如何用 JS 实现各种数组排序?

引言

数组排序是你在 JavaScript 编程过程中经常会遇到的，也是面试中会考察的。那么思考两个问题，数据结构中稳定的排序算法和不稳定的排序算法分别有哪些？时间复杂度和空间复杂度分别代表了什么？

时间复杂度&空间复杂度

关于时间复杂度，说得更多的是通过 O(nlogn) 以及 O(n) 等来衡量。下面是一张时间复杂度的曲线图，图中用颜色区分了最优的、一般的、比较差的时间复杂度。

关于空间复杂度，就是对一个算法在运行过程中临时占用存储空间大小的度量。

各种排序的 JS 实现

数据结构算法中排序有很多种，根据它们的特性，可以大致分为两种类型：

1）比较类排序

通过比较来决定元素间的相对次序，其时间复杂度不能突破 O(nlogn)，因此也称为非线性时间比较类排序。

2）非比较类排序

不通过比较来决定元素间的相对次序，它可以突破基于比较排序的时间下界，以线性时间运行，因此也称为线性时间非比较类排序。

冒泡排序

冒泡排序是最基础的排序，一般在最开始学习数据结构的时候就会接触它。

快速排序

通过排序，将待排记录分隔成独立的两部分，其中一部分记录的关键字均比另一部分的关键字小，则可以分别对这两部分记录继续进行排序，以达到整个序列有序。

插入排序

插入排序算法描述的是一种简单直观的排序算法，它的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，从而达到排序的效果。

选择排序

选择排序是一种简单直观的排序算法，首先将最小的元素存放在序列的起始位置，再从剩余未排序的元素中继续寻找最小元素，然后放到已排序的序列后面，以此类推，直到所有元素均排序完毕。

堆排序

堆排序是指利用堆这种数据结构所设计的一种排序算法，堆积是一个近似完全二叉树的结构，并同时满足堆积的性质，即子节点的键值或索引总是小于（或者大于）它的父节点。堆的底层实际上就是一棵完全二叉树，可以用数组实现。

归并排序

归并排序是建立在归并操作上的一种有效的排序算法，该算法是采用分治法的一个非常典型的应用。将已有序的子序列合并，得到完全有序的序列，先使每个子序列有序，再使子序列段间有序，若将两个有序表合并成一个有序表，称为二路归并。

归并排序是一种稳定的排序算法，归并排序的性能不受输入数据的影响，但表现比选择排序好得多，代价是需要额外的内存空间。

总结