当前位置：首页 > ai >正文

JavaScript常用的算法详解

ai 2025/8/27 18:39:14

1. 排序算法

1.1. 冒泡排序（Bubble Sort）

冒泡排序是一种简单的排序算法，通过反复遍历数组，将相邻的两个元素进行比较并交换位置，从而将最大的元素逐步移到数组的末尾。

优点：

实现简单：算法逻辑简单，易于理解。
原地排序：不需要额外的内存空间，空间复杂度为 O(1)。

缺点：

效率低下：时间复杂度为 O(n²)，对大规模数据排序效率很差。
适合小规模数据：对于小规模数据或几乎有序的数据有一定效果。

代码示例：

function bubbleSort(arr: number[]): number[] {const len = arr.length;for (let i = 0; i < len; i++) {for (let j = 0; j < len - i - 1; j++) {if (arr[j] > arr[j + 1]) {[arr[j], arr[j + 1]] = [arr[j + 1], arr[j]]; // 交换位置}}}return arr;
}

使用场景：

小规模数据排序：当数据量很小时可以使用，尤其是数据几乎有序时。

1.2. 选择排序（Selection Sort）

选择排序每次从未排序的部分选择最小或最大的元素，放到已排序部分的末尾，逐步缩小未排序部分。

优点：

简单直观：逻辑简单，易于实现。
数据移动次数少：每次交换只涉及一次最小值移动。

缺点：

效率较低：时间复杂度为 O(n²)，大规模数据表现不佳。
不稳定排序：相同元素的相对顺序可能会被改变。

代码示例：

function selectionSort(arr: number[]): number[] {const len = arr.length;for (let i = 0; i < len - 1; i++) {let minIndex = i;for (let j = i + 1; j < len; j++) {if (arr[j] < arr[minIndex]) {minIndex = j;}}if (minIndex !== i) {[arr[i], arr[minIndex]] = [arr[minIndex], arr[i]]; // 交换最小值到已排序部分}}return arr;
}

使用场景：

小规模数据排序：适合数据量较少的情况。
对内存写操作敏感的场景：如硬盘排序或闪存存储。

1.3. 插入排序（Insertion Sort）

插入排序通过将每个元素插入到已排序部分的适当位置，逐步构建有序序列。

优点：

适合小规模数据：表现较好，尤其是数据接近有序时。
稳定排序：相同元素的相对顺序不会改变。

缺点：

效率较低：时间复杂度为 O(n²)，无序数据时性能较差。

代码示例：

function insertionSort(arr: number[]): number[] {const len = arr.length;for (let i = 1; i < len; i++) {let key = arr[i];let j = i - 1;while (j >= 0 && arr[j] > key) {arr[j + 1] = arr[j]; // 将比 key 大的元素后移j--;}arr[j + 1] = key;}return arr;
}

使用场景：

小规模数据排序：适合数据量较少的情况。
几乎有序的数据：当数据接近有序时，插入排序的时间复杂度接近 O(n)。

1.4. 归并排序（Merge Sort）

归并排序是一种基于分治思想的排序算法，将数组分为两个子数组，递归排序后合并成一个有序数组。

优点：

时间复杂度稳定：O(n log n)，适合大规模数据。
稳定排序：相同元素的相对顺序不变。

缺点：

需要额外空间：需要 O(n) 的额外空间存储合并结果。

代码示例：

function mergeSort(arr: number[]): number[] {if (arr.length <= 1) return arr;const mid = Math.floor(arr.length / 2);const left = mergeSort(arr.slice(0, mid));const right = mergeSort(arr.slice(mid));return merge(left, right);
}function merge(left: number[], right: number[]): number[] {const result: number[] = [];let i = 0, j = 0;while (i < left.length && j < right.length) {if (left[i] < right[j]) {result.push(left[i]);i++;} else {result.push(right[j]);j++;}}return result.concat(left.slice(i), right.slice(j));
}

使用场景：

大规模数据排序：归并排序适合处理大量数据。
链表排序：归并排序在链表上的效率高于其他排序算法。

1.5. 快速排序（Quick Sort）

快速排序通过选择一个基准元素，将数组分为小于和大于基准的两部分，递归排序。

优点：

平均性能优异：时间复杂度为 O(n log n)，常数因子小，适合大规模数据。
原地排序：不需要额外的存储空间，空间复杂度为 O(log n))。

缺点：

最坏情况退化：在不好的情况下，时间复杂度会退化为 O(n²)。
不稳定排序：相同元素的相对顺序可能改变。

代码示例：

function quickSort(arr: number[]): number[] {if (arr.length <= 1) return arr;const pivot = arr[Math.floor(arr.length / 2)];const left = arr.filter(x => x < pivot);const right = arr.filter(x => x > pivot);const middle = arr.filter(x => x === pivot);return quickSort(left).concat(middle, quickSort(right));
}

使用场景：