内容目录
冒泡,插入,快速排序,递归(setTimeout()内存不溢出)
强化下印象
B站视频地址(时效性):https://www.bilibili.com/video/av73494721
百度搬运分流:
链接:https://pan.baidu.com/s/1KZGWHa2HxQZiRqSDeOnIjg
提取码:wkjt
复制这段内容后打开百度网盘手机App,操作更方便哦
代码
/**
* @name 数组排序算法(保证数组数据唯一)
* @author SunSeekerX
* @time 2019-11-23 16:05:37
* @LastEditors SunSeekerX
* @LastEditTime 2019-11-23 18:59:32
*/
/**
* 冒泡排序
* 1.比较相邻的元素。如果第一个比第二个大,就交换他们两个。
* 2.对每一对相邻元素做同样的工作,从开始第一对到结尾的最后一对。在这一点,最后的元素应该会是最大的数。
* 3.针对所有的元素重复以上的步骤,除了最后一个。
* 4.持续每次对越来越少的元素重复上面的步骤,直到没有任何一对数字需要比较。
*/
console.log("------------------冒泡排序---------------");
console.time();
const arr = [1, 9, 5, 4, 3, 8];
console.log("排序前>>>", arr);
for (let i = 0; i < arr.length - 1; i++) {
for (let j = 0; j < arr.length - 1 - i; j++) {
let temp = null;
if (arr[j] > arr[j + 1]) {
temp = arr[j];
arr[j] = arr[j + 1];
arr[j + 1] = temp;
}
}
}
console.log("排序后>>>", arr);
console.timeEnd();
console.log("\n");
/**
* 插入排序
* 1.依次取出数组中的值
* 2.更新的数组对比插入到新的数组(抓牌原理一样)
*/
console.log(
"------------------插入排序,从后往前比(斗地主抓牌)---------------"
);
// 插入排序,从后往前比(斗地主抓牌)
const arr2 = [1, 9, 5, 4, 3, 8];
console.time();
console.log("排序前>>>", arr2);
// 1.取出第一张牌
const newArr = [arr2[0]];
for (let i = 1; i < arr2.length; i++) {
// 2.从后面往前插
for (let j = newArr.length - 1; j >= 0; j--) {
// 如果取出的牌比当前循环的牌大,就放在这个牌后面
if (arr2[i] > newArr[j]) {
// 插入到新的数组
newArr.splice(j + 1, 0, arr2[i]);
break;
}
// 比较到第一张牌,放到手里的第一张(最小)
if (j === 0) {
newArr.unshift(arr2[i]);
}
}
}
console.log("排序后>>>", newArr);
console.timeEnd();
console.log("\n");
/**
* 快速排序
* 1.首先设定一个分界值,通过该分界值将数组分成左右两部分。
* 2.将大于或等于分界值的数据集中到数组右边,小于分界值的数据集中到数组的左边。此时,左边部分中各元素都小于或等于分界值,而右边部分中各元素都大于或等于分界值。
* 3.然后,左边和右边的数据可以独立排序。对于左侧的数组数据,又可以取一个分界值,将该部分数据分成左右两部分,同样在左边放置较小值,右边放置较大值。右侧的数组数据也可以做类似处理。
* 4.重复上述过程,可以看出,这是一个递归定义。通过递归将左侧部分排好序后,再递归排好右侧部分的顺序。当左、右两个部分各数据排序完成后,整个数组的排序也就完成了。
*/
console.log("------------------快速排序---------------");
const arr3 = [1, 9, 5, 4, 3, 8];
console.time();
console.log("排序前>>>", arr3);
function quick(arr) {
// 4.结束递归(当arr中小于等于一项,则返回)
if (arr.length <= 1) {
return arr;
}
// 1.找到数组的中间项把他删除
let middleIndex = Math.floor(arr.length / 2);
let middleValue = arr.splice(middleIndex, 1)[0];
// 2.准备左右两个数组,循环剩下的数组中的每一项,比中间项小的放左边,反之放右边
let arrLeft = [],
arrRight = [];
for (let i = 0; i < arr.length; i++) {
arr[i] < middleValue ? arrLeft.push(arr[i]) : arrRight.push(arr[i]);
}
// 3.递归处理左右两边数组,一直到左右两边都排好(左右让左边+中间+右边为最后的结果)
return quick(arrLeft).concat(middleValue, quick(arrRight));
}
console.log("排序后>>>", quick(arr3));
console.timeEnd();
console.log("\n");
console.log("------------------分割线---------------\n\n");
console.log("------------------(For循环计算1-10累加的和)---------------");
console.time();
let total = 0;
for (let i = 1; i <= 10; i++) {
total = total + i;
}
console.log("For循环计算后>>>", total);
console.timeEnd();
console.log("\n");
console.log("------------------(递归计算1-10累加的和)---------------");
console.time();
function sumFun(n) {
if (n > 10) {
return 0;
}
return n + sumFun(n + 1);
}
console.log("递归计算后>>>", sumFun(1));
console.timeEnd();
console.log("\n");
/**
* 堆栈溢出
*
* Uncaught RangeError: Maximum call stack size exceeded
*/
// function fn() {
// fn();
// }
// fn();
/**
* 堆栈不溢出
* 这实际上并不是递归调用,因为fn2的第一次调用实际上在setTimeout()调用下一个调用之前完成。
* 所以,这不是技术上的递归,并且不会随着时间的推移建立堆栈。它可以在没有任何积聚的情况下永久运行,这是保持反复运行的完美方式。
* javascript不是多线程的,因此它不会为定时器创建多个线程。
* 触发的每个定时器事件只是将事件放入事件队列中,并且如果当时没有JS正在运行,则触发该事件(从而调用回调函数)。
* 如果JS正在运行,那么JS引擎会等待,直到当前正在执行的JS完成,然后为事件队列中的下一个事件提供服务(从而调用回调)。
*
* 通俗的说
*
* 在执行setTimeout中的函数方法之前,fn()这个方法已经执行完毕了,内存堆栈已经释放了,因此不会内存溢出
*/
// function fn2() {
// setTimeout(() => fn2(), 0);
// }
// fn2();
输出结果
------------------冒泡排序---------------
排序前>>> [ 1, 9, 5, 4, 3, 8 ]
排序后>>> [ 1, 3, 4, 5, 8, 9 ]
default: 2.884ms
------------------插入排序,从后往前比(斗地主抓牌)---------------
排序前>>> [ 1, 9, 5, 4, 3, 8 ]
排序后>>> [ 1, 3, 4, 5, 8, 9 ]
default: 0.896ms
------------------快速排序---------------
排序前>>> [ 1, 9, 5, 4, 3, 8 ]
排序后>>> [ 1, 3, 4, 5, 8, 9 ]
default: 0.903ms
------------------分割线---------------
------------------(For循环计算1-10累加的和)---------------
For循环计算后>>> 55
default: 0.211ms
------------------(递归计算1-10累加的和)---------------
递归计算后>>> 55
default: 0.234ms