首页

当前位置:永利皇宫463登录 > 首页 > 十大经典排序算法,经典排序算法

十大经典排序算法,经典排序算法

来源:http://www.makebuLuo.com 作者:永利皇宫463登录 时间:2019-09-19 12:30

十大经典排序算法

2016/09/19 · 基本功本领 · 7 评论 · 排序算法, 算法

本文小编: 伯乐在线 - Damonare 。未经小编许可,禁止转发!
接待参与伯乐在线 专辑我。

补偿表明三点

优异排序算法(via  kkun)

前言

读者自行尝试能够想看源码戳那,博主在github建了个库,读者能够Clone下来本地尝试。此博文合营源码体验更棒哦

  • 这世界上海市总存在着那么有个别看似相似但有完全两样的东西,例如雷正兴和千寻塔,小平和小大背头,玛丽和马Rio,Java和javascript….当年javascript为了抱Java大腿卑鄙无耻的让投机成为了Java的养子,哦,不是应该是跪舔,毕竟都跟了Java的姓了。可今日,javascript来了个咸鱼翻身,大概要统治web领域,Nodejs,React Native的产出使得javascript在后端和平运动动端都起来并吞了一席之地。能够如此说,在Web的尘世,JavaScript可谓风头无两,已经坐上了头把交椅。
  • 在价值观的微管理器算法和数据结构领域,大许多行业内部教材和本本的暗中同意语言都以Java或许C/C+ +,O’REILLY家倒是出了一本叫做《数据结构与算法javascript描述》的书,但不得不说,不知情是作者吃了shit如故译者根本就没核查,满书的小错误,那就像这种无穷数不尽的小bug同样,几乎正是令人有种嘴里塞满了shit的认为,吐亦不是咽下去亦非。对于三个前端来说,特别是笔试面试的时候,算法方面考的实在轻便(十大排序算法或是和十大排序算法同等难度的),但即便此前没用javascript实现过恐怕没细心看过有关算法的准则,导致写起来浪费广大小时。所以撸一撸袖子决定自身查资料本身总结一篇博客等利用了直接看本身的博客就OK了,正所谓靠天靠地靠大拿不比靠自身(ˉ(∞)ˉ)。
  • 算法的案由:9世纪波斯物军事学家提议的:“al-Khowarizmi”就是下图那货(以为首要数学元素提议者貌似都戴了顶白帽子),开个玩笑,阿拉伯人对于数学史的孝敬依然值得人钦佩的。
    图片 1

1,桶排序是平稳的

2,桶排序是广阔排序里最快的一种,比快排还要快…大繁多情景下

3,桶排序一点也相当慢,可是还要也要命耗空间,基本上是最耗空间的一种排序算法

     杰出排序算法,以下小说仿照效法了大量英特网的材质,大部分都交由了出处

正文

冬辰数组有个须求,便是成员隶属于固定(有限的)的距离,如限制为[0-9](考试分数为1-100等)

这一名目多数重要在理解,所以例子什么的都以最轻松易行的图景,难免出错之处,多指教

排序算法验证

(1)排序的定义:对一种类对象依照有个别关键字张开排序;

输入:n个数:a1,a2,a3,…,an
出口:n个数的排列:a1’,a2’,a3’,…,an’,使得a1’

再讲的形象点正是排排坐,调座位,高的站在末端,矮的站在前边咯。

(3)对于评述算法优劣术语的注脚

稳定:若是a原来在b后边,而a=b,排序之后a如故在b的先头;
不稳定:就算a原来在b的前边,而a=b,排序之后a也许会冒出在b的末尾;

内排序:全体排序操作都在内部存款和储蓄器中产生;
外排序:由于数量太大,由此把多少放在磁盘中,而排序通过磁盘和内部存款和储蓄器的数码传输工夫扩充;

岁月复杂度: 一个算法推行所消耗的时日。
空间复杂度: 运维完一个主次所需内部存款和储蓄器的大大小小。

至于时间空间复杂度的越来越多询问请戳这里,或是看书程杰大大编写的《大话数据结构》照旧非常的赞的,简单明了。

(4)排序算法图片总计(图片来源于网络):

排序相比较:

图片 2

图形名词解释:
n: 数据规模
k:“桶”的个数
In-place: 占用常数内部存款和储蓄器,不占用额外内存
Out-place: 占用额外内部存款和储蓄器

排序分类:

图片 3

比方说待排数字[6 2 4 1 5 9]

超越53%排序算法都交给了每一步的动静,以福利初学者更易于精通,简单明了,部分难以知晓的排序算法则交由了大气的图示,也算是三个风味吗

1.冒泡排序(Bubble Sort)

好的,最早总计第四个排序算法,冒泡排序。笔者想对于它种种学过C语言的都会询问的吗,那只怕是许三个人接触的率先个排序算法。

希图十二个空桶,最大数个空桶

经文排序算法 - 快速排序Quick sort 

(1)算法描述

冒泡排序是一种简易的排序算法。它再也地拜见过要排序的数列,贰回比较三个因素,尽管它们的相继错误就把它们调换过来。拜谒数列的劳作是重复地开展直到未有再供给调换,也正是说该数列已经排序完毕。那么些算法的名字由来是因为越小的要素会路过沟通稳步“浮”到数列的上方。

[6 2 4 1 5 9]           待排数组

杰出排序算法 - 桶排序Bucket sort

(2)算法描述和实现

现实算法描述如下:

  • <1>.比较相邻的成分。借使第二个比第四个大,就沟通它们八个;
  • <2>.对每一对左近成分作同样的行事,从最初率先对到终极的尾声有的,那样在结尾的要素应该会是最大的数;
  • <3>.针对全数的成分重复以上的步骤,除了最后一个;
  • <4>.重复步骤1~3,直到排序实现。

JavaScript代码完毕:

JavaScript

function bubbleSort(arr) { var len = arr.length; for (var i = 0; i < len; i++) { for (var j = 0; j < len - 1 - i; j++) { if (arr[j] > arr[j+1]) { //相邻成分两两相比较 var temp = arr[j+1]; //成分交换arr[j+1] = arr[j]; arr[j] = temp; } } } return arr; } var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48]; console.log(bubbleSort(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
function bubbleSort(arr) {
    var len = arr.length;
    for (var i = 0; i < len; i++) {
        for (var j = 0; j < len - 1 - i; j++) {
            if (arr[j] > arr[j+1]) {        //相邻元素两两对比
                var temp = arr[j+1];        //元素交换
                arr[j+1] = arr[j];
                arr[j] = temp;
            }
        }
    }
    return arr;
}
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(bubbleSort(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

 

改进冒泡排序: 设置一标识性别变化量pos,用于记录每一次排序中最后叁遍开展置换的岗位。由于pos地方然后的记录均已换到实现,故在实行下一趟排序时如若扫描到pos位置就能够。

精雕细刻后算法如下:

JavaScript

function bubbleSort2(arr) { console.time('创新后冒泡排序耗时'); var i = arr.length-1; //最初时,最后地点保持不改变 while ( i> 0) { var pos= 0; //每一遍发轫时,无记录沟通 for (var j= 0; j< i; j++) if (arr[j]> arr[j+1]) { pos= j; //记录交换的岗位 var tmp = arr[j]; arr[j]=arr[j+1];arr[j+1]=tmp; } i= pos; //为下一趟排序作打算 } console.timeEnd('创新后冒泡排序耗费时间'); return arr; } var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48]; console.log(bubbleSort2(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
function bubbleSort2(arr) {
    console.time('改进后冒泡排序耗时');
    var i = arr.length-1;  //初始时,最后位置保持不变
    while ( i> 0) {
        var pos= 0; //每趟开始时,无记录交换
        for (var j= 0; j< i; j++)
            if (arr[j]> arr[j+1]) {
                pos= j; //记录交换的位置
                var tmp = arr[j]; arr[j]=arr[j+1];arr[j+1]=tmp;
            }
        i= pos; //为下一趟排序作准备
     }
     console.timeEnd('改进后冒泡排序耗时');
     return arr;
}
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(bubbleSort2(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

 

历史观冒泡排序中每次排序操作只好找到三个最大值或纤维值,大家着想使用在每便排序中打开正向和反向五遍冒泡的法子贰次能够收获多少个最后值(最大者和最小者) , 进而使排序趟数大约减弱了四分之二。

精耕细作后的算法完结为:

JavaScript

function bubbleSort3(arr3) { var low = 0; var high= arr.length-1; //设置变量的开首值 var tmp,j; console.time('2.革新后冒泡排序耗费时间'); while (low < high) { for (j= low; j< high; ++j) //正向冒泡,找到最大者 if (arr[j]> arr[j+1]) { tmp = arr[j]; arr[j]=arr[j+1];arr[j+1]=tmp; } --high; //修改high值, 前移壹人 for (j=high; j>low; --j) //反向冒泡,找到最小者 if (arr[j]<arr[j-1]) { tmp = arr[j]; arr[j]=arr[j-1];arr[j-1]=tmp; } ++low; //修改low值,后移一人 } console.timeEnd('2.革新后冒泡排序耗时'); return arr3; } var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48]; console.log(bubbleSort3(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
function bubbleSort3(arr3) {
    var low = 0;
    var high= arr.length-1; //设置变量的初始值
    var tmp,j;
    console.time('2.改进后冒泡排序耗时');
    while (low < high) {
        for (j= low; j< high; ++j) //正向冒泡,找到最大者
            if (arr[j]> arr[j+1]) {
                tmp = arr[j]; arr[j]=arr[j+1];arr[j+1]=tmp;
            }
        --high;                 //修改high值, 前移一位
        for (j=high; j>low; --j) //反向冒泡,找到最小者
            if (arr[j]<arr[j-1]) {
                tmp = arr[j]; arr[j]=arr[j-1];arr[j-1]=tmp;
            }
        ++low;                  //修改low值,后移一位
    }
    console.timeEnd('2.改进后冒泡排序耗时');
    return arr3;
}
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(bubbleSort3(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

二种模式耗时比较:

图片 4

由图能够见见创新后的冒泡排序明显的年月复杂度更低,耗费时间越来越短了。读者自行尝试能够戳这,博主在github建了个库,读者能够Clone下来本地尝试。此博文合营源码体验更棒哦~~~

冒泡排序动图演示:

图片 5

(3)算法剖析

  • 极品状态:T(n) = O(n)

当输入的多寡已经是正序时(都曾经是正序了,为毛何必还排序呢….)

  • 最差情状:T(n) = O(n2)

当输入的多寡是反序时(卧槽,作者一向反序不就完了….)

  • 平均景况:T(n) = O(n2)

[0 0 0 0 0 0 0 0 0 0]   空桶

经文排序算法 -  插入排序Insertion sort

2.选项排序(Selection Sort)

表现最平稳的排序算法之一(这几个平静不是指算法层面上的安定团结哈,相信聪明的你能知晓作者说的意思2333),因为不论如何数据进去都以O(n²)的时日复杂度…..所以用到它的时候,数据规模越小越好。独一的裨益大概就是不占用额外的内部存款和储蓄器空间了啊。理论上讲,选取排序恐怕也是平时排序一般人想到的最多的排序方法了呢。

[0 1 2 3 4 5 6 7 8 9]   桶编号(实际不设有)

杰出排序算法 - 基数排序Radix sort

(1)算法简要介绍

选料排序(Selection-sort)是一种简单直观的排序算法。它的工作原理:首先在未排序类别中找到最小(大)成分,存放到排序系列的开场地方,然后,再从剩余未排序成分中持续寻觅最小(大)成分,然后放到已排序系列的末段。就那样类推,直到全部因素均排序达成。

1,顺序从待排数组中抽出数字,首先6被抽出,然后把6入6号桶,那个进度看似那样:空桶[ 待排数组[ 0 ] ] = 待排数组[ 0 ]

精华排序算法 - 鸽巢排序Pigeonhole sort

(2)算法描述和完成

n个记录的直接选用排序可通过n-1趟直接选取排序获得逐步结果。具体算法描述如下:

  • <1>.发轫状态:冬辰区为ENVISION[1..n],有序区为空;
  • <2>.第i趟排序(i=1,2,3…n-1)开首时,当前有序区和冬日区独家为奥迪Q3[1..i-1]和昂科威(i..n)。该趟排序从此时此刻冬天区中-选出首要字相当小的记录 路虎极光[k],将它与冬天区的第2个记录Qashqai交流,使酷威[1..i]和R[i+1..n)分别成为记录个数扩充1个的新有序区和笔录个数收缩1个的新严节区;
  • <3>.n-1趟甘休,数组有序化了。

Javascript代码完毕:

JavaScript

function selectionSort(arr) { var len = arr.length; var minIndex, temp; console.time('选取排序耗费时间'); for (var i = 0; i < len - 1; i++) { minIndex = i; for (var j = i + 1; j < len; j++) { if (arr[j] < arr[minIndex]) { //搜索最小的数 minIndex = j; //将最小数的目录保存 } } temp = arr[i]; arr[i] = arr[minIndex]; arr[minIndex] = temp; } console.timeEnd('选取排序耗费时间'); return arr; } var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48]; console.log(selectionSort(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
function selectionSort(arr) {
    var len = arr.length;
    var minIndex, temp;
    console.time('选择排序耗时');
    for (var i = 0; i < len - 1; i++) {
        minIndex = i;
        for (var j = i + 1; j < len; j++) {
            if (arr[j] < arr[minIndex]) {     //寻找最小的数
                minIndex = j;                 //将最小数的索引保存
            }
        }
        temp = arr[i];
        arr[i] = arr[minIndex];
        arr[minIndex] = temp;
    }
    console.timeEnd('选择排序耗时');
    return arr;
}
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(selectionSort(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

分选排序动图演示:

图片 6

[62 4 1 5 9]           待排数组

特出排序算法 - 归并排序Merge sort

(3)算法深入分析

  • 最好状态:T(n) = O(n2)
  • 最差情形:T(n) = O(n2)
  • 平均意况:T(n) = O(n2)

[0 0 0 0 0 060 0 0]   空桶

经文排序算法 - 冒泡排序Bubble sort

3.插入排序(Insertion Sort)

插入排序的代码实现即使从未冒泡排序和挑选排序那么轻松暴虐,但它的规律应该是最轻易精晓的了,因为一旦打过扑克牌的人都应当能够秒懂。当然,如若您说您打扑克牌摸牌的时候从不按牌的高低整理牌,这估摸那辈子你对插入排序的算法都不会发出其余兴趣了…..

[0 1 2 3 4 567 8 9]   桶编号(实际不设有)

美丽排序算法 - 选择排序Selection sort

(1)算法简要介绍

插入排序(Insertion-Sort)的算法描述是一种简易直观的排序算法。它的劳作规律是通过营造有序类别,对于未排序数据,在已排序系列中从后迈入扫描,找到呼应地点并插入。插入排序在落到实处上,日常选择in-place排序(即只需用到O(1)的额外层空间间的排序),由此在从后迈入扫描进程中,必要一再把已排序成分日渐向后挪位,为新型因素提供插入空间。

2,顺序从待排数组中抽取下贰个数字,此时2被抽出,将其归入2号桶,是几就放几号桶

特出排序算法 - 红酒排序Cocktail sort

(2)算法描述和完毕

相似的话,插入排序都使用in-place在数组上贯彻。具体算法描述如下:

  • <1>.从第四个要素起先,该因素得以感到曾经被排序;
  • <2>.抽出下贰个元素,在已经排序的因素类别中从后迈入扫描;
  • <3>.假设该因素(已排序)大于新因素,将该因素移到下一岗位;
  • <4>.重复步骤3,直到找到已排序的因素小于或许等于新因素的岗位;
  • <5>.将新成分插入到该地方后;
  • <6>.重复步骤2~5。

Javascript代码达成:

JavaScript

function insertionSort(array) { if (Object.prototype.toString.call(array).slice(8, -1) === 'Array') { console.time('插入排序耗费时间:'); for (var i = 1; i < array.length; i++) { var key = array[i]; var j = i - 1; while (j >= 0 && array[j] > key) { array[j + 1] = array[j]; j--; } array[j + 1] = key; } console.timeEnd('插入排序耗费时间:'); return array; } else { return 'array is not an Array!'; } }

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
function insertionSort(array) {
    if (Object.prototype.toString.call(array).slice(8, -1) === 'Array') {
        console.time('插入排序耗时:');
        for (var i = 1; i < array.length; i++) {
            var key = array[i];
            var j = i - 1;
            while (j >= 0 && array[j] > key) {
                array[j + 1] = array[j];
                j--;
            }
            array[j + 1] = key;
        }
        console.timeEnd('插入排序耗时:');
        return array;
    } else {
        return 'array is not an Array!';
    }
}

创新插入排序: 查找插入地点时使用二分查找的艺术

JavaScript

function binaryInsertionSort(array) { if (Object.prototype.toString.call(array).slice(8, -1) === 'Array') { console.time('二分插入排序耗费时间:'); for (var i = 1; i < array.length; i++) { var key = array[i], left = 0, right = i - 1; while (left <= right) { var middle = parseInt((left + right) / 2); if (key < array[middle]) { right = middle - 1; } else { left = middle + 1; } } for (var j = i - 1; j >= left; j--) { array[j + 1] = array[j]; } array[left] = key; } console.timeEnd('二分插入排序耗费时间:'); return array; } else { return 'array is not an Array!'; } } var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48]; console.log(binaryInsertionSort(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
function binaryInsertionSort(array) {
    if (Object.prototype.toString.call(array).slice(8, -1) === 'Array') {
        console.time('二分插入排序耗时:');
        for (var i = 1; i < array.length; i++) {
            var key = array[i], left = 0, right = i - 1;
            while (left <= right) {
                var middle = parseInt((left + right) / 2);
                if (key < array[middle]) {
                    right = middle - 1;
                } else {
                    left = middle + 1;
                }
            }
            for (var j = i - 1; j >= left; j--) {
                array[j + 1] = array[j];
            }
            array[left] = key;
        }
        console.timeEnd('二分插入排序耗时:');
        return array;
    } else {
        return 'array is not an Array!';
    }
}
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(binaryInsertionSort(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

校对前后相比较:

图片 7

插入排序动图演示:

图片 8

[6 24 1 5 9]           待排数组

经文排序算法 - Hill排序Shell sort

(3)算法分析

  • 最棒状态:输入数组按升序排列。T(n) = O(n)
  • 最坏情状:输入数组按降序排列。T(n) = O(n2)
  • 平均情况:T(n) = O(n2)

[0 020 0 0 6 0 0 0]   空桶

卓越排序算法 - 堆排序Heap sort序

4.Hill排序(Shell Sort)

1959年Shell发明;
第四个突破O(n^2)的排序算法;是回顾插入排序的创新版;它与插入排序的不一样之处在于,它会预先相比较距离较远的要素。Hill排序又叫缩短增量排序

[0 123 4 5 6 7 8 9]   桶编号(实际不设有)

杰出排序算法 - 太子参排序Gnome Sort

(1)算法简单介绍

Hill排序的大目的在于于距离系列的设定。不只能够提前设定好间隔连串,也得以动态的概念间隔类别。动态定义间隔系列的算法是《算法(第4版》的合著者罗BertSedgewick提议的。

3,4,5,6省略,进度一样,全体入桶后改为上面那样

经文排序算法 - 奇偶排序Odd-even sort

(2)算法描述和兑现

先将全部待排序的记录类别分割成为若干子连串分别进行直接插入排序,具体算法描述:

  • <1>. 选取一个增量连串t1,t2,…,tk,在那之中ti>tj,tk=1;
  • <2>.按增量类别个数k,对队列进行k 趟排序;
  • <3>.每回排序,依照对应的增量ti,将待排体系分割成多少长短为m 的子体系,分别对各子表张开直接插入排序。仅增量因子为1 时,整个系列作为一个表来管理,表长度即为整个系列的长短。

Javascript代码实现:

JavaScript

function shellSort(arr) { var len = arr.length, temp, gap = 1; console.time('Hill排序耗费时间:'); while(gap < len/5) { //动态定义间隔种类 gap =gap*5+1; } for (gap; gap > 0; gap = Math.floor(gap/5)) { for (var i = gap; i < len; i++) { temp = arr[i]; for (var j = i-gap; j >= 0 && arr[j] > temp; j-=gap) { arr[j+gap] = arr[j]; } arr[j+gap] = temp; } } console.timeEnd('Hill排序耗费时间:'); return arr; } var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48]; console.log(shellSort(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
function shellSort(arr) {
    var len = arr.length,
        temp,
        gap = 1;
    console.time('希尔排序耗时:');
    while(gap < len/5) {          //动态定义间隔序列
        gap =gap*5+1;
    }
    for (gap; gap > 0; gap = Math.floor(gap/5)) {
        for (var i = gap; i < len; i++) {
            temp = arr[i];
            for (var j = i-gap; j >= 0 && arr[j] > temp; j-=gap) {
                arr[j+gap] = arr[j];
            }
            arr[j+gap] = temp;
        }
    }
    console.timeEnd('希尔排序耗时:');
    return arr;
}
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(shellSort(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

Hill排序图示(图片来源网络):

图片 9

[6 2 41 5 9]           待排数组

杰出排序算法 - 梳排序Comb sort

(3)算法分析

  • 最棒状态:T(n) = O(nlog2 n)
  • 最坏意况:T(n) = O(nlog2 n)
  • 平均景况:T(n) =O(nlog n)

[01 2045 60 09]   空桶

优异排序算法 - 耐心排序Patience Sorting

5.归并排序(Merge Sort)

和甄选排序同样,归并排序的性质不受输入数据的熏陶,但显示比采纳排序好的多,因为一贯都以O(n log n)的日子复杂度。代价是急需相当的内部存款和储蓄器空间。

[01 2345 6 7 89]   桶编号(实际不设有)

优秀排序算法 - 珠排序Bead Sort

(1)算法简单介绍

 归并排序是建构在集合操作上的一种有效的排序算法。该算法是使用分治法(Divide and Conquer)的五个极度规范的选取。归并排序是一种和煦的排序方法。将已有序的子体系合併,得到完全有序的系列;即先使种种子系列有序,再使子体系段间有序。若将四个不改变表合併成二个静止表,称为2-路归并。

0表示空桶,跳过,顺序收取就可以:1 2 4 5 6 9

经文排序算法 - 计数排序Counting sort

(2)算法描述和贯彻

具体算法描述如下:

  • <1>.把长度为n的输入系列分成四个长度为n/2的子体系;
  • <2>.对那个子体系分别采取归并排序;
  • <3>.将四个排序好的子体系合併成二个终极的排序体系。

Javscript代码完毕:

JavaScript

function mergeSort(arr) { //接纳自上而下的递归方法 var len = arr.length; if(len < 2) { return arr; } var middle = Math.floor(len / 2), left = arr.slice(0, middle), right = arr.slice(middle); return merge(mergeSort(left), mergeSort(right)); } function merge(left, right) { var result = []; console.time('归并排序耗费时间'); while (left.length && right.length) { if (left[0] <= right[0]) { result.push(left.shift()); } else { result.push(right.shift()); } } while (left.length) result.push(left.shift()); while (right.length) result.push(right.shift()); console.timeEnd('归并排序耗费时间'); return result; } var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48]; console.log(mergeSort(arr));

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
function mergeSort(arr) {  //采用自上而下的递归方法
    var len = arr.length;
    if(len < 2) {
        return arr;
    }
    var middle = Math.floor(len / 2),
        left = arr.slice(0, middle),
        right = arr.slice(middle);
    return merge(mergeSort(left), mergeSort(right));
}
function merge(left, right)
{
    var result = [];
    console.time('归并排序耗时');
    while (left.length && right.length) {
        if (left[0] <= right[0]) {
            result.push(left.shift());
        } else {
            result.push(right.shift());
        }
    }
    while (left.length)
        result.push(left.shift());
    while (right.length)
        result.push(right.shift());
    console.timeEnd('归并排序耗时');
    return result;
}
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(mergeSort(arr));

归并排序动图演示:

图片 10

图片 11

新增

(3)算法分析

  • 拔尖状态:T(n) = O(n)
  • 最差情状:T(n) = O(nlogn)
  • 平均意况:T(n) = O(nlogn)

以下附上用Python完成的桶排序程序

精华排序算法 - Proxmap Sort

6.快捷排序(Quick Sort)

火速排序的名字起的是简轻巧单残暴,因为一听到那几个名字你就领会它存在的意义,便是快,并且成效高! 它是拍卖大数量最快的排序算法之一了。

图片 12

经文排序算法 - Flash Sort

(1)算法简要介绍

敏捷排序的基本观念:通过一趟排序将待排记录分隔成独立的两有些,当中某个记下的要紧字均比另一有的的要紧字小,则可个别对这两局地记录继续进行排序,以高达整个系列有序。

程序

经文排序算法 - Strand Sort

(2)算法描述和促成

立时排序使用分治法来把三个串(list)分为三个子串(sub-lists)。具体算法描述如下:

  • <1>.从数列中挑出二个因素,称为 “基准”(pivot);
  • <2>.重新排序数列,全部因素比基准值小的摆放在基准前边,全部因素比基准值大的摆在基准的末端(同样的数可以到任一边)。在那一个分区退出之后,该标准就高居数列的中级地方。这些可以称作分区(partition)操作;
  • <3>.递归地(recursive)把小于基准值成分的子数列和抢先基准值成分的子数列排序。

Javascript代码达成:

JavaScript

/*方法求证:神速排序 @param array 待排序数组*/ //方法一 function quickSort(array, left, right) { console.time('1.高效排序耗费时间'); if (Object.prototype.toString.call(array).slice(8, -1) === 'Array' && typeof left === 'number' && typeof right === 'number') { if (left < right) { var x = array[right], i = left - 1, temp; for (var j = left; j <= right; j++) { if (array[j] <= x) { i++; temp = array[i]; array[i] = array[j]; array[j] = temp; } } quickSort(array, left, i

  • 1); quickSort(array, i + 1, right); } console.timeEnd('1.便捷排序耗费时间'); return array; } else { return 'array is not an Array or left or right is not a number!'; } } //方法二 var quickSort2 = function(arr) { console.time('2.赶快排序耗费时间');   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]);     }   } console.timeEnd('2.神速排序耗费时间');   return quickSort2(left).concat([pivot], quickSort2(right)); }; var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48]; console.log(quickSort(arr,0,arr.length-1));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50] console.log(quickSort2(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
/*方法说明:快速排序
@param  array 待排序数组*/
//方法一
function quickSort(array, left, right) {
    console.time('1.快速排序耗时');
    if (Object.prototype.toString.call(array).slice(8, -1) === 'Array' && typeof left === 'number' && typeof right === 'number') {
        if (left < right) {
            var x = array[right], i = left - 1, temp;
            for (var j = left; j <= right; j++) {
                if (array[j] <= x) {
                    i++;
                    temp = array[i];
                    array[i] = array[j];
                    array[j] = temp;
                }
            }
            quickSort(array, left, i - 1);
            quickSort(array, i + 1, right);
        }
        console.timeEnd('1.快速排序耗时');
        return array;
    } else {
        return 'array is not an Array or left or right is not a number!';
    }
}
//方法二
var quickSort2 = function(arr) {
    console.time('2.快速排序耗时');
  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]);
    }
  }
console.timeEnd('2.快速排序耗时');
  return quickSort2(left).concat([pivot], quickSort2(right));
};
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(quickSort(arr,0,arr.length-1));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]
console.log(quickSort2(arr));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

比极快排序动图演示:

图片 13

图片 14

经文排序算法 - 圈排序Cycle Sort

(3)算法深入分析

  • 超级状态:T(n) = O(nlogn)
  • 最差情状:T(n) = O(n2)
  • 平均情形:T(n) = O(nlogn)

实践结果

卓绝排序算法 - 教室排序(Library Sort)

7.堆排序(Heap Sort)

堆排序能够说是一种采纳堆的概念来排序的采用排序。

转自原来的小说:  

(1)算法简单介绍

堆排序(Heapsort)是指使用堆这种数据结构所设计的一种排序算法。聚成堆是一个接近完全二叉树的结构,并相同的时间满足堆集的属性:即子结点的键值或索引总是小于(或许抢先)它的父节点。

(2)算法描述和贯彻

切切实实算法描述如下:

  • <1>.将开端待排序关键字类别(锐界1,本田CR-V2….奥迪Q7n)创设成大顶堆,此堆为先导的冬辰区;
  • <2>.将堆顶成分卡宴[1]与最终二个成分Escort[n]调换,此时拿走新的冬季区(途睿欧1,ENCORE2,……PAJEROn-1)和新的有序区(奇骏n),且满意Odyssey[1,2…n-1]<=R[n];
  • <3>.由于沟通后新的堆顶R[1]或是违反堆的属性,由此必要对前段时间冬辰区(Rubicon1,宝马X52,……景逸SUVn-1)调治为新堆,然后再一次将Haval[1]与冬天区最后贰个因素交换,获得新的严节区(Sportage1,R2….Enclaven-2)和新的有序区(汉兰达n-1,宝马X3n)。不断重复此过程直到有序区的成分个数为n-1,则整个排序进度达成。

Javascript代码达成:

JavaScript

/*办法求证:堆排序 @param array 待排序数组*/ function heapSort(array) { console.time('堆排序耗时'); if (Object.prototype.toString.call(array).slice(8, -1) === 'Array') { //建堆 var heapSize = array.length, temp; for (var i = Math.floor(heapSize / 2) - 1; i >= 0; i--) { heapify(array, i, heapSize); } //堆排序 for (var j = heapSize - 1; j >= 1; j--) { temp = array[0]; array[0] = array[j]; array[j] = temp; heapify(array, 0, --heapSize); } console.timeEnd('堆排序耗费时间'); return array; } else { return 'array is not an Array!'; } } /*方法求证:维护堆的品质 @param arr 数组 @param x 数组下标 @param len 堆大小*/ function heapify(arr, x, len) { if (Object.prototype.toString.call(arr).slice(8, -1) === 'Array' && typeof x === 'number') { var l = 2 * x + 1, r = 2 * x + 2, largest = x, temp; if (l < len && arr[l] > arr[largest]) { largest = l; } if (r < len && arr[r] > arr[largest]) { largest = r; } if (largest != x) { temp = arr[x]; arr[x] = arr[largest]; arr[largest] = temp; heapify(arr, largest, len); } } else { return 'arr is not an Array or x is not a number!'; } } var arr=[91,60,96,13,35,65,46,65,10,30,20,31,77,81,22]; console.log(heapSort(arr));//[10, 13, 20, 22, 30, 31, 35, 46, 60, 65, 65, 77, 81, 91, 96]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
/*方法说明:堆排序
@param  array 待排序数组*/
function heapSort(array) {
    console.time('堆排序耗时');
    if (Object.prototype.toString.call(array).slice(8, -1) === 'Array') {
        //建堆
        var heapSize = array.length, temp;
        for (var i = Math.floor(heapSize / 2) - 1; i >= 0; i--) {
            heapify(array, i, heapSize);
        }
        //堆排序
        for (var j = heapSize - 1; j >= 1; j--) {
            temp = array[0];
            array[0] = array[j];
            array[j] = temp;
            heapify(array, 0, --heapSize);
        }
        console.timeEnd('堆排序耗时');
        return array;
    } else {
        return 'array is not an Array!';
    }
}
/*方法说明:维护堆的性质
@param  arr 数组
@param  x   数组下标
@param  len 堆大小*/
function heapify(arr, x, len) {
    if (Object.prototype.toString.call(arr).slice(8, -1) === 'Array' && typeof x === 'number') {
        var l = 2 * x + 1, r = 2 * x + 2, largest = x, temp;
        if (l < len && arr[l] > arr[largest]) {
            largest = l;
        }
        if (r < len && arr[r] > arr[largest]) {
            largest = r;
        }
        if (largest != x) {
            temp = arr[x];
            arr[x] = arr[largest];
            arr[largest] = temp;
            heapify(arr, largest, len);
        }
    } else {
        return 'arr is not an Array or x is not a number!';
    }
}
var arr=[91,60,96,13,35,65,46,65,10,30,20,31,77,81,22];
console.log(heapSort(arr));//[10, 13, 20, 22, 30, 31, 35, 46, 60, 65, 65, 77, 81, 91, 96]

堆排序动图演示:

图片 15

(3)算法深入分析

  • 拔尖状态:T(n) = O(nlogn)
  • 最差景况:T(n) = O(nlogn)
  • 平均情形:T(n) = O(nlogn)

8.计数排序(Counting Sort)

计数排序的骨干在于将输入的数据值转化为键存款和储蓄在附加开荒的数组空间中。
用作一种线性时间复杂度的排序,计数排序需要输入的数额必需是有明确限制的大背头。

(1)算法简要介绍

计数排序(Counting sort)是一种和煦的排序算法。计数排序使用一个附加的数组C,个中第i个要素是待排序数组A中值等于i的成分的个数。然后依据数组C来将A中的成分排到准确的地方。它不得不对整数进行排序。

(2)算法描述和达成

切实算法描述如下:

  • <1>. 找出待排序的数组中最大和微小的因素;
  • <2>. 总计数组中各种值为i的要素出现的次数,存入数组C的第i项;
  • <3>. 对富有的计数累加(从C中的第一个因素开头,种种和前一项相加);
  • <4>. 反向填充目的数组:将各种成分i放在新数组的第C(i)项,每放一个因素就将C(i)减去1。

Javascript代码达成:

JavaScript

function countingSort(array) { var len = array.length, B = [], C = [], min = max = array[0]; console.time('计数排序耗费时间'); for (var i = 0; i < len; i++) { min = min <= array[i] ? min : array[i]; max = max >= array[i] ? max : array[i]; C[array[i]] = C[array[i]] ? C[array[i]] + 1 : 1; } for (var j = min; j < max; j++) { C[j + 1] = (C[j + 1] || 0) + (C[j] || 0); } for (var k = len - 1; k >= 0; k--) { B[C[array[k]] - 1] = array[k]; C[array[k]]--; } console.timeEnd('计数排序耗费时间'); return B; } var arr = [2, 2, 3, 8, 7, 1, 2, 2, 2, 7, 3, 9, 8, 2, 1, 4, 2, 4, 6, 9, 2]; console.log(countingSort(arr)); //[1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 3, 3, 4, 4, 6, 7, 7, 8, 8, 9, 9]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
function countingSort(array) {
    var len = array.length,
        B = [],
        C = [],
        min = max = array[0];
    console.time('计数排序耗时');
    for (var i = 0; i < len; i++) {
        min = min <= array[i] ? min : array[i];
        max = max >= array[i] ? max : array[i];
        C[array[i]] = C[array[i]] ? C[array[i]] + 1 : 1;
    }
    for (var j = min; j < max; j++) {
        C[j + 1] = (C[j + 1] || 0) + (C[j] || 0);
    }
    for (var k = len - 1; k >= 0; k--) {
        B[C[array[k]] - 1] = array[k];
        C[array[k]]--;
    }
    console.timeEnd('计数排序耗时');
    return B;
}
var arr = [2, 2, 3, 8, 7, 1, 2, 2, 2, 7, 3, 9, 8, 2, 1, 4, 2, 4, 6, 9, 2];
console.log(countingSort(arr)); //[1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 3, 3, 4, 4, 6, 7, 7, 8, 8, 9, 9]

JavaScript动图演示:

图片 16

(3)算法深入分析

当输入的因素是n 个0到k之间的整数时,它的运营时刻是 O(n + k)。计数排序不是比较排序,排序的进程快于任何比较排序算法。由于用来计数的数组C的尺寸取决于待排序数组中多少的限定(等于待排序数组的最大值与最小值的差加上1),那使得计数排序对于数据范围十分的大的数组,需求多量岁月和内部存款和储蓄器。

  • 顶级状态:T(n) = O(n+k)
  • 最差情况:T(n) = O(n+k)
  • 平均处境:T(n) = O(n+k)

9.桶排序(Bucket Sort)

桶排序是计数排序的晋级版。它采纳了函数的照射关系,高效与否的主要就在于这一个映射函数的分明。

(1)算法简要介绍

桶排序 (Bucket sort)的做事的准则:借使输入数据坚守均匀分布,将数据分到有限数量的桶里,种种桶再各自排序(有非常的大可能再利用其他排序算法或是以递归格局持续运用桶排序进行排

(2)算法描述和落到实处

实际算法描述如下:

  • <1>.设置一个定量的数组当作空桶;
  • <2>.遍历输入数据,而且把多少多个二个放到对应的桶里去;
  • <3>.对各样不是空的桶举办排序;
  • <4>.从不是空的桶里把排好序的数码拼接起来。

Javascript代码达成:

JavaScript

/*措施求证:桶排序 @param array 数组 @param num 桶的数据*/ function bucketSort(array, num) { if (array.length <= 1) { return array; } var len = array.length, buckets = [], result = [], min = max = array[0], regex = '/^[1-9]+[0-9]*$/', space, n = 0; num = num || ((num > 1 && regex.test(num)) ? num : 10); console.time('桶排序耗费时间'); for (var i = 1; i < len; i++) { min = min <= array[i] ? min : array[i]; max = max >= array[i] ? max : array[i]; } space = (max - min + 1) / num; for (var j = 0; j < len; j++) { var index = Math.floor((array[j] - min) / space); if (buckets[index]) { // 非空桶,插入排序 var k = buckets[index].length

  • 1; while (k >= 0 && buckets[index][k] > array[j]) { buckets[index][k + 1] = buckets[index][k]; k--; } buckets[index][k + 1] = array[j]; } else { //空桶,初始化 buckets[index] = []; buckets[index].push(array[j]); } } while (n < num) { result = result.concat(buckets[n]); n++; } console.timeEnd('桶排序耗费时间'); return result; } var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48]; console.log(bucketSort(arr,4));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
/*方法说明:桶排序
@param  array 数组
@param  num   桶的数量*/
function bucketSort(array, num) {
    if (array.length <= 1) {
        return array;
    }
    var len = array.length, buckets = [], result = [], min = max = array[0], regex = '/^[1-9]+[0-9]*$/', space, n = 0;
    num = num || ((num > 1 && regex.test(num)) ? num : 10);
    console.time('桶排序耗时');
    for (var i = 1; i < len; i++) {
        min = min <= array[i] ? min : array[i];
        max = max >= array[i] ? max : array[i];
    }
    space = (max - min + 1) / num;
    for (var j = 0; j < len; j++) {
        var index = Math.floor((array[j] - min) / space);
        if (buckets[index]) {   //  非空桶,插入排序
            var k = buckets[index].length - 1;
            while (k >= 0 && buckets[index][k] > array[j]) {
                buckets[index][k + 1] = buckets[index][k];
                k--;
            }
            buckets[index][k + 1] = array[j];
        } else {    //空桶,初始化
            buckets[index] = [];
            buckets[index].push(array[j]);
        }
    }
    while (n < num) {
        result = result.concat(buckets[n]);
        n++;
    }
    console.timeEnd('桶排序耗时');
    return result;
}
var arr=[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48];
console.log(bucketSort(arr,4));//[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

桶排序图示(图片来源于互连网):

图片 17

至于桶排序更多

(3)算法深入分析

 桶排序最佳状态下利用线性时间O(n),桶排序的时日复杂度,取决与对一一桶里面数据开展排序的日子复杂度,因为别的一些的光阴复杂度都为O(n)。很明显,桶划分的越小,各种桶之间的数据越少,排序所用的年华也会越少。但对应的上空消耗就能够附加。

  • 极品状态:T(n) = O(n+k)
  • 最差情况:T(n) = O(n+k)
  • 平均景况:T(n) = O(n2)

10.基数排序(Radix Sort)

基数排序也是非比较的排序算法,对每一人举行排序,从压低位伊始排序,复杂度为O(kn),为数高管度,k为数组中的数的最大的位数;

(1)算法简要介绍

基数排序是依照低位先排序,然后采撷;再依据高位排序,然后再搜罗;依次类推,直到最高位。临时候有个别属性是有优先级依次的,先按低优先级排序,再按高优先级排序。最终的次第正是高优先级高的在前,高优先级一样的低优先级高的在前。基数排序基于各自动排档序,分别收载,所以是平静的。

(2)算法描述和兑现

具体算法描述如下:

  • <1>.获得数组中的最大数,并获取位数;
  • <2>.arr为原始数组,从最低位初阶取每一种位组成radix数组;
  • <3>.对radix进行计数排序(利用计数排序适用于小范围数的表征);

Javascript代码完结:

JavaScript

/** * 基数排序适用于: * (1)数据范围非常的小,建议在低于一千 * (2)每种数值都要高于等于0 * @author xiazdong * @param arr 待排序数组 * @param maxDigit 最大位数 */ //LSD Radix Sort function radixSort(arr, maxDigit) { var mod = 10; var dev = 1; var counter = []; console.time('基数排序耗费时间'); for (var i = 0; i < maxDigit; i++, dev *= 10, mod *= 10) { for(var j = 0; j < arr.length; j++) { var bucket = parseInt((arr[j] % mod) / dev); if(counter[bucket]== null) { counter[bucket] = []; } counter[bucket].push(arr[j]); } var pos = 0; for(var j = 0; j < counter.length; j++) { var value = null; if(counter[j]!=null) { while ((value = counter[j].shift()) != null) { arr[pos++] = value; } } } } console.timeEnd('基数排序耗费时间'); return arr; } var arr = [3, 44, 38, 5, 47, 15, 36, 26, 27, 2, 46, 4, 19, 50, 48]; console.log(radixSort(arr,2)); //[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
/**
* 基数排序适用于:
*  (1)数据范围较小,建议在小于1000
*  (2)每个数值都要大于等于0
* @author xiazdong
* @param  arr 待排序数组
* @param  maxDigit 最大位数
*/
//LSD Radix Sort
function radixSort(arr, maxDigit) {
    var mod = 10;
    var dev = 1;
    var counter = [];
    console.time('基数排序耗时');
    for (var i = 0; i < maxDigit; i++, dev *= 10, mod *= 10) {
        for(var j = 0; j < arr.length; j++) {
            var bucket = parseInt((arr[j] % mod) / dev);
            if(counter[bucket]== null) {
                counter[bucket] = [];
            }
            counter[bucket].push(arr[j]);
        }
        var pos = 0;
        for(var j = 0; j < counter.length; j++) {
            var value = null;
            if(counter[j]!=null) {
                while ((value = counter[j].shift()) != null) {
                      arr[pos++] = value;
                }
          }
        }
    }
    console.timeEnd('基数排序耗时');
    return arr;
}
var arr = [3, 44, 38, 5, 47, 15, 36, 26, 27, 2, 46, 4, 19, 50, 48];
console.log(radixSort(arr,2)); //[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

基数排序LSD动图演示:

图片 18

(3)算法深入分析

  • 一级状态:T(n) = O(n * k)
  • 最差情形:T(n) = O(n * k)
  • 平均情状:T(n) = O(n * k)

基数排序有二种情势:

  • MSD 从高位初阶开展排序
  • LSD 从没有最早开展排序

基数排序 vs 计数排序 vs 桶排序

那三种排序算法都采纳了桶的概念,但对桶的运用办法上有分明差别:

  1. 基数排序:依据键值的每位数字来分配桶
  2. 计数排序:各样桶只存款和储蓄单一键值
  3. 桶排序:各样桶存款和储蓄一定限制的数值

后记

十大排序算法的下结论到此处正是告一段落了。博主总计完未来独有二个感觉,排序算法源源而来,前辈们用了数年以致一辈子的头脑切磋出来的算法更值得我们推敲。站在十大算法的门前心里如故恐慌的,身为叁个小学生,博主的下结论难免会有所疏漏,应接各位商酌内定。

打赏帮助笔者写出越来越多好作品,多谢!

打赏笔者

打赏协理自个儿写出越多好小说,谢谢!

任选一种支付形式

图片 19 图片 20

4 赞 35 收藏 7 评论

有关作者:Damonare

图片 21

乐乎专栏[前面二个进击者] 个人主页 · 小编的篇章 · 19 ·          

图片 22

本文由永利皇宫463登录发布于首页,转载请注明出处:十大经典排序算法,经典排序算法

关键词: