Javascript和堆排序

前言

这里以递归为例,参考自慕课网刘波波老师的C++版本实现

普通堆排序(实现了一个完整的堆)

普通的堆排序首先肯定要有堆,这里我实现了一个最大堆,它必须要有insert方法shiftUp方法和来向堆插入新元素,用extractMax和shiftDown方法对堆出元素。

function MaxHeap(arr, capacity) {
    var data = new Array([capacity + 1]),
        count = 0;
    arr.forEach(function(item, index) {
        data[index + 1] = item;
    });

    count = arr.length;

    for (var i = ~~(count / 2); i >= 1; i--) {
        shiftDown(i);
    }

    function shiftUp(k) {
        var middle = ~~(k / 2);
        //左子节点小于父节点
        while (k > 1 && data[middle] < data[k]) {
            //交换左子节点和父节点
            [data[middle], data[k]] = [data[k], data[middle]];
            k = middle;
            middle = ~~(k / 2);
        }
    }

    function shiftDown(k) {
        //没越界
        while (2 * k <= count) {
            //j先是左孩子,如果右孩子大就变成了右孩子
            var j = 2 * k; // 在此轮循环中,data[k]和data[j]交换位置
            if (j + 1 <= count && data[j + 1] > data[j])
                j++;
            // data[j] 是 data[2*k]和data[2*k+1]中的最大值
            if (data[k] >= data[j]) break;
            [data[k], data[j]] = [data[j], data[k]];
            k = j;
        }
    }


    function size() {
        return count;
    }

    function isEmpty() {
        return count == 0;
    }

    function insert(item) {
        data[count + 1] = item;
        shiftUp(count + 1);
        count++;
    }

    function extractMax() {
        var ret = data[1];

        [data[1], data[count]] = [data[count], data[1]];
        // data.pop();
        count--;
        shiftDown(1);

        return ret;
    }

    function getMax() {
        return data[1];
    }

    return {
        data: data,
        size: size,
        isEmpty: isEmpty,
        insert: insert,
        extractMax: extractMax,
        getMax: getMax
    }
}
var heapSort = function(arr) {

    var len = arr.length;
    var heap = new MaxHeap(arr,len);
    for (var i = len - 1; i >= 0; i--) {
        arr[i] = heap.extractMax();
    }

    return arr;
}

优化堆排序(只借用了堆的)

堆排序主要就是使用了最大(小)堆的性质:根节点是最大(小)值,一直让根节点出堆就行了,明白了这点,我们只需要堆结构的shiftdown方法即可。

var heapSort = function(arr) {
    var len = arr.length;
    //heapify
    for (var i = ~~((len - 1) / 2); i >= 0; i--) {
        shiftdown(arr, len, i);
    }
    for (var i = len - 1; i > 0; i--) {
        [arr[0], arr[i]] = [arr[i], arr[0]];
        shiftdown(arr, i, 0);
    }
    return arr;
}

function shiftdown(arr, length, k) {
    while (2 * k + 2 <= length) {
        //j先是左孩子,如果右孩子大就变成了右孩子
        var j = 2 * k + 1; // 在此轮循环中,arr[k]和arr[j]交换位置
        if (j + 1 < length && arr[j + 1] > arr[j])
            j++;
        // arr[j] 是 arr[2*k]和arr[2*k+1]中的最大值
        if (arr[k] >= arr[j]) break;
        [arr[k], arr[j]] = [arr[j], arr[k]];
        k = j;
    }
}
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

  • 数据结构与算法--优先队列和堆排序 在某些数据处理的例子中,总数据量太大,无法排序(甚至无法全部装进内存)。例如,...
    sunhaiyu阅读 1,060评论 0 2
  • 概述:排序有内部排序和外部排序,内部排序是数据记录在内存中进行排序,而外部排序是因排序的数据很大,一次不能容纳全部...
    每天刷两次牙阅读 3,757评论 0 15
  • 概述 排序有内部排序和外部排序,内部排序是数据记录在内存中进行排序,而外部排序是因排序的数据很大,一次不能容纳全部...
    蚁前阅读 5,251评论 0 52
  • 1.插入排序—直接插入排序(Straight Insertion Sort) 基本思想: 将一个记录插入到已排序好...
    依依玖玥阅读 1,295评论 0 2
  • 安利进入一个新的时代。如果你说安利我以前听过。那是旧社会的安利,现在是新社会的安利,因为时代在改变。我们今天是一个...
    相梅阅读 444评论 0 1