一像素 
    </div><div id="navigator">
  • 博客园
  • 首页

新随笔

  • 联系
  • 订阅
  • 管理
  •         <div class="blogStats">

    随笔 -
    35 
    文章 -
    12

    评论 -
    476

    十大经典排序算法（动图演示）

            </h1><div class="clear"></div><div class="postBody">

    0、算法概述

    0.1 算法分类

    十种常见排序算法可以分为两大类：

    • 比较类排序：通过比较来决定元素间的相对次序，由于其时间复杂度不能突破O(nlogn)，因此也称为非线性时间比较类排序。
    • 非比较类排序：不通过比较来决定元素间的相对次序，它可以突破基于比较排序的时间下界，以线性时间运行，因此也称为线性时间非比较类排序。

    0.2 算法复杂度

    0.3 相关概念

    • 稳定：如果a原本在b前面，而a=b，排序之后a仍然在b的前面。
    • 不稳定：如果a原本在b的前面，而a=b，排序之后 a 可能会出现在 b 的后面。
    • 时间复杂度：对排序数据的总的操作次数。反映当n变化时，操作次数呈现什么规律。
    • 空间复杂度：是指算法在计算机

    内执行时所需存储空间的度量，它也是数据规模n的函数。

    1、冒泡排序（Bubble Sort）

    冒泡排序是一种简单的排序算法。它重复地走访过要排序的数列，一次比较两个元素，如果它们的顺序错误就把它们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。

    1.1 算法描述

    • 比较相邻的元素。如果第一个比第二个大，就交换它们两个；
    • 对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对，这样在最后的元素应该会是最大的数；
    • 针对所有的元素重复以上的步骤，除了最后一个；
    • 重复步骤1~3，直到排序完成。

    1.2 动图演示

    1.3 代码实现

    ?
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    function bubbleSort(arr) {
        var len = arr.length;
        for (var i = 0; i < len - 1; 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;
    }

    2、选择排序（Selection Sort）

    选择排序(Selection-sort)是一种简单直观的排序算法。它的工作原理：首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推，直到所有元素均排序完毕。

    2.1 算法描述

    n个记录的直接选择排序可经过n-1趟直接选择排序得到有序结果。具体算法描述如下：

    • 初始状态：无序区为R[1..n]，有序区为空；
    • 第i趟排序(i=1,2,3…n-1)开始时，当前有序区和无序区分别为R[1..i-1]和R(i..n）。该趟排序从当前无序区中-选出关键字最小的记录 R[k]，将它与无序区的第1个记录R交换，使R[1..i]和R[i+1..n)分别变为记录个数增加1个的新有序区和记录个数减少1个的新无序区；
    • n-1趟结束，数组有序化了。

    2.2 动图演示

    　　

    2.3 代码实现

    ?
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    function selectionSort(arr) {
        var len = arr.length;
        var minIndex, temp;
        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;
        }
        return arr;
    } 

    2.4 算法分析

    表现最稳定的排序算法之一，因为无论什么数据进去都是O(n2)的时间复杂度，所以用到它的时候，数据规模越小越好。唯一的好处可能就是不占用额外的内存空间了吧。理论上讲，选择排序可能也是平时排序一般人想到的最多的排序方法了吧。

    3、插入排序（Insertion Sort）

    插入排序（Insertion-Sort）的算法描述是一种简单直观的排序算法。它的工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。

    3.1 算法描述

    一般来说，插入排序都采用in-place在数组上实现。具体算法描述如下：

    • 从第一个元素开始，该元素可以认为已经被排序；
    • 取出下一个元素，在已经排序的元素序列中从后向前扫描；
    • 如果该元素（已排序）大于新元素，将该元素移到下一位置；
    • 重复步骤3，直到找到已排序的元素小于或者等于新元素的位置；
    • 将新元素插入到该位置后；
    • 重复步骤2~5。

    3.2 动图演示

    3.2 代码实现

    ?
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    function insertionSort(arr) {
        var len = arr.length;
        var preIndex, current;
        for (var i = 1; i < len; i++) {
            preIndex = i - 1;
            current = arr[i];
            while (preIndex >= 0 && arr[preIndex] > current) {
                arr[preIndex + 1] = arr[preIndex];
                preIndex--;
            }
            arr[preIndex + 1] = current;
        }
        return arr;
    }

    3.4 算法分析

    插入排序在实现上，通常采用in-place排序（即只需用到O(1)的额外空间的排序），因而在从后向前扫描过程中，需要反复把已排序元素逐步向后挪位，为最新元素提供插入空间。

    4、希尔排序（Shell Sort）

    1959年Shell发明，第一个突破O(n2)的排序算法，是简单插入排序的改进版。它与插入排序的不同之处在于，它会优先比较距离较远的元素。希尔排序又叫缩小增量排序。

    4.1 算法描述

    先将整个待排序的记录序列分割成为若干子序列分别进行直接插入排序，具体算法描述：

    • 选择一个增量序列t1，t2，…，tk，其中ti>tj，tk=1；
    • 按增量序列个数k，对序列进行k 趟排序；
    • 每趟排序，根据对应的增量ti，将待排序列分割成若干长度为m 的子序列，分别对各子表进行直接插入排序。仅增量因子为1 时，整个序列作为一个表来处理，表长度即为整个序列的长度。

    4.2 动图演示

    4.3 代码实现

    ?
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    // 修改于 2019-03-06
    function shellSort(arr) {
        var len = arr.length;
        for (var gap = Math.floor(len / 2); gap > 0; gap = Math.floor(gap / 2)) {
            // 注意：这里和动图演示的不一样，动图是分组执行，实际操作是多个分组交替执行
            for (var i = gap; i < len; i++) {
                var j = i;
                var current = arr[i];
                while (j - gap >= 0 && current < arr[j - gap]) {
                     arr[j] = arr[j - gap];
                     j = j - gap;
                }
                arr[j] = current;
            }
        }
        return arr;
    }

    4.4 算法分析

    希尔排序的核心在于间隔序列的设定。既可以提前设定好间隔序列，也可以动态的定义间隔序列。动态定义间隔序列的算法是《算法（第4版）》的合著者Robert Sedgewick提出的。　

    5、归并排序（Merge Sort）

    归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。将已有序的子序列合并，得到完全有序的序列；即先使每个子序列有序，再使子序列段间有序。若将两个有序表合并成一个有序表，称为2-路归并。

    5.1 算法描述

    • 把长度为n的输入序列分成两个长度为n/2的子序列；
    • 对这两个子序列分别采用归并排序；
    • 将两个排序好的子序列合并成一个最终的排序序列。

    5.2 动图演示

    5.3 代码实现

    ?
    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) {
        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 = [];
        while (left.length>0 && right.length>0) {
            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());
        return result;
    }

    5.4 算法分析

    归并排序是一种稳定的排序方法。和选择排序一样，归并排序的性能不受输入数据的影响，但表现比选择排序好的多，因为始终都是O(nlogn）的时间复杂度。代价是需要额外的内存空间。

    6、快速排序（Quick Sort）

    快速排序的基本思想：通过一趟排序将待排记录分隔成独立的两部分，其中一部分记录的关键字均比另一部分的关键字小，则可分别对这两部分记录继续进行排序，以达到整个序列有序。

    6.1 算法描述

    快速排序使用分治法来把一个串（list）分为两个子串（sub-lists）。具体算法描述如下：

    • 从数列中挑出一个元素，称为 “基准”（pivot）；
    • 重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分区退出之后，该基准就处于数列的中间位置。这个称为分区（partition）操作；
    • 递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序。

    6.2 动图演示

    6.3 代码实现

    ?
    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
    function quickSort(arr, left, right) {
        var len = arr.length,
            partitionIndex,
            left = typeof left != 'number' ? 0 : left,
            right = typeof right != 'number' ? len - 1 : right;
        if (left < right) {
            partitionIndex = partition(arr, left, right);
            quickSort(arr, left, partitionIndex-1);
            quickSort(arr, partitionIndex+1, right);
        }
        return arr;
    }
    function partition(arr, left ,right) {     // 分区操作
        var pivot = left,                      // 设定基准值（pivot）
            index = pivot + 1;
        for (var i = index; i <= right; i++) {
            if (arr[i] < arr[pivot]) {
                swap(arr, i, index);
                index++;
            }       
        }
        swap(arr, pivot, index - 1);
        return index-1;
    }
    function swap(arr, i, j) {
        var temp = arr[i];
        arr[i] = arr[j];
        arr[j] = temp;
    }

    7、堆排序（Heap Sort）

    堆排序（Heapsort）是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构，并同时满足堆积的性质：即子结点的键值或索引总是小于（或者大于）它的父节点。

    7.1 算法描述

    • 将初始待排序关键字序列(R1,R2….Rn)构建成大顶堆，此堆为初始的无序区；
    • 将堆顶元素R[1]与最后一个元素R[n]交换，此时得到新的无序区(R1,R2,……Rn-1)和新的有序区(Rn),且满足R[1,2…n-1]<=R[n]；
    • 由于交换后新的堆顶R[1]可能违反堆的性质，因此需要对当前无序区(R1,R2,……Rn-1)调整为新堆，然后再次将R[1]与无序区最后一个元素交换，得到新的无序区(R1,R2….Rn-2)和新的有序区(Rn-1,Rn)。不断重复此过程直到有序区的元素个数为n-1，则整个排序过程完成。

    7.2 动图演示

    7.3 代码实现

    ?
    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
    var len;    // 因为声明的多个函数都需要数据长度，所以把len设置成为全局变量
    function buildMaxHeap(arr) {   // 建立大顶堆
        len = arr.length;
        for (var i = Math.floor(len/2); i >= 0; i--) {
            heapify(arr, i);
        }
    }
    function heapify(arr, i) {     // 堆调整
        var left = 2 * i + 1,
            right = 2 * i + 2,
            largest = i;
        if (left < len && arr[left] > arr[largest]) {
            largest = left;
        }
        if (right < len && arr[right] > arr[largest]) {
            largest = right;
        }
        if (largest != i) {
            swap(arr, i, largest);
            heapify(arr, largest);
        }
    }
    function swap(arr, i, j) {
        var temp = arr[i];
        arr[i] = arr[j];
        arr[j] = temp;
    }
    function heapSort(arr) {
        buildMaxHeap(arr);
        for (var i = arr.length - 1; i > 0; i--) {
            swap(arr, 0, i);
            len--;
            heapify(arr, 0);
        }
        return arr;
    }

    8、计数排序（Counting Sort）

    计数排序不是基于比较的排序算法，其核心在于将输入的数据值转化为键存储在额外开辟的数组空间中。 作为一种线性时间复杂度的排序，计数排序要求输入的数据必须是有确定范围的整数。

    8.1 算法描述

    • 找出待排序的数组中最大和最小的元素；
    • 统计数组中每个值为i的元素出现的次数，存入数组C的第i项；
    • 对所有的计数累加（从C中的第一个元素开始，每一项和前一项相加）；
    • 反向填充目标数组：将每个元素i放在新数组的第C(i)项，每放一个元素就将C(i)减去1。

    8.2 动图演示

    8.3 代码实现

    ?
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    function countingSort(arr, maxValue) {
        var bucket = new Array(maxValue + 1),
            sortedIndex = 0;
            arrLen = arr.length,
            bucketLen = maxValue + 1;
        for (var i = 0; i < arrLen; i++) {
            if (!bucket[arr[i]]) {
                bucket[arr[i]] = 0;
            }
            bucket[arr[i]]++;
        }
        for (var j = 0; j < bucketLen; j++) {
            while(bucket[j] > 0) {
                arr[sortedIndex++] = j;
                bucket[j]--;
            }
        }
        return arr;
    }

    8.4 算法分析

    计数排序是一个稳定的排序算法。当输入的元素是 n 个 0到 k 之间的整数时，时间复杂度是O(n+k)，空间复杂度也是O(n+k)，其排序速度快于任何比较排序算法。当k不是很大并且序列比较集中时，计数排序是一个很有效的排序算法。

    9、桶排序（Bucket Sort）

    桶排序是计数排序的升级版。它利用了函数的映射关系，高效与否的关键就在于这个映射函数的确定。桶排序 (Bucket sort)的工作的原理：假设输入数据服从均匀分布，将数据分到有限数量的桶里，每个桶再分别排序（有可能再使用别的排序算法或是以递归方式继续使用桶排序进行排）。

    9.1 算法描述

    • 设置一个定量的数组当作空桶；
    • 遍历输入数据，并且把数据一个一个放到对应的桶里去；
    • 对每个不是空的桶进行排序；
    • 从不是空的桶里把排好序的数据拼接起来。

    9.2 图片演示

    9.3 代码实现

    ?
    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
    function bucketSort(arr, bucketSize) {
        if (arr.length === 0) {
          return arr;
        }
        var i;
        var minValue = arr[0];
        var maxValue = arr[0];
        for (i = 1; i < arr.length; i++) {
          if (arr[i] < minValue) {
              minValue = arr[i];                // 输入数据的最小值
          } else if (arr[i] > maxValue) {
              maxValue = arr[i];                // 输入数据的最大值
          }
        }
        // 桶的初始化
        var DEFAULT_BUCKET_SIZE = 5;            // 设置桶的默认数量为5
        bucketSize = bucketSize || DEFAULT_BUCKET_SIZE;
        var bucketCount = Math.floor((maxValue - minValue) / bucketSize) + 1;  
        var buckets = new Array(bucketCount);
        for (i = 0; i < buckets.length; i++) {
            buckets[i] = [];
        }
        // 利用映射函数将数据分配到各个桶中
        for (i = 0; i < arr.length; i++) {
            buckets[Math.floor((arr[i] - minValue) / bucketSize)].push(arr[i]);
        }
        arr.length = 0;
        for (i = 0; i < buckets.length; i++) {
            insertionSort(buckets[i]);                      // 对每个桶进行排序，这里使用了插入排序
            for (var j = 0; j < buckets[i].length; j++) {
                arr.push(buckets[i][j]);                     
            }
        }
        return arr;
    }

    9.4 算法分析

    桶排序最好情况下使用线性时间O(n)，桶排序的时间复杂度，取决与对各个桶之间数据进行排序的时间复杂度，因为其它部分的时间复杂度都为O(n)。很显然，桶划分的越小，各个桶之间的数据越少，排序所用的时间也会越少。但相应的空间消耗就会增大。

    10、基数排序（Radix Sort）

    基数排序是按照低位先排序，然后收集；再按照高位排序，然后再收集；依次类推，直到最高位。有时候有些属性是有优先级顺序的，先按低优先级排序，再按高优先级排序。最后的次序就是高优先级高的在前，高优先级相同的低优先级高的在前。

    10.1 算法描述

    • 取得数组中的最大数，并取得位数；
    • arr为原始数组，从最低位开始取每个位组成radix数组；
    • 对radix进行计数排序（利用计数排序适用于小范围数的特点）；

    10.2 动图演示

    10.3 代码实现

    ?
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    var counter = [];
    function radixSort(arr, maxDigit) {
        var mod = 10;
        var dev = 1;
        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;
                    }
              }
            }
        }
        return arr;
    }

    10.4 算法分析

    基数排序基于分别排序，分别收集，所以是稳定的。但基数排序的性能比桶排序要略差，每一次关键字的桶分配都需要O(n)的时间复杂度，而且分配之后得到新的关键字序列又需要O(n)的时间复杂度。假如待排数据可以分为d个关键字，则基数排序的时间复杂度将是O(d*2n) ，当然d要远远小于n，因此基本上还是线性级别的。

    基数排序的空间复杂度为O(n+k)，其中k为桶的数量。一般来说n>>k，因此额外空间需要大概n个左右。

    　　

    分类: 算法 
    <div id="blog_post_info">

    好文要顶 关注我 收藏该文

    一像素
    关注 - 32
    粉丝 - 1255

    +加关注

    232
    0 

    <div class="clear"></div>
<div id="post_next_prev"><a href="https://www.cnblogs.com/onepixel/p/7468343.html" class="p_n_p_prefix">« </a> 上一篇：    <a href="https://www.cnblogs.com/onepixel/p/7468343.html" title="发布于 2017-09-02 23:12">小端字节序与大端字节序</a>
<br>
<a href="https://www.cnblogs.com/onepixel/p/8724526.html" class="p_n_p_prefix">» </a> 下一篇：    <a href="https://www.cnblogs.com/onepixel/p/8724526.html" title="发布于 2018-04-05 22:12">简单介绍 CPU 的工作原理</a>
    posted @ 2017-10-15 23:43  一像素  阅读(563843)  评论(94)  编辑  收藏 
    <div class="pager"><!-- 上一页 --><a href="#!comments" onclick="commentManager.renderComments(1, 50); return false;">&lt; Prev</a><!-- 第一页 --><a href="#!comments" onclick="commentManager.renderComments(1, 50); return false;">1</a><!-- 前半部分页码 --><!-- 当前页 --><span class="current">2</span><!-- 后半部分页码 --><!-- 末尾页 --><!-- 下一页 --></div>

    评论列表 
        <div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

                </div><!-- Title -->

    #51楼

                <!-- PostDate -->

    2019-01-10 15:51

                <!--NameLink--><a id="a_comment_author_4160095" href="https://www.cnblogs.com/Qiansion/" target="_blank">苏打水了面包</a><div class="feedbackCon">
    转一下
    支持(0) 反对(0)

    https://pic.cnblogs.com/face/1509242/20190319120204.png

                </div></div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

                </div><!-- Title -->

    #52楼

                <!-- PostDate -->

    2019-01-17 15:24

                <!--NameLink--><a id="a_comment_author_4165111" href="https://home.cnblogs.com/u/866073/" target="_blank">kjcx100</a><div class="feedbackCon">
    厉害了
    支持(0) 反对(0) 
                </div></div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

                </div><!-- Title -->

    #53楼

                <!-- PostDate -->

    2019-01-28 18:43

                <!--NameLink--><a id="a_comment_author_4173043" href="https://home.cnblogs.com/u/1043537/" target="_blank">大麻9</a><div class="feedbackCon">
    那个希尔排序的代码，这行应为：
    for (var j = i - gap; j >=0 && arr[j] > temp; j -= gap)
    大于或等于0
    支持(3) 反对(0) 
                </div></div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

                </div><!-- Title -->

    #54楼

                <!-- PostDate -->

    2019-02-26 21:03

                <!--NameLink--><a id="a_comment_author_4188833" href="https://home.cnblogs.com/u/1604909/" target="_blank">张浩南</a><div class="feedbackCon">
    语言精辟，动画visualgo上面更简练，对我归纳有很大帮助，加快理解，谢谢作者
    支持(1) 反对(0) 
                </div></div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

                </div><!-- Title -->

    #55楼

                <!-- PostDate -->

    2019-03-10 19:29

                <!--NameLink--><a id="a_comment_author_4198340" href="https://www.cnblogs.com/1-434/" target="_blank">yuhui.Mr</a><div class="feedbackCon">
    转一下
    支持(0) 反对(0)

    https://pic.cnblogs.com/face/803901/20190311132000.png

                </div></div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

                </div><!-- Title -->

    #56楼

                <!-- PostDate -->

    2019-03-17 16:38

                <!--NameLink--><a id="a_comment_author_4205189" href="https://www.cnblogs.com/xiaozhch5/" target="_blank">xiaozhch5</a><div class="feedbackCon">
    这也太棒了！！！
    转一下
    支持(0) 反对(0)

    https://pic.cnblogs.com/face/1629592/20190313124556.png

                </div></div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

                </div><!-- Title -->

    #57楼

                <!-- PostDate -->

    2019-05-04 12:14

                <!--NameLink--><a id="a_comment_author_4246827" href="https://www.cnblogs.com/yuqing6/" target="_blank">wolfSoul</a><div class="feedbackCon">
    这个动图厉害了，可以转载到我的公众号「前端小苑」吗， 感谢博主
    支持(0) 反对(0)

    https://pic.cnblogs.com/face/1055753/20190126173834.png

                </div></div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

                </div><!-- Title -->

    #58楼

    [楼主]

                <!-- PostDate -->

    2019-05-06 15:24

                <!--NameLink--><a id="a_comment_author_4248684" href="https://www.cnblogs.com/onepixel/" target="_blank">一像素</a><div class="feedbackCon">
    @ wolfSoul 可以的
    支持(0) 反对(0)

    https://pic.cnblogs.com/face/849589/20151205235751.png

                </div></div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

                </div><!-- Title -->

    #59楼

                <!-- PostDate -->

    2019-06-14 15:26

                <!--NameLink--><a id="a_comment_author_4280187" href="https://www.cnblogs.com/cinging/" target="_blank">CinGing</a><div class="feedbackCon">
    感谢！！
    支持(0) 反对(0) 
                </div></div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

                </div><!-- Title -->

    #60楼

                <!-- PostDate -->

    2019-06-23 14:47

                <!--NameLink--><a id="a_comment_author_4285564" href="https://www.cnblogs.com/yster/" target="_blank">薛勤</a><div class="feedbackCon">
    转一下！谢谢！
    支持(0) 反对(0)

    https://pic.cnblogs.com/face/1136672/20191231203010.png

                </div></div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

                </div><!-- Title -->

    #61楼

                <!-- PostDate -->

    2019-07-02 15:22

                <!--NameLink--><a id="a_comment_author_4291524" href="https://home.cnblogs.com/u/1416697/" target="_blank">深度土</a><div class="feedbackCon">
    总结的相当棒，我想把动图转到我的知乎上，可以吗？
    支持(0) 反对(0) 
                </div></div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

                </div><!-- Title -->

    #62楼

                <!-- PostDate -->

    2019-07-10 17:04

                <!--NameLink--><a id="a_comment_author_4297469" href="https://www.cnblogs.com/Dawn-SS/" target="_blank">远风行百里</a><div class="feedbackCon">
    博主真的太优秀了！可以转到我自己的博客吗！会注明出处的！
    支持(0) 反对(0)

    https://pic.cnblogs.com/face/1222121/20170818153755.png

                </div></div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

                </div><!-- Title -->

    #63楼

                <!-- PostDate -->

    2019-07-23 17:12

                <!--NameLink--><a id="a_comment_author_4307165" href="https://www.cnblogs.com/cheng-up/" target="_blank">前端小白的江湖路</a><div class="feedbackCon">
    插入排序，这样写会更清楚一点

    ?
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    function insertSort (arr) {
      let temp;
      for(let i=1; i<arr.length; ++i) {
        for(let j=0; j<=i; ++j) {
          if(arr[i] < arr[j]) {
            temp = arr[i];
            arr[i] = arr[j];
            arr[j] = temp;
          }
        }
      }
      return arr;
    }

    支持(0) 反对(0) 
                </div></div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

                </div><!-- Title -->

    #64楼

                <!-- PostDate -->

    2019-07-24 11:17

                <!--NameLink--><a id="a_comment_author_4307715" href="https://www.cnblogs.com/yyystation/" target="_blank">yyystation</a><div class="feedbackCon">
    快速排序的分析下面写的是最稳定的算法之一，可是最上面的表中又写的是不稳定的算法，请问这里是不是写错了呢？
    支持(0) 反对(0) 
                </div></div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

                </div><!-- Title -->

    #65楼

                <!-- PostDate -->

    2019-08-29 16:09

                <!--NameLink--><a id="a_comment_author_4339760" href="https://home.cnblogs.com/u/1577694/" target="_blank">一枝独秀不是春</a><div class="feedbackCon">
    首先感谢大佬的分享，写的很不错，我试着写出了每个算法的java实现版本，欢迎大家指正： https://blog.csdn.net/yuan_qh/article/details/100139910
    支持(0) 反对(0) 
                </div></div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

                </div><!-- Title -->

    #66楼

                <!-- PostDate -->

    2019-08-29 17:30

                <!--NameLink--><a id="a_comment_author_4339883" href="https://www.cnblogs.com/Sunshinezty/" target="_blank">我亦飘零久矣</a><div class="feedbackCon">
    谢谢大佬分享 学习了
    支持(0) 反对(0)

    https://pic.cnblogs.com/face/1504913/20200112155230.png

                </div></div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

                </div><!-- Title -->

    #67楼

                <!-- PostDate -->

    2019-09-04 11:42

                <!--NameLink--><a id="a_comment_author_4344095" href="https://home.cnblogs.com/u/1778617/" target="_blank">hello_415600</a><div class="feedbackCon">
    @ 前端小白的江湖路
    你这种写法有问题，每次往前查找，如果当前值比前一个小，就执行插入动作， 而真正的插入算法 是每次往前找，直到往前找到一个合适的位置 才执行一次插入。
    你的算法，多次比较多次插入， 楼主的算法，多次比较只有一次插入。
    效率上楼主的算法要高一点
    支持(1) 反对(0) 
                </div></div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

                </div><!-- Title -->

    #68楼

                <!-- PostDate -->

    2019-09-15 13:04

                <!--NameLink--><a id="a_comment_author_4356017" href="https://home.cnblogs.com/u/1577694/" target="_blank">一枝独秀不是春</a><div class="feedbackCon">
    首先感谢大佬的分享，写的很不错，我试着写出了每个算法的java实现版本，欢迎大家指正： https://blog.csdn.net/yuan_qh/article/details/100139910
    支持(0) 反对(0) 
                </div></div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

                </div><!-- Title -->

    #69楼

                <!-- PostDate -->

    2019-09-19 15:36

                <!--NameLink--><a id="a_comment_author_4362132" href="https://home.cnblogs.com/u/1809899/" target="_blank">psvsout</a><div class="feedbackCon">
    O(nlog2n)每个字母分别代表什么意思啊
    支持(0) 反对(0) 
                </div></div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

                </div><!-- Title -->

    #70楼

                <!-- PostDate -->

    2019-09-19 22:44

                <!--NameLink--><a id="a_comment_author_4362687" href="https://home.cnblogs.com/u/1778617/" target="_blank">hello_415600</a><div class="feedbackCon">
    楼主，快速排序的动画演示貌似不对。
    支持(0) 反对(0) 
                </div></div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

                </div><!-- Title -->

    #71楼

                <!-- PostDate -->

    2019-09-23 21:17

                <!--NameLink--><a id="a_comment_author_4367503" href="https://home.cnblogs.com/u/1647544/" target="_blank">YeomanM</a><div class="feedbackCon">
    请问作者的动图画图工具是什么
    支持(0) 反对(0) 
                </div></div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

                </div><!-- Title -->

    #72楼

                <!-- PostDate -->

    2019-09-29 17:56

                <!--NameLink--><a id="a_comment_author_4375480" href="https://home.cnblogs.com/u/1151314/" target="_blank">kirito0512</a><div class="feedbackCon">
    写的很详细，图也做得很仔细，但是相关结论有不少问题啊，评论里有提到了，快排的稳定性，应该是不稳定的。同时，快排的空间复杂度应该是O(logN)
    支持(0) 反对(0) 
                </div></div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

                </div><!-- Title -->

    #73楼

    [楼主]

                <!-- PostDate -->

    2019-09-29 18:56

                <!--NameLink--><a id="a_comment_author_4375541" href="https://www.cnblogs.com/onepixel/" target="_blank">一像素</a><div class="feedbackCon">
    @ kirito0512
    快速排序是不稳定排序，空间复杂度应该是递归的深度即O(logN) ，晚点我更正一下，谢谢。
    支持(0) 反对(0)

    https://pic.cnblogs.com/face/849589/20151205235751.png

                </div></div></div><div class="feedbackItem"><div class="feedbackListSubtitle"><div class="feedbackManage">&nbsp;&nbsp;

                </div><!-- Title -->

    #74楼

                <!-- PostDate -->

    2019-09-29 18:58

                <!--NameLink--><a id="a_comment_author_4375542" href="https://home.cnblogs.com/u/1151314/" target="_blank">kirito0512</a><div class="feedbackCon">
    @ 一像素
    太感谢了，

    #转载：十大排序方法，动图展示相关推荐

    1. DSt：数据结构的简介、最强学习路线(逻辑结构【数组-链表-栈和队列/树-图-哈希】、物理结构、数据运算【十大排序/四大查找-图三大搜索-树三大遍历】、高级算法【贪心/分治/动态规划】之详细攻略

      DSt:数据结构的简介.最强学习路线(逻辑结构[数组-链表-栈和队列/树-图-哈希].物理结构[元素/关系].数据运算[十大排序/四大查找-图三大搜索-树三大遍历].高级算法[贪心/分治/动态规划]) ...

    2. 数据结构各大排序整理+动图演示+代码实现（Java）

      注: 以下部分动图来源于:http://www.west999.com/info/html/chengxusheji/Javajishu/20190217/4612849.html 以下两幅图来自马士 ...

    3. 十大排序算法 导图总结

      以下为我们经常用到的十大典型排序算法导图,很多设计以及优化的思想值得去参考学习 因为代码较多,所以都添加到对应的实现注释中了,相关代码可以从Mind-mapping获取xmind源文件 参考文档: 基 ...

    4. [十大排序]有的人图画着画着就疯了（1.5w字详细分析+动图+源码）

      一个正经严肃的标题 啥是排序呢? 常见的排序算法及算法实现 1. 直接插入排序 复杂度及稳定性分析 2.希尔排序 复杂度及稳定性分析 3.选择排序 复杂度及稳定性分析 4.堆排序 复杂度及稳定性分析 ...

    5. 算法 - 十大经典排序算法(动图演示)

      [TOC] 算法 - 十大经典排序算法(动图演示) ​ 在计算机科学与数学中,一个排序算法(英语:Sorting algorithm)是一种能将一串资料依照特定排序方式进行排列的一种算法.最常用到的排 ...

    6. 【转载】(Git)用动图展示10大Git命令

      1.说明 git merge.git rebase.git reset.git revert.git fetch.git pull.git reflog-- 你知道这些 git 命令执行的究竟是什么任 ...

    7. 【C#】十大排序算法（动图演示+代码实现）

      文章目录 1.冒泡排序 2.插入排序 3.选择排序 4.快速排序 5.希尔排序 6.堆排序 7.归并排序 8.计数排序 9.桶排序 10.基数排序 参考 1.冒泡排序 口诀: 外层循环 n-1;内层循 ...

    8. 十大排序算法之快速排序（两种方法）

      十大排序算法之快速排序 本文采用Java书写选择排序,其他语言类似可以借鉴着写 思想:在待排序序列中选择一个分割元素,将待排序序列中所有比分割元素关键字小的元素移动到分割元素左侧位置:将待排序序列中所 ...

    9. 这或许是东半球分析十大排序算法最好的一篇文章

      作者 | 不该相遇在秋天 转载自五分钟学算法(ID:CXYxiaowu) 前言 本文全长 14237 字,配有 70 张图片和动画,和你一起一步步看懂排序算法的运行过程. 预计阅读时间 47 分钟,强 ...

    最新文章

    1. 特斯拉到底颠覆了什么？
    2. 前端每日实战：93# 视频演示如何用纯 CSS 创作一根闪电连接线
    3. 如何设计一个牛逼的本地缓存！
    4. 大数据 清华 覃征_调剂到清华读研？不想去！清华大学大数据调剂生放弃录取！...
    5. 使用BeetleX网关部署第三方Web服务
    6. 基于ASP.NET Core的模块化设计: 虚拟文件系统
    7. 浅谈算法和数据结构: 一 栈和队列
    8. opencv调取摄像头
    9. win7电脑桌面壁纸曝光过高影响图标怎么办？亲测实用解决方法
    10. 那些年用过的机械键盘
    11. word表格跨页断行不起作用
    12. wallpaper 壁纸提取
    13. qt清空qtablew_qt项目：员工信息管理系统
    14. 计算机网络基础之数据链路层的功能与服务
    15. Elasticsearch 和 MongoDB 对比
    16. 相片尺寸规格像素一览
    17. 安科瑞数据中心行业电能质量监测与治理方案-李亚俊
    18. boost之内存管理
    19. G002-186-18
    20. 边缘计算是5G应用的核心平台 ， 产业空间广阔

    热门文章

    1. unity 半透明混合问题_Unity Shader 透明度混合的双面渲染(十八)
    2. python向量机使用方法_Python中支持向量机SVM的使用方法详解
    3. [转载]我的博后申请经历从陶瓷到Offer过程
    4. fuzzy k means
    5. POJ 3263-Tallest Cow
    6. php调用hive,如何进行hive的简单操作
    7. python web开发项目 源码_真零基础Python开发web
    8. oracle tabe unlock_Oracle 学习之性能优化（四）收集统计信息
    9. .NET Core容器化@Docker
    10. Python3爬虫知识点总结