無論是筆試、面試還是後端資料處理,排序都是繞不開的基本功。本文把九種常見排序逐一拆解,每個都附上可直接執行的 JavaScript 實作與時間複雜度分析。
原理:把陣列切成「已排序」與「未排序」兩段,每次從未排序區取出一個元素,由後往前掃描已排序區,把比它大的元素逐一往後挪,騰出位置後插入。實作上屬於 in-place 排序,額外空間只需 O(1)。
步驟:視第一個元素為已排序;取出下一個元素,在已排序區由後向前比較;若已排序元素大於新元素則後移一格;重複直到找到小於等於新元素的位置;插入後再處理下一個元素。
function insertionSort(array) {
if (Object.prototype.toString.call(array).slice(8, -1) === 'Array') {
for (var i = 1; i < array.length; i++) {
var key = array[i];
var j = i - 1;
while (j >= 0 && array[j] > key) {
array[j + 1] = array[j];
j--;
}
array[j + 1] = key;
}
return array;
} else {
return 'array is not an Array!';
}
}
複雜度:最佳 O(n)(已排序)、最差 O(n²)(反向排序)、平均 O(n²)。排序穩定。
原理:插入排序的主要成本在「找位置」與「搬資料」。二分插入排序保留搬移邏輯不變,只把「找位置」從線性掃描換成二分搜尋,比較次數降到 O(n log n),但搬移量仍為 O(n²)。
function binaryInsertionSort(array) {
if (Object.prototype.toString.call(array).slice(8, -1) === 'Array') {
for (var i = 1; i < array.length; i++) {
var key = array[i], left = 0, right = i - 1;
while (left <= right) {
var middle = parseInt((left + right) / 2);
if (key < array[middle]) {
right = middle - 1;
} else {
left = middle + 1;
}
}
for (var j = i - 1; j >= left; j--) {
array[j + 1] = array[j];
}
array[left] = key;
}
return array;
} else {
return 'array is not an Array!';
}
}
複雜度:最佳 O(n log n)、最差與平均 O(n²)。
原理:每一趟從未排序區中挑出最小值,與未排序區的第一個位置交換,讓已排序區逐步向右擴張。作 n 個元素的排序共需 n−1 趟。
function selectionSort(array) {
if (Object.prototype.toString.call(array).slice(8, -1) === 'Array') {
var len = array.length, temp;
for (var i = 0; i < len - 1; i++) {
var min = array[i];
for (var j = i + 1; j < len; j++) {
if (array[j] < min) {
temp = min;
min = array[j];
array[j] = temp;
}
}
array[i] = min;
}
return array;
} else {
return 'array is not an Array!';
}
}
複雜度:最佳、最差、平均皆為 O(n²)。交換次數少(最多 n−1 次),這是它唯一的優勢,但不穩定。
原理:反覆走訪相鄰元素兩兩比較,順序錯誤就交換。每一趟結束後,當前最大值會被推到尾端,如同氣泡浮上水面。若某一趟完全沒有發生交換,代表已排序完成,可提前結束。
function bubbleSort(array) {
if (Object.prototype.toString.call(array).slice(8, -1) === 'Array') {
var len = array.length, temp;
for (var i = 0; i < len - 1; i++) {
for (var j = len - 1; j >= i; j--) {
if (array[j] < array[j - 1]) {
temp = array[j];
array[j] = array[j - 1];
array[j - 1] = temp;
}
}
}
return array;
} else {
return 'array is not an Array!';
}
}
複雜度:最佳 O(n)(加上提前結束的旗標)、最差與平均 O(n²)。穩定排序,教學價值高於實用價值。
原理:分治法的代表。選一個基準值 pivot,把陣列重新排列成「左邊都比 pivot 小、右邊都比 pivot 大」,pivot 此時落在最終位置;再對左右兩段遞迴處理。
// 方法一:原地版本
function quickSort(array, left, right) {
if (Object.prototype.toString.call(array).slice(8, -1) === 'Array'
&& typeof left === 'number' && typeof right === 'number') {
if (left < right) {
var x = array[right], i = left - 1, temp;
for (var j = left; j <= right; j++) {
if (array[j] <= x) {
i++;
temp = array[i];
array[i] = array[j];
array[j] = temp;
}
}
quickSort(array, left, i - 1);
quickSort(array, i + 1, right);
}
} else {
return 'array is not an Array or left or right is not a number!';
}
}
var aaa = [3, 5, 2, 9, 1];
quickSort(aaa, 0, aaa.length - 1);
console.log(aaa);
// 方法二:較易讀的版本
var quickSort2 = 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 quickSort2(left).concat([pivot], quickSort2(right));
};
複雜度:最佳與平均 O(n log n)、最差 O(n²)(例如已排序且總是取到極端 pivot)。實務上多用隨機化或三數取中来選 pivot,並在資料量小時遞迴切回插入排序。快速排序本身不穩定。
原理:利用堆這種資料結構。先把序列建成大頂堆(父節點必定大於子節點),堆頂即最大值;將它與尾端交換後縮小堆範圍並重新調整,反覆進行直到排序完成。
/* 方法說明:堆排序 @param array 待排序陣列 */
function heapSort(array) {
if (Object.prototype.toString.call(array).slice(8, -1) === 'Array') {
var heapSize = array.length, temp;
// 建堆
for (var i = Math.floor(heapSize / 2); i >= 0; i--) {
heapify(array, i, heapSize);
}
// 依序把堆頂換到尾端
for (var j = heapSize - 1; j >= 1; j--) {
temp = array[0];
array[0] = array[j];
array[j] = temp;
heapify(array, 0, --heapSize);
}
return array;
} else {
return 'array is not an Array!';
}
}
/* 方法說明:維護堆的性質
@param arr 陣列 @param x 陣列下標 @param len 堆大小 */
function heapify(arr, x, len) {
if (Object.prototype.toString.call(arr).slice(8, -1) === 'Array'
&& typeof x === 'number') {
var l = 2 * x, r = 2 * x + 1, largest = x, temp;
if (l < len && arr[l] > arr[largest]) {
largest = l;
}
if (r < len && arr[r] > arr[largest]) {
largest = r;
}
if (largest != x) {
temp = arr[x];
arr[x] = arr[largest];
arr[largest] = temp;
heapify(arr, largest, len);
}
} else {
return 'arr is not an Array or x is not a number!';
}
}
複雜度:最佳、最差、平均皆為 O(n log n),且原地排序、空間 O(1)。缺點是不穩定,且實際執行常比同階的 quicksort 慢一點(cache 局部性較差)。它的最大價值在於「取前 K 大」這類只需要局部有序場景。
原理:典型分治法。把長度 n 的序列切成兩個 n/2 的子序列,各自遞迴排序,再把兩個有序子序列合併成一個有序序列。這是穩定排序。
function mergeSort(array, p, r) {
if (p < r) {
var q = Math.floor((p + r) / 2);
mergeSort(array, p, q);
mergeSort(array, q + 1, r);
merge(array, p, q, r);
}
}
function merge(array, p, q, r) {
var n1 = q - p + 1, n2 = r - q, left = [], right = [], m = n = 0;
for (var i = 0; i < n1; i++) {
left[i] = array[p + i];
}
for (var j = 0; j < n2; j++) {
right[j] = array[q + 1 + j];
}
left[n1] = right[n2] = Number.MAX_VALUE; // 哨兵值
for (var k = p; k <= r; k++) {
if (left[m] <= right[n]) {
array[k] = left[m];
m++;
} else {
array[k] = right[n];
n++;
}
}
}
複雜度:最佳 O(n)、最差與平均 O(n log n)。穩定,但標準實作需要 O(n) 的額外陣列,這在記憶體受限時是缺點。外部排序與鏈表排序幾乎都採用它。
原理:假設輸入近似均勻分佈,先把資料分散到有限數量的桶中,每個桶各自排序(桶內元素少時常用插入排序),最後依序把桶內容串接起來。
/* 方法說明:桶排序 @param array 陣列 @param num 桶的數量 */
function bucketSort(array, num) {
if (array.length <= 1) {
return array;
}
var len = array.length, buckets = [], result = [],
min = max = array[0], regex = '/^[1-9]+[0-9]*$/', space, n = 0;
num = num || ((num > 1 && regex.test(num)) ? num : 10);
for (var i = 1; i < len; i++) {
min = min <= array[i] ? min : array[i];
max = max >= array[i] ? max : array[i];
}
space = (max - min + 1) / num;
for (var j = 0; j < len; j++) {
var index = Math.floor((array[j] - min) / space);
if (buckets[index]) {
// 非空桶,插入排序
var k = buckets[index].length - 1;
while (k >= 0 && buckets[index][k] > array[j]) {
buckets[index][k + 1] = buckets[index][k];
k--;
}
buckets[index][k + 1] = array[j];
} else {
// 空桶,初始化
buckets[index] = [];
buckets[index].push(array[j]);
}
}
while (n < num) {
result = result.concat(buckets[n]);
n++;
}
return result;
}
複雜度:理想情況(資料均勻、桶數適中)可達線性 O(n)。實際成本取決於桶內排序的複雜度,桶切得越細,桶內資料越少、排序越快,但空間消耗隨之上升。資料高度集中時會退化為單一大桶,等同放棄桶排序。
原理:用一個輔助陣列 C 記錄每個值出現的次數,再做前綴累加求出每個值在結果陣列中的落點,最後反向填回。它屬於非比較排序,只能處理整數(或可離散映射為整數的資料),且是穩定排序。
function countingSort(array) {
var len = array.length, B = [], C = [], min = max = array[0];
for (var i = 0; i < len; i++) {
min = min <= array[i] ? min : array[i];
max = max >= array[i] ? max : array[i];
C[array[i]] = C[array[i]] ? C[array[i]] + 1 : 1;
}
for (var j = min; j < max; j++) {
C[j + 1] = (C[j + 1] || 0) + (C[j] || 0);
}
for (var k = len - 1; k >= 0; k--) {
B[C[array[k]] - 1] = array[k];
C[array[k]]--;
}
return B;
}
複雜度:當輸入為 n 個介於 0 到 k 的整數時,時間為 O(n + k),非比較排序因此快過任何比較排序。但輔助陣列的長度取決於「最大值減最小值加一」,若數值範圍極大(例如出現 10⁹ 這種值),時間與空間都會爆掉,這時應改用 Map 統計或直接換排序法。
資料量小(幾十筆以內)時,插入排序實惠又不需額外空間;追求平均效能與原地排序,快速排序是首選;需要穩定排序或做外部排序,用合併排序;只取前 K 大或需要保證最壞情況,用堆排序;整數且值域有限,計數排序最快。
實務上真正 production 環境很少手寫這些,V8 的 Array.prototype.sort 對短陣列用插入排序、長陣列用 TimSort(合併排序的改良版),已經是權衡過的成熟實作。手刻的價值在於理解 Trade-off,而不是取代原生方法。
以上就是常見 JavaScript 排序演算法的整理,希望對你的學習有所幫助。