正文

網(wǎng)頁排序算法有哪些（網(wǎng)頁排序算法有哪些方法）

發(fā)布時間：2023-03-22 15:51:02 稿源：創(chuàng)意嶺閱讀： 1270 問大家

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關于網(wǎng)頁排序算法有哪些的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

開始之前先推薦一個非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等

只需要輸入關鍵詞，就能返回你想要的內容，越精準，寫出的就越詳細，有微信小程序端、在線網(wǎng)頁版、PC客戶端

官網(wǎng)：https://ai.de1919.com

創(chuàng)意嶺作為行業(yè)內優(yōu)秀企業(yè)，服務客戶遍布全國，網(wǎng)絡營銷相關業(yè)務請撥打175-8598-2043，或微信：1454722008

本文目錄:

1、前端總結算法之十大排序
2、常見排序算法有哪些
3、常用的排序算法都有哪些？
4、請問排序算法可以分為哪幾大類？

網(wǎng)頁排序算法有哪些（網(wǎng)頁排序算法有哪些方法）

一、前端總結算法之十大排序

1, 相鄰之間相比較，左邊比右邊大的話，交換位置。

2，第一輪下來,已經(jīng)把最大的值選出來，并排在最后位，這樣剩下需排序的的數(shù)組減1，依次類推。

1，找一個基準點(一般是中間數(shù))

2，和基準值比較，比基準值小放leftList，比基準值大放rightList

3，遞歸執(zhí)行上述操作，直到arr.length <= 1

1，找到數(shù)組中最小值的索引

2，把最小值排到第一位來。以此類推

類似我們打撲克牌，牌從左向右的排序，抽出一張牌插到合適的位置放。

1，抽出位置1的牌，與位置0比較，當位置0的牌比1大時, 先把0的值填入位置1。剩下0位置插入。

2，抽出位置2的牌，與前面位置1比較，當位置1比2大時，先把1的值填入2位置，位置1空出。往下一層比較，找到合適的位置。依次類推。

1，按一定的間隔對數(shù)組進行分組，一般以數(shù)組長度一半 gap = length / 2 (ps:也可以是3,4,無強性要求)

(假如：數(shù)組長度為10的話gap = 10 / 2 = 5，也就是，位置0和5為一組，位置1和6位一組...,組里的值進行插入排序)

2，以gap的一半進行縮小 gap = gap / 2

（此時：gap = Math.floor(5 / 2) = 2 向下取整，也就是，位置0和位置2為一組，位置1和3為一組..,組里的值進行插入排序）

3，當gap === 1時，此時所有元素為一組，此時運行的就是我們一般的插入排序了。

這樣處理的好處是：希爾排序的優(yōu)化使得原本 O(n^2) 的時間復雜度一下降為 O(nlogn)

采用分治思想

1，先把數(shù)組從中間分開，

[5, 4, 8, 2, 1, 9, 7, 3, 6, 0]

[5, 4, 8, 2, 1] [9, 7, 3, 6, 0]

[5, 4, 8] [2, 1] [9, 7, 3] [6, 0]

[5, 4] [8] [2] [1] [9, 7] [3] [6] [0]

[5] [4] [9] [7]

2，分別比較合并

[4, 5]

[4, 5, 8] [1, 2]

[1, 2, 4, 5, 8]

...

1，構建堆，堆頂是最大的元素（子結點的鍵值或索引總是小于（或者大于）它的父節(jié)點）

2，把最大的元素交換到堆頂，然后把堆頂跟交換到數(shù)組后面，數(shù)組減1，依次重復。

采用分治思想(ps:把數(shù)組分成若干小份，排好每小份，在拼接起來)

1, 定義一個桶的大?。ㄒ粋€桶能裝下幾個值）

2，根據(jù)數(shù)組的長度，計算需要幾個桶，每個桶都是小的數(shù)組，組成二維數(shù)組

3，往桶里放數(shù)據(jù)

4，每個桶的數(shù)組使用插入排序

5，把每個桶的數(shù)據(jù)拼接起來

1，找出最大和最小元素。

2，統(tǒng)計每個元素出現(xiàn)的次數(shù)，以元素的值為索引，次數(shù)為value。

3,對所有計數(shù)開始累加，從min開始,每一項和前一項相加（加起來最后一個的值是數(shù)組的長度,用于下一步值的填充）

4，反向填充目標數(shù)組，將每個元素i放在新數(shù)組的第C[i]項，每放一個元素，計數(shù)-1

適用，例如當你的數(shù)很大，如手機號碼，的排序

1，先按排序個位數(shù)，以各位的值為key, 這個的值為value, 進行按各位的排序

2，排好個位數(shù)后，用排好的數(shù)組在按十位數(shù)排，以十位數(shù)的值為key, 這個值為value, 進行按十位的排序，依次類推

二、常見排序算法有哪些

常用的排序算法有：冒泡排序、選擇排序、堆排序、SHELL排序、快速排序、歸并排序、磁盤排序等等。但是每種排序算法都是各有優(yōu)缺點。如果需要進一步研究各種算法的性能的話，那么就必須學習計算機算法和復雜性這門課程。

三、常用的排序算法都有哪些？

排序算法所謂排序，就是使一串記錄，按照其中的某個或某些關鍵字的大小，遞增或遞減的排列起來的操作。

分類

在計算機科學所使用的排序算法通常被分類為：

計算的復雜度（最差、平均、和最好表現(xiàn)），依據(jù)串列（list）的大?。╪）。一般而言，好的表現(xiàn)是O。(n log n)，且壞的行為是Ω(n2)。對於一個排序理想的表現(xiàn)是O(n)。僅使用一個抽象關鍵比較運算的排序算法總平均上總是至少需要Ω(n log n)。

記憶體使用量（以及其他電腦資源的使用）

穩(wěn)定度：穩(wěn)定排序算法會依照相等的關鍵（換言之就是值）維持紀錄的相對次序。也就是一個排序算法是穩(wěn)定的，就是當有兩個有相等關鍵的紀錄R和S，且在原本的串列中R出現(xiàn)在S之前，在排序過的串列中R也將會是在S之前。

一般的方法：插入、交換、選擇、合并等等。交換排序包含冒泡排序（bubble sort）和快速排序（quicksort）。選擇排序包含shaker排序和堆排序（heapsort）。

當相等的元素是無法分辨的，比如像是整數(shù)，穩(wěn)定度并不是一個問題。然而，假設以下的數(shù)對將要以他們的第一個數(shù)字來排序。

(4, 1) (3, 1) (3, 7) (5, 6)

在這個狀況下，有可能產(chǎn)生兩種不同的結果，一個是依照相等的鍵值維持相對的次序，而另外一個則沒有：

(3, 1) (3, 7) (4, 1) (5, 6) (維持次序)

(3, 7) (3, 1) (4, 1) (5, 6) (次序被改變)

不穩(wěn)定排序算法可能會在相等的鍵值中改變紀錄的相對次序，但是穩(wěn)定排序算法從來不會如此。不穩(wěn)定排序算法可以被特別地時作為穩(wěn)定。作這件事情的一個方式是人工擴充鍵值的比較，如此在其他方面相同鍵值的兩個物件間之比較，就會被決定使用在原先資料次序中的條目，當作一個同分決賽。然而，要記住這種次序通常牽涉到額外的空間負擔。

排列算法列表

在這個表格中，n是要被排序的紀錄數(shù)量以及k是不同鍵值的數(shù)量。

穩(wěn)定的

冒泡排序（bubble sort） — O(n2)

雞尾酒排序 (Cocktail sort, 雙向的冒泡排序) — O(n2)

插入排序（insertion sort）— O(n2)

桶排序（bucket sort）— O(n); 需要 O(k) 額外記憶體

計數(shù)排序 (counting sort) — O(n+k); 需要 O(n+k) 額外記憶體

歸并排序（merge sort）— O(n log n); 需要 O(n) 額外記憶體

原地歸并排序 — O(n2)

二叉樹排序（Binary tree sort） — O(n log n); 需要 O(n) 額外記憶體

鴿巢排序 (Pigeonhole sort) — O(n+k); 需要 O(k) 額外記憶體

基數(shù)排序（radix sort）— O(n·k); 需要 O(n) 額外記憶體

Gnome sort — O(n2)

Library sort — O(n log n) with high probability, 需要 (1+ε)n 額外記憶體

不穩(wěn)定

選擇排序（selection sort）— O(n2)

希爾排序（shell sort）— O(n log n) 如果使用最佳的現(xiàn)在版本

Comb sort — O(n log n)

堆排序（heapsort）— O(n log n)

Smoothsort — O(n log n)

快速排序（quicksort）— O(n log n) 期望時間, O(n2) 最壞情況; 對於大的、亂數(shù)串列一般相信是最快的已知排序

Introsort — O(n log n)

Patience sorting — O(n log n + k) 最外情況時間, 需要額外的 O(n + k) 空間, 也需要找到最長的遞增子序列（longest increasing subsequence）

不實用的排序算法

Bogo排序 — O(n × n!) 期望時間, 無窮的最壞情況。

Stupid sort — O(n3); 遞回版本需要 O(n2) 額外記憶體

Bead sort — O(n) or O(√n), 但需要特別的硬體

Pancake sorting — O(n), 但需要特別的硬體

排序的算法

排序的算法有很多，對空間的要求及其時間效率也不盡相同。下面列出了一些常見的排序算法。這里面插入排序和冒泡排序又被稱作簡單排序，他們對空間的要求不高，但是時間效率卻不穩(wěn)定；而后面三種排序相對于簡單排序對空間的要求稍高一點，但時間效率卻能穩(wěn)定在很高的水平?；鶖?shù)排序是針對關鍵字在一個較小范圍內的排序算法。

插入排序

冒泡排序

選擇排序

快速排序

堆排序

歸并排序

基數(shù)排序

希爾排序

插入排序

插入排序是這樣實現(xiàn)的：

首先新建一個空列表，用于保存已排序的有序數(shù)列（我們稱之為"有序列表"）。

從原數(shù)列中取出一個數(shù)，將其插入"有序列表"中，使其仍舊保持有序狀態(tài)。

重復2號步驟，直至原數(shù)列為空。

插入排序的平均時間復雜度為平方級的，效率不高，但是容易實現(xiàn)。它借助了"逐步擴大成果"的思想，使有序列表的長度逐漸增加，直至其長度等于原列表的長度。

冒泡排序

冒泡排序是這樣實現(xiàn)的：

首先將所有待排序的數(shù)字放入工作列表中。

從列表的第一個數(shù)字到倒數(shù)第二個數(shù)字，逐個檢查：若某一位上的數(shù)字大于他的下一位，則將它與它的下一位交換。

重復2號步驟，直至再也不能交換。

冒泡排序的平均時間復雜度與插入排序相同，也是平方級的，但也是非常容易實現(xiàn)的算法。

選擇排序

選擇排序是這樣實現(xiàn)的：

設數(shù)組內存放了n個待排數(shù)字，數(shù)組下標從1開始，到n結束。

i=1

從數(shù)組的第i個元素開始到第n個元素，尋找最小的元素。

將上一步找到的最小元素和第i位元素交換。

如果i=n－1算法結束，否則回到第3步

選擇排序的平均時間復雜度也是O(n²)的。

快速排序

現(xiàn)在開始，我們要接觸高效排序算法了。實踐證明，快速排序是所有排序算法中最高效的一種。它采用了分治的思想：先保證列表的前半部分都小于后半部分，然后分別對前半部分和后半部分排序，這樣整個列表就有序了。這是一種先進的思想，也是它高效的原因。因為在排序算法中，算法的高效與否與列表中數(shù)字間的比較次數(shù)有直接的關系，而"保證列表的前半部分都小于后半部分"就使得前半部分的任何一個數(shù)從此以后都不再跟后半部分的數(shù)進行比較了，大大減少了數(shù)字間不必要的比較。但查找數(shù)據(jù)得另當別論了。

堆排序

堆排序與前面的算法都不同，它是這樣的：

首先新建一個空列表，作用與插入排序中的"有序列表"相同。

找到數(shù)列中最大的數(shù)字，將其加在"有序列表"的末尾，并將其從原數(shù)列中刪除。

重復2號步驟，直至原數(shù)列為空。

堆排序的平均時間復雜度為nlogn,效率高（因為有堆這種數(shù)據(jù)結構以及它奇妙的特征，使得"找到數(shù)列中最大的數(shù)字"這樣的操作只需要O(1)的時間復雜度，維護需要logn的時間復雜度），但是實現(xiàn)相對復雜（可以說是這里7種算法中比較難實現(xiàn)的）。

看起來似乎堆排序與插入排序有些相像，但他們其實是本質不同的算法。至少，他們的時間復雜度差了一個數(shù)量級，一個是平方級的，一個是對數(shù)級的。

平均時間復雜度

插入排序 O(n2)

冒泡排序 O(n2)

選擇排序 O(n2)

快速排序 O(n log n)