js算法-快速排序(Quicksort)

快速排序（英语：Quicksort），又称划分交换排序（partition-exchange sort），简称快排，一种排序算法，最先由东尼·霍尔提出。在平均情况下，排序n个项目要O(nLogn)次比较。在最坏情况下则须要O(n^2)次比较，但这种情况并不常见。事实上，快速排序O(nLogn)一般明显比其余算法更快，由于它的内部循环（inner loop）能够在大部分的架构上颇有效率地达成

快速排序可能你们都学过，在面试中也常常会遇到，哪怕你是作前端的也须要会写，这里会列举两种不一样的快排代码进行分析

快速排序的3个基本步骤：

1. 从数组中选择一个元素做为基准点
2. 排序数组，全部比基准值小的元素摆放在左边，而大于基准值的摆放在右边。每次分割结束之后基准值会插入到中间去。
3. 最后利用递归，将摆放在左边的数组和右边的数组在进行一次上述的1和2操做。

为了更深刻的理解，能够看下面这张图

咱们根据上面这张图，来用文字描述一下

1. 选择左右边的元素为基准数，7
2. 将小于7的放在左边，大于7的放在右边，而后将基准数放到中间
3. 而后再重复操做从左边的数组选择一个基准点2
4. 3比2大则放到基准树的右边
5. 右边的数组也是同样选择12做为基准数，15比12大因此放到了12的右边
6. 最后出来的结果就是从左到右 2 ，3，7，12，15了

以上就是快速排序基本的一个实现思想。

快速排序实现方式一

这是我最近看到的一种快排代码

var quickSort = function(arr) {
  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]);
    }
  }
  return quickSort(left).concat([pivot], quickSort(right));
};

以上代码的实现方式是，选择一个中间的数字为基准点，用两个数组分别去保存比基准数小的值，和比基准数大的值，最后递归左边的数组和右边的数组，用concat去作一个数组的合并。

对于这段代码的分析：
缺点：

• 获取基准点使用了一个splice操做，在js中splice会对数组进行一次拷贝的操做，而它最坏的状况下复杂度为O(n)，而O(n)表明着针对数组规模的大小进行了一次循环操做。
• 首先咱们每次执行都会使用到两个数组空间，产生空间复杂度。
• concat操做会对数组进行一次拷贝，而它的复杂度也会是O(n)
• 对大量数据的排序来讲相对会比较慢

优势：

• 代码简单明了，可读性强，易于理解
• 很是适合用于面试笔试题

那么咱们接下来用另一种方式去实现快速排序

快速排序的实现方式二

从上面这张图，咱们用一个指针i去作了一个分割

• 初始化i = -1
• 循环数组，找到比支点小的数就将i向右移动一个位置，同时与下标i交换位置
• 循环结束后，最后将支点与i+1位置的元素进行交换位置
• 最后咱们会获得一个由i指针做为分界点，分割成从下标0-i，和 i+1到最后一个元素。

下面咱们来看一下代码的实现，整个代码分红三部分，数组交换，拆分，qsort（主函数）三个部分

先写最简单的数组交换吧，这个你们应该都懂

function swap(A, i ,j){
        const t = A[i];
        A[i] = A[j];
        A[j] = t;
    }

下面是拆分的过程，其实就是对指针进行移动，找到最后指针所指向的位置

/**
 * 
 * @param {*} A  数组
 * @param {*} p  起始下标
 * @param {*} r  结束下标 + 1
 */
 function dvide(A, p, r){
    // 基准点
    const pivot = A[r-1];
    
    // i初始化是-1，也就是起始下标的前一个
    let i = p - 1;
    
    // 循环
    for(let j = p; j < r-1; j++){
        // 若是比基准点小就i++，而后交换元素位置
        if(A[j] <= pivot){
            i++;
            swap(A, i, j);
        }
    }
    // 最后将基准点插入到i+1的位置
    swap(A, i+1, r-1);
    // 返回最终指针i的位置
    return i+1;
 }

主程序主要是经过递归去重复的调用进行拆分，一直拆分到只有一个数字。

/**
     * 
     * @param {*} A  数组
     * @param {*} p  起始下标
     * @param {*} r  结束下标 + 1
     */
    function qsort(A, p, r){
        r = r || A.length;
        if(p < r - 1){
            const q = divide(A, p, r);
            qsort(A, p, q);
            qsort(A, q + 1, r);
        }
        return A;
    }

完整代码

function swap(A, i, j) {
  const t = A[i];
  A[i] = A[j];
  A[j] = t;
}

/**
 *
 * @param {*} A  数组
 * @param {*} p  起始下标
 * @param {*} r  结束下标 + 1
 */
function divide(A, p, r) {
  const x = A[r - 1];
  let i = p - 1;

  for (let j = p; j < r - 1; j++) {
    if (A[j] <= x) {
      i++;
      swap(A, i, j);
    }
  }

  swap(A, i + 1, r - 1);

  return i + 1;
}

/**
 * 
 * @param {*} A  数组
 * @param {*} p  起始下标
 * @param {*} r  结束下标 + 1
 */
function qsort(A, p = 0, r) {
  r = r || A.length;

  if (p < r - 1) {
    const q = divide(A, p, r);
    qsort(A, p, q);
    qsort(A, q + 1, r);
  }

  return A;
}

总结

第二段的排序算法咱们减小了两个O(n)的操做，获得了必定的性能上的提高，而第一种方法数据规模足够大的状况下会相对来讲比较慢一些，快速排序在面试中也经常出现，为了笔试更好写一些可能会有更多的前端会选择第一种方式，但也会有一些为难人的面试官提出一些算法中的问题。而在实际的项目中，我以为第一种方式能够少用。

推荐

本人最近写的关于数据结构系列以下，欢迎你们看看点个赞哈：
js数据结构-栈
js数据结构-链表
js数据结构-队列
js数据结构-二叉树（二叉堆）
js数据结构-二叉树（二叉搜索树）