冒泡排序
排序的效果图
解法
当前解法为升序
冒泡排序的特点，是一个个数进行处理。第i个数，需要与后续的len-i-1个数进行逐个比较。
因为数组末尾的i个数，已经是排好序的，确认位置不变的了。
为什么确认位置不变，因为它们固定下来之前，已经和前面的数字都一一比较过了。
function bubbleSort(arr){ const len = arr.length; for(let i = 0; i < len - 1; i++){ for(let j = 0; j < len - i - 1; j++){ if(arr[j] > arr[j+1]){ const tmp = arr[j+1]; arr[j+1] = arr[j]; arr[j] = tmp; } } } return arr;}快速排序
概要
快速排序，使用的是分治法的思想。 通过选定一个数字作为比较值，将要排序其他数字，分为 >比较值 和 <比较值，两个部分。并不断重复这个步骤，直到只剩要排序的数字只有本身，则排序完成。
效果图
解法
function quickSort(arr){ sort(arr, 0, arr.length - 1); return arr; function sort(arr, low, high){ if(low >= high){ return; } let i = low; let j = high; const x = arr[i]; // 取出比较值x，当前位置i空出，等待填入 while(i < j){ // 从数组尾部，找出比x小的数字 while(arr[j] >= x && i < j){ j--; } // 将空出的位置，填入当前值， 下标j位置空出 // ps：比较值已经缓存在变量x中 if(i < j){ arr[i] = arr[j] i++; } // 从数组头部，找出比x大的数字 while(arr[i] <= x && i < j){ i++; } // 将数字填入下标j中，下标i位置突出 if(i < j){ arr[j] = arr[i] j--; } // 一直循环到左右指针i、j相遇， // 相遇时，i==j, 所以下标i位置是空出的 } arr[i] = x; // 将空出的位置，填入缓存的数字x，一轮排序完成 // 分别对剩下的两个区间进行递归排序 sort(arr, low, i - 1); sort(arr, i+1, high); }}希尔排序
概要
希尔排序是一种插入排序的算法，它是对简单的插入排序进行改进后，更高效的版本。由希尔（Donald Shell）于1959年提出。 特点是利用增量，将数组分成一组组子序列，然后对子序列进行插入排序。 由于增量是从大到小，逐次递减，所以也称为缩小增量排序。
效果图
解法
注意点 插入排序时，并不是一个分组内的数字一次性用插入排序完成，而是每个分组交叉进行。
执行插入时，使用交换法
function shellSort(arr){ // 分组规则 gap/2 递减 for(let gap = Math.floor(arr.length/2); gap > 0; gap = Math.floor(gap/2)){ for(let i = gap; i < arr.length; i++){ let j = i; // 分组内数字，执行插入排序， // 当下标大的数字，小于 下标小的数字，进行交互 // 这里注意，分组内的数字，并不是一次性比较完，需要i逐步递增，囊括下个分组内数字 while(j - gap >= 0 && arr[j] < arr[j - gap]){ swap(j, j-gap); j = j - gap; } } } return arr; function swap(a, b){ const tmp = arr[a]; arr[a] = arr[b]; arr[b] = tmp; }}执行插入时，使用移动法
function shellSort(arr){ for(let gap = Math.floor(arr.length/2); gap > 0; gap = Math.floor(gap/2)){ for(let i = gap; i < arr.length; i++){ let j = i; const x = arr[j]; // 缓存数字，空出位置 while(j - gap >= 0 && x < arr[j-gap]){ arr[j] = arr[j - gap]; // 将符合条件的数字，填入空出的位置 j = j - gap; } arr[j] = x; // 最后，将缓存的数字，填入空出的位置 } } return arr;}选择排序
排序的效果图
解法
当前解法为升序
function selectionSort(arr){ const len = arr.length; for(let i = 0; i < len-1; i++){ let minIndex = i; for(let j = i+1; j < len; j++){ if(arr[j] < arr[minIndex]){ minIndex = j; // 保存最小数的下标 } } const tmp = arr[i]; arr[i] = arr[minIndex]; arr[minIndex] = tmp; } return arr;}归并排序
概要
归并排序，利用分治思想，将大的数组，分解为小数组，直至单个元素。然后，使用选择排序的方式，对分拆的小数组，进行回溯，并有序合并，直至合并为一个大的数组。
效果图
小数组合并的过程
解法
function mergeSort(arr){ return sort(arr, 0, arr.length - 1); // 注意右区间是arr.length - 1 // sort方法，进行递归 function sort(arr, left, right){ // 当left !== right时，证明还没分拆到最小元素 if(left < right){ // 取中间值，分拆为两个小的数组 const mid = Math.floor((left+right) / 2); const leftArr = sort(arr, left, mid); const rightArr = sort(arr, mid+1, right); // 递归合并 return merge(leftArr, rightArr) } // left == right, 已经是最小元素，直接返回即可 return left >= 0 ? [arr[left]] : []; } // 合并两个有序数组 function merge(leftArr, rightArr){ let left = 0; let right = 0; const tmp = []; // 使用双指针，对两个数组进行扫描 while(left < leftArr.length && right < rightArr.length){ if(leftArr[left] <= rightArr[right]){ tmp.push(leftArr[left++]); }else{ tmp.push(rightArr[right++]); } } // 合并剩下的内容 if(left < leftArr.length){ while(left < leftArr.length){ tmp.push(leftArr[left++]); } } if(right < rightArr.length){ while(right < rightArr.length){ tmp.push(rightArr[right++]); } } return tmp; }}插入排序
排序的效果图
解法
当前解法为升序
function insertionSort(arr){ const len = arr.length; // 注意，i 从 1 开始 for(let i = 1; i < len; i++){ let preIndex = i - 1; let current = arr[i]; // 位置i之前，是已排好序的数字，while的作用是找到一个坑位，给当前数字current插入 while(preIndex >= 0 && arr[preIndex] > current){ arr[preIndex+1] = arr[preIndex]; // 对大于current的值，往后移一位，给current的插入腾出位置 preIndex--; } arr[preIndex+1] = current; } return arr;}堆排序
概要
堆的表示形式
逻辑结构的表示如下：
在物理数据层的表示如下：
堆排序，是选择排序的优化版本，利用数据结构——树，对数据进行管理。
以大顶堆为例:
通过构建大顶堆
将堆顶的最大数拿出，与堆底的叶子节点进行交换
接着，树剪掉最大数的叶子
再对堆进行调整，重新变成大顶堆
返回步骤2，以此循环，直至取出所有数
效果图
在实现代码时，构建大顶堆时，先保证左右子树的有序，再逐步扩大到整棵树。
构建大顶堆
从第一个非叶子节点开始，调整它所在的子树
调整下标1节点的子树后，向上继续调整它的父节点（下标0）所在的子树
最后，完成整个树的调整，构建好大顶堆。
逐个抽出堆顶最大值
堆顶数字与最末尾的叶子数字交换，抽出堆顶数字9。
此时，数字9位置固定下来，树剪掉9所在的叶子。然后，重新构建大顶堆。
大顶堆构建好后，继续抽出堆顶数字8，然后再次重新构建大顶堆。
最后，所有节点抽出完成，代表排序已完成。
解法
以大顶堆为例，对数组进行升序排序
注意点 树的最后一个非叶子节点：(arr.length / 2) - 1 非叶子节点i的左叶子节点： i*2+1 非叶子节点i的右叶子节点： i*2+2
function heapSort(arr){ // 初次构建大顶堆 for(let i = Math.floor(arr.length/2) - 1; i >= 0; i--){ // 开始的第一个节点是 树的最后一个非叶子节点 // 从构建子树开始，逐步调整 buildHeap(arr, i, arr.length); } // 逐个抽出堆顶最大值 for(let j = arr.length -1 ; j > 0; j--){ swap(arr, 0, j); // 抽出堆顶（下标0）的值，与最后的叶子节点进行交换 // 重新构建大顶堆 // 由于上一步的堆顶最大值已经交换到数组的末尾，所以，它的位置固定下来 // 剩下要比较的数组，长度是j,所以这里的值length == j buildHeap(arr, 0, j); } return arr; // 构建大顶堆 function buildHeap(arr, i, length){ let tmp = arr[i]; for(let k = 2*i+1; k < length; k = 2*k+1){ // 先判断左右叶子节点，哪个比较大 if(k+1 < length && arr[k+1] > arr[k]){ k++; } // 将最大的叶子节点，与当前的值进行比较 if(arr[k] > tmp){ // k节点大于i节点的值，需要交换 arr[i] = arr[k]; // 将k节点的值与i节点的值交换 i = k; // 注意：交换后，当前值tmp的下标是k，所以需要更新 }else{ // 如果tmp大于左右子节点，则它们的子树也不用判断，都是小于当前值 break; } } // i是交换后的下标，更新为tmp arr[i] = tmp; } // 交换值 function swap(arr, i, j){ const tmp = arr[i]; arr[i] = arr[j]; arr[j] = tmp; }}计数排序
概要
计数排序的要点，是开辟一块连续格子组成的空间，给数据进行存储。 将数组中的数字，依次读取，存入其值对应的下标中。 储存完成后，再按照空间的顺序，依次读取每个格子的数据，输出即可。
所以，计数排序要求排序的数据，必须是有范围的整数。
效果图
解法
function countingSort(arr){ let maxValue = Number.MIN_VALUE; let minValue = Number.MAX_VALUE; let offset = 0; // 位移，用于处理负数 const result = []; // 取出数组的最大值, 最小值 arr.forEach(num => { maxValue = num > maxValue ? num : maxValue; minValue = num > minValue ? minValue : num; }); if(minValue < 0){ offset = -minValue; } const bucket = new Array(maxValue+offset+1).fill(0); // 初始化连续的格子 // 将数组中的每个数字，根据值放入对应的下标中， // `bucket[num] == n`格子的意义：存在n个数字，值为num arr.forEach(num => { bucket[num+offset]++; }); // 读取格子中的数 bucket.forEach((store, index) => { while(store--){ result.push(index - offset); } }); return result;}桶排序
概要
桶排序是计数排序的优化版，原理都是一样的：分治法+空间换时间。 将数组进行分组，减少排序的数量，再对子数组进行排序，最后合并即可得到结果。
效果图
解法
对桶内数字的排序，本文采用的是桶排序递归。其实它的本质是退化到计数排序。
function bucketSort(arr, bucketSize = 10){ // bucketSize 每个桶可以存放的数字区间(0, 9] if(arr.length <= 1){ return arr; } let maxValue = arr[0]; let minValue = arr[0]; let result = []; // 取出数组的最大值, 最小值 arr.forEach(num => { maxValue = num > maxValue ? num : maxValue; minValue = num > minValue ? minValue : num; }); // 初始化桶的数量 const bucketCount = Math.floor((maxValue - minValue)/bucketSize) + 1; // 桶的数量 // 初始化桶的容器 // 注意这里的js语法，不能直接fill([])，因为生成的二维下标数组，是同一个地址 const buckets = new Array(bucketCount).fill(0).map(() => []); // 将数字按照映射的规则，放入桶中 arr.forEach(num => { const bucketIndex = Math.floor((num - minValue)/bucketSize); buckets[bucketIndex].push(num); }); // 遍历每个桶内存储的数字 buckets.forEach(store => { // 桶内只有1个数字或者空桶，或者都是重复数字，则直接合并到结果中 if(store.length <= 1 || bucketSize == 1){ result = result.concat(store); return; } // 递归，将桶内的数字，再进行一次划分到不同的桶中 const subSize = Math.floor(bucketSize/2); // 减少桶内的数字区间，但必须是最少为1 const tmp = bucketSort(store, subSize <= 1 ? 1: subSize); result = result.concat(tmp); }); return result;}基数排序
概述
基数排序，一般是从右到左，对进制位上的数字进行比较，存入[0, 9]的10个桶中，进行排序。 从低位开始比较，逐位进行比较，让每个进制位（个、十、百、千、万）上的数字，都能放入对应的桶中，形成局部有序。
为什么10个桶？因为十进制数，是由0-9数字组成，对应的进制位上的数字，都会落在这个区间内，所以是10个桶。
基数排序有两种方式：
MSD 从高位开始进行排序
LSD 从低位开始进行排序
效果图
解法
当前解法，只适用正整数的场景。 负数场景，需要加上偏移量解决。可参考 计数排序 的解法。
function quickSort(arr){ sort(arr, 0, arr.length - 1); return arr; function sort(arr, low, high){ if(low >= high){ return; } let i = low; let j = high; const x = arr[i]; // 取出比较值x，当前位置i空出，等待填入 while(i < j){ // 从数组尾部，找出比x小的数字 while(arr[j] >= x && i < j){ j--; } // 将空出的位置，填入当前值， 下标j位置空出 // ps：比较值已经缓存在变量x中 if(i < j){ arr[i] = arr[j] i++; } // 从数组头部，找出比x大的数字 while(arr[i] <= x && i < j){ i++; } // 将数字填入下标j中，下标i位置突出 if(i < j){ arr[j] = arr[i] j--; } // 一直循环到左右指针i、j相遇， // 相遇时，i==j, 所以下标i位置是空出的 } arr[i] = x; // 将空出的位置，填入缓存的数字x，一轮排序完成 // 分别对剩下的两个区间进行递归排序 sort(arr, low, i - 1); sort(arr, i+1, high); }}0算法复杂度
扩展阅读
笔者整理的面试笔试题
参考
JAVA十大排序算法之桶排序详解
JAVA十大排序算法之基数排序详解
图解排序算法(三)之堆排序
图解排序算法(四)之归并排序
快速排序 Quick Sort
图解排序算法(二)之希尔排序
最近笔者在整理第一本电子书书稿《前端面试手册》，有兴趣的同学可以关注下～
喜欢我文章的朋友，可以通过以下方式关注我：
「star」 或 「watch」 我的GitHub blog
RSS订阅我的个人博客：王先生的基地
原文：https://juejin.cn/post/7099436855388536869