 (归并排序和快速排序) 之一 -- 归并排序,几乎每个软件系统中都可以找到其中一个或两个的实现,并研究这些经典方法的新变革。我们的涉及范围从数学模型中解释为什么这些方法有效到使这些算法...
摘要:排序之归并排序简介归并排序的算法是将多个有序数据表合并成一个有序数据表。如果参与合并的只有两个有序表,则成为二路合并。对于一个原始的待排序数列,往往可以通过分割的方法来归结为多路合并排序。 Java排序之归并排序 1. 简介 归并排序的算法是将多个有序数据表合并成一个有序数据表。如果参与合并的只有两个有序表,则成为二路合并。对于一个原始的待排序数列,往往可以通过分割的方法来归结为多路合...
阅读 3010·2021-11-24 10:47
阅读 3796·2021-11-02 14:43
阅读 2204·2021-09-26 10:15
阅读 2177·2021-09-08 09:35
阅读 531·2019-08-30 12:45
阅读 2750·2019-08-29 17:04
阅读 3197·2019-08-26 14:05
阅读 1239·2019-08-26 12:10