Advertisement

用JavaScript实现的经典排序算法——插入排序

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:PDF


简介:
本文章介绍如何使用JavaScript语言实现经典的插入排序算法,并对其实现原理进行了详细的解析和代码示例展示。 插入排序是一种直观且简单的排序算法,特别适合于小规模数据集的处理。这种算法通过构建有序序列,并在已有的顺序数组中从后向前扫描来找到合适的位置以供新元素插入。 其具体步骤如下: 1. 从第一个元素开始,假设这个元素已经被正确地排好序; 2. 取出下一个待排序的元素,在已经完成排序的部分进行搜索; 3. 如果该部分中的某个已排序的元素大于被取出的新元素,则将此较大值向后移动一位位置以腾出空间给新插入的数值。 4. 重复执行步骤(3),直到找到一个合适的位置可以放置新的数值,即找到比它小的第一个数所在处; 5. 将该新数据项插在已排序部分中正确的位置上。 以下是使用JavaScript实现的基本插入排序算法: ```javascript function insertSort(arr){ for(var i = 1; i < arr.length; i++){ var temp = arr[i]; var j = i - 1; while(j >= 0 && arr[j] > temp){ arr[j + 1] = arr[j]; j--; } arr[j + 1] = temp; } return arr; } ``` 示例使用: ```javascript var array = [1, 45, 37, 5, 48, 15, 37, 26, 29, 2, 46, 4, 17, 50, 52]; console.log(insertSort(array)); ``` 为了提高插入排序的效率,可以使用二分查找来优化搜索步骤。这将减少比较次数。 改进后的算法描述如下: 1. 假设第一个元素已经排好序; 2. 取出下一个元素,并在已有序的部分中通过二分查找定位到它应该被放置的位置; 3. 将新值插入该位置。 以下是使用JavaScript实现的优化版本(即采用二分查找策略)的插入排序: ```javascript function binaryInsertionSort(arr){ for(var i = 1; i < arr.length; i++){ var key = arr[i], left = 0, right = i - 1; while(left <= right){ var middle = parseInt((left + right) / 2); if(key < arr[middle]){ right = middle - 1; }else{ left = middle + 1; } } for(var j = i - 1; j >= left; j--){ arr[j + 1] = arr[j]; } arr[left] = key; } return arr; } ``` 示例使用: ```javascript var array2 = [1, 45, 37, 5, 48, 15, 37, 26, 29, 2, 46, 4, 17, 50, 52]; console.log(binaryInsertionSort(array2)); ``` 对插入排序进行算法分析: - 最佳情况:当输入数组已经按升序排列时,每个新元素都不需要移动任何已排好序的数值。此时的时间复杂度为O(n)。 - 最差状况:如果待排序的数据是降序的话,则每次向有序序列中添加一个数据项都需要将所有先前的值后移一位以腾出空间给新的数字插入进去,导致时间复杂度达到O(n^2)。 - 平均情况:通常情况下,此算法的时间复杂性也是O(n^2)。 尽管在面对大数据量时其效率不及诸如快速排序或归并排序等更高级的算法表现优异,但因其逻辑简单且易于实现,在教授和理解基础排序原理方面仍然具有显著的价值。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • JavaScript——
    优质
    本文章介绍如何使用JavaScript语言实现经典的插入排序算法,并对其实现原理进行了详细的解析和代码示例展示。 插入排序是一种直观且简单的排序算法,特别适合于小规模数据集的处理。这种算法通过构建有序序列,并在已有的顺序数组中从后向前扫描来找到合适的位置以供新元素插入。 其具体步骤如下: 1. 从第一个元素开始,假设这个元素已经被正确地排好序; 2. 取出下一个待排序的元素,在已经完成排序的部分进行搜索; 3. 如果该部分中的某个已排序的元素大于被取出的新元素,则将此较大值向后移动一位位置以腾出空间给新插入的数值。 4. 重复执行步骤(3),直到找到一个合适的位置可以放置新的数值,即找到比它小的第一个数所在处; 5. 将该新数据项插在已排序部分中正确的位置上。 以下是使用JavaScript实现的基本插入排序算法: ```javascript function insertSort(arr){ for(var i = 1; i < arr.length; i++){ var temp = arr[i]; var j = i - 1; while(j >= 0 && arr[j] > temp){ arr[j + 1] = arr[j]; j--; } arr[j + 1] = temp; } return arr; } ``` 示例使用: ```javascript var array = [1, 45, 37, 5, 48, 15, 37, 26, 29, 2, 46, 4, 17, 50, 52]; console.log(insertSort(array)); ``` 为了提高插入排序的效率,可以使用二分查找来优化搜索步骤。这将减少比较次数。 改进后的算法描述如下: 1. 假设第一个元素已经排好序; 2. 取出下一个元素,并在已有序的部分中通过二分查找定位到它应该被放置的位置; 3. 将新值插入该位置。 以下是使用JavaScript实现的优化版本(即采用二分查找策略)的插入排序: ```javascript function binaryInsertionSort(arr){ for(var i = 1; i < arr.length; i++){ var key = arr[i], left = 0, right = i - 1; while(left <= right){ var middle = parseInt((left + right) / 2); if(key < arr[middle]){ right = middle - 1; }else{ left = middle + 1; } } for(var j = i - 1; j >= left; j--){ arr[j + 1] = arr[j]; } arr[left] = key; } return arr; } ``` 示例使用: ```javascript var array2 = [1, 45, 37, 5, 48, 15, 37, 26, 29, 2, 46, 4, 17, 50, 52]; console.log(binaryInsertionSort(array2)); ``` 对插入排序进行算法分析: - 最佳情况:当输入数组已经按升序排列时,每个新元素都不需要移动任何已排好序的数值。此时的时间复杂度为O(n)。 - 最差状况:如果待排序的数据是降序的话,则每次向有序序列中添加一个数据项都需要将所有先前的值后移一位以腾出空间给新的数字插入进去,导致时间复杂度达到O(n^2)。 - 平均情况:通常情况下,此算法的时间复杂性也是O(n^2)。 尽管在面对大数据量时其效率不及诸如快速排序或归并排序等更高级的算法表现优异,但因其逻辑简单且易于实现,在教授和理解基础排序原理方面仍然具有显著的价值。
  • Java之二分解析
    优质
    简介:本文详细解析了二分插入排序作为Java经典排序算法之一的工作原理、实现步骤及性能特点,帮助读者掌握高效排序技巧。 二分插入排序是一种改进的直接插入排序算法,它通过引入二分查找的思想来提升在已排序序列中找到合适位置的效率。相比传统的直接插入排序方法,在寻找元素正确位置的过程中需要逐个比较直至确定为止,二分插入排序则利用了更高效的搜索策略。 其工作原理如下: 1. **初始化**:从一个未排好序的数组`source[]`开始,将整个数组划分为已排序和未排序两部分。初始阶段,仅第一个元素属于已排序的部分。 2. **二分查找插入位置**:对于每一个新加入的元素(如`source[i]`),使用二分法在当前有序序列中寻找其正确的位置。通过比较中间值与目标值大小来决定搜索范围,并将范围缩小一半,直到找到确切位置。 3. **移动数组中的元素**:确定好插入点后,需要把该位置之后所有大于新加入元素的数值向右移动一格以腾出空间给新的数。此操作的时间复杂度为O(i)。 4. **完成插入**:将`source[i]`放置到已找到的位置上。 5. **迭代过程**:重复上述步骤,直到数组中的所有元素都被正确地排序好为止。 在代码实现层面,“binarySort”函数是二分插入排序的核心部分,它包含了以上描述的各个操作。“printArray”方法用于输出当前数组的状态以供观察。在一个示例程序中,我们构建了一个未排好的整数列表,并通过调用“binarySort”的方式对其进行整理。 从时间复杂度的角度来看,在数据近乎有序的情况下(最好情况),二分插入排序的表现尤为出色,其效率可以达到O(n log n);然而在最糟糕的情况——输入数组完全逆序时,则退化为直接插入排序的性能,即时间复杂性上升到O(n^2)。平均情况下,它的运行时间为O(n log n),而空间使用量仅为常数级别(O(1)),这意味着它不会随着数据规模的增长而显著增加额外存储需求。 总的来说,二分插入排序是一种对直接插入算法的优化版本,在一定程度上提高了查找正确位置的速度和效率。尽管如此,对于大规模且无序的数据集来说,其他一些更有效的排序方法如快速排序或归并排序可能是更好的选择。
  • C++进行整数数组
    优质
    本段介绍如何使用C++编程语言实现经典的插入排序算法,以对整数数组进行有序排列。通过示例代码解析其工作原理和应用方法。 利用插入排序对整数数组进行排序的基本思想如下: 一个单独的数字自然是有序的,因此规模为1的问题可以轻易解决; 如果能够给n-1个数字排序,则当有n个数字时,只需先将前n-1个数字排好序,然后把最后一个新加入的数字插入到前面这n-1个已经有序的序列中的合适位置即可。 例如: 要对3、6、2、4进行从小到大的排序: 首先考虑规模为1的问题,即单独的一个数3是自然有序的; 在解决了规模为1的问题后,再添加一个新的数字6,并将其放在3后面,得到序列为3, 6。这样就解决了规模为2的问题; 接着,在已经解决的规模为2的基础上加入新的数字2,并将它插入到前面两个已排序好的数列中的合适位置(即把2放到3之前),从而形成序列2, 3, 6,以此来解决规模为3的问题; 最后在完成对前三个数字进行排序后,继续添加最后一个数字4并将其放置于已经有序的序列中正确的位置上。
  • C++进行整数数组
    优质
    本段介绍如何使用C++编程语言实现经典的插入排序算法,具体讲解了该算法在整数数组排序中的应用和步骤。通过示例代码帮助读者理解和实践插入排序的过程。 插入排序是一种简单直观的算法,通过构建有序序列实现对数据进行排序。本段落将探讨如何使用C++来实现插入排序,并用它来排列整数数组。 首先需要理解的是,当处理一个规模为1的问题时(即只有一个元素的情况),该元素本身就是有序的。每次增加一个新的未排序元素,将其放置在已排好序的部分中的正确位置上,从而逐步扩大有序序列的范围。例如,在对数组`{3, 6, 2, 4}`进行操作的过程中: - 开始时只有数字3,显然已经是有序状态。 - 加入数字6后,由于它比前面的元素大,则直接放在后面形成新的顺序:`{3, 6}` - 接下来加入数字2。由于它是新数组中的最小值,因此需要将其放置在最前端之前的位置上,得到序列`{2, 3, 6}`。 - 最后添加数字4,在找到合适位置(即介于2和3之间)之后插入它,最终得出有序的序列:`{2, 3, 4, 6}`。 为了实现上述逻辑,我们首先定义一个主函数`main()`。在此过程中声明并初始化包含10个元素的整数数组`intarray[]`;同时创建另一个用于存储排序后数据的新数组`new_intarray[]`. 从第二个元素开始遍历原数组(因为第一个元素默认视为有序),对于每一个新加入的数字,将其保存到临时变量中,并与已处理过的最后一个元素比较。如果当前值不小于前一个,则直接放置在适当位置;若否,则需要将所有大于它的数向后移动一位以便为它腾出空间。 完成上述步骤之后,`new_intarray[]`数组即会变成有序状态。接着我们遍历并输出这个新数组的所有元素即可查看排序结果。 以下是具体的C++代码实现: ```cpp #include using namespace std; int main() { int i, j, num, temp; int intarray[10] = {2, 5, 1, 9, 10, 0, 4, 8, 7, 6}; int new_intarray[10] = {0}; // 将第一个元素复制到新数组 new_intarray[0] = intarray[0]; // 遍历从第二个元素开始 for (i = 1; i < 10; ++i) { num = intarray[i]; if (num >= new_intarray[i - 1]) { new_intarray[i] = num; } else { new_intarray[i] = new_intarray[i - 1]; // 否则,将当前元素插入正确位置 new_intarray[i - 1] = num; for (j = i - 1; j > 0 && new_intarray[j] < new_intarray[j - 1]; --j) { temp = new_intarray[j]; new_intarray[j] = new_intarray[j - 1]; new_intarray[j - 1] = temp; } } } // 打印排序后的数组 for (i = 0; i < 10; ++i) cout << new_intarray[i] << ; return 0; } ``` 该程序的时间复杂度为O(n^2),最坏情况下每次都要进行元素的后移操作。尽管对于小规模或者接近有序的数据集,插入排序表现良好;但在大规模或完全无序的情况下,使用快速排序、归并排序等更高效的算法会更为适宜。然而,在学习阶段,由于其简单性和直观性特点,这仍然是一个很好的入门选择。 综上所述,虽然在实际应用中可能需要考虑更多的优化策略和更高的效率需求,但插入排序依然是理解基本数据结构与算法的一个良好起点。
  • C++八种常见、冒泡、选择、希尔
    优质
    本篇文章详细介绍了并实现了八种常见的排序算法,包括但不限于插入排序、冒泡排序、选择排序和希尔排序,使用了C++编程语言进行代码展示与解释。适合初学者学习理解各种基础的排序方法及其应用。 本段落主要介绍了C++实现的八种常用排序算法:插入排序、冒泡排序、选择排序、希尔排序、快速排序、归并排序、堆排序以及LSD基数排序。有兴趣的朋友可以参考这些内容。
  • 直接、二分、Shell、冒泡、快速、选择和堆
    优质
    本文介绍了七种经典内部排序算法(直接插入排序、二分插入排序、希尔排序、冒泡排序、快速排序、选择排序及堆排序)的基本原理,并提供了具体实现方法。 《数据结构(C语言版)》由严蔚敏与吴伟民编著,书中介绍了直接插入排序、折半插入排序、希尔排序、冒泡排序、快速排序、选择排序、堆排序的实现以及归并排序等内容,并使用C语言进行了详细实现。
  • C++
    优质
    本篇文章介绍了如何使用C++编程语言来实现经典的插入排序算法。通过详细的代码示例和解释,帮助读者理解该算法的工作原理及其在实际中的应用。 插入排序是一种简单的排序算法,其工作原理是通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入。重复直到所有元素均排序完成。由于在每次插入过程中,需要多次比较和移动操作,因此该算法的时间复杂度为O(n^2),适用于少量数据的排序场景。
  • 讲解——冒泡与选择
    优质
    本课程详细介绍了三种基本的排序算法:冒泡排序、插入排序和选择排序。通过实例演示了每种算法的工作原理及其在实际编程中的应用,帮助初学者理解并掌握这些核心概念。 在计算机科学领域,排序算法是数据处理的重要组成部分之一,它们用于对一组数据进行排列以便于检索、分析或进一步的处理工作。本段落将重点介绍三种基础的排序算法:冒泡排序、插入排序以及选择排序。 首先来看冒泡排序法。这是一种简单的排序方法,其基本原理是通过反复遍历数组,并在每次遍历时比较相邻元素的位置关系,若顺序错误则交换它们,从而使得未排列的最大值逐次向数组末尾移动。具体实现如下所示: ```python def bubblesort(bubbleList): flag = True n = len(bubbleList) while(n): for i in range(n-1): if bubbleList[i] > bubbleList[i+1]: bubbleList[i], bubbleList[i+1] = bubbleList[i+1], bubbleList[i] flag = False if flag: break n -= 1 return bubbleList ``` 冒泡排序的时间复杂度为O(n^2),其中n代表数组的长度。尽管效率不高,但其优点在于实现简单且稳定,即相等元素在经过排序处理后不会改变它们之间的相对位置。 接下来是插入排序法。它从数组中的第二个数字开始,并将每个新找到的数依次插入到已排好序的部分中去,通过比较前面的数据来确定正确的插入点。其Python代码实现如下: ```python def insertion_sort(Insertion_List): n = len(Insertion_List) for i in range(1, n): key = Insertion_List[i] j = i - 1 while j >= 0 and Insertion_List[j] > key: Insertion_List[j + 1] = Insertion_List[j] j -= 1 Insertion_List[j + 1] = key return Insertion_List ``` 插入排序的时间复杂度同样是O(n^2),但它在处理部分有序的数据集时效率较高,且同样是一种稳定的算法。 最后是选择排序法。它通过找到数组中最小(或最大)的元素,并将其与第一个未排列的位置进行交换,然后重复这个过程直到所有数据都被正确地排好序为止。其Python代码实现如下: ```python def select_sort(select_List): n = len(select_List) for i in range(n): min_num = i for j in range(i+1, n): if select_List[j] < select_List[min_num]: min_num = j select_List[min_num], select_List[i] = select_List[i], select_List[min_num] return select_List ``` 选择排序的时间复杂度同样为O(n^2),但它是不稳定的,即相等元素可能会在排列过程中改变它们的相对位置。尽管如此,在内存限制的情况下由于它只需要一个额外的空间用于临时存储数据,因此具有一定的优势。 总结来说,冒泡排序、插入排序和选择排序都是基于比较的基本算法,并且各自适用于不同的场景:对于小规模的数据集或接近有序的情况,可以考虑使用冒泡排序;而对于部分已经排好序的数组,则推荐采用插入排序法;而当内存资源有限时,可以选择使用空间复杂度为O(1)的选择排序。然而,在面对大量数据处理需求的时候,这些简单的算法通常会被更高效的快速排序、归并排序或堆排序等方法所替代。
  • C++中、冒泡、归并和快速
    优质
    本文章深入探讨了四种常见的排序算法在C++中的具体实现方法,包括插入排序、冒泡排序、归并排序以及快速排序。通过详细的代码示例展示每种排序方式的工作原理与特点,适用于编程学习者和技术爱好者深入了解和掌握这些基础却重要的数据处理技巧。 插入排序、冒泡排序、归并排序和快速排序这四种排序方式的C++实现分别被编写成了独立的函数,在主函数中可以选择调用这些函数中的任意一个。初始化数组时使用了随机种子`srand((int)time(0))`,并且在宏定义中设置了数组大小。
  • 多种代码,涵盖冒泡、选择、希尔、归并、快速、堆、计数、桶和基数
    优质
    本项目包含十种常见排序算法的实现代码,包括冒泡排序、选择排序等基本算法及更高效的归并排序、快速排序等,适用于学习与实践。 该程序实现了多种排序算法,并提供了选项菜单供用户选择排序算法。此外还包括查找最大最小值、计算平均值和总和的功能。 主函数 main:包含一个主程序循环,通过显示的菜单让用户选择所需的排序算法或其他功能。 菜单显示函数 displayMenu:打印出可供选择的不同排序算法的菜单。 各种排序算法实现的函数包括冒泡排序、选择排序、插入排序、希尔排序、归并排序、快速排序、堆排序、计数排序、桶排序和基数排序。 查找最大最小值函数 findMinMax:用于在给定数组中找出最大的值和最小的值。 计算平均值和总和函数 calculateAverageSum:用以计算给定数组元素的平均值及所有元素之和。