排序算法| Array.sort()算法规则

1、js的Array.sort()是使用什么算法排序；

1、火狐中是“归并排序”

2、V8引擎是 “插入排序和快速排序结合”。数组长度不超过10时，使用插入排序。长度超过10使用快速排序。在数组较短时插入排序更有效率。

2、各种算法

下图来自文章 各种排序实现以及稳定性分析

 

 

 

归并排序：

最好情况：O(nlogn)
最坏情况：O(nlogn)
平均情况：O(nlogn) 归并排序需要一个与原数组相同长度的数组做辅助来排序
空间复杂度：O(n)
稳定性：稳定（归并排序是稳定的排序算法，temp[i++] = arr[p1] <= arr[p2] ? arr[p1++] : arr[p2++];这行代码可以保证当左右两部分的值相等的时候，先复制左边的值，这样可以保证值相等的时候两个元素的相对位置不变。）

 

冒泡排序

优点:比较简单，空间复杂度较低，是稳定的；
缺点:时间复杂度太高，效率慢；

 

选择排序

优点：一轮比较只需要换一次位置；

缺点：效率慢，不稳定（举个例子5，8，5，2，9   我们知道第一遍选择第一个元素5会和2交换，那么原序列中2个5的相对位置前后顺序就破坏了）。

 

插入排序

1、插入排序不适合对于数据量比较大的排序应用。

2、时间复杂度最好为o(n) 最坏为(n^2) 平均为o(n^2)   空间复杂度为o(1) 稳定

3、如果想把n个元素的序列升序排列，那么采用插入排序存在最好情况和最坏情况。最好情况就是，序列已经是升序排列了，在这种情况下，需要进行的比较操作需（n-1）次即可。最坏情况就是，序列是降序排列，那么此时需要进行的比较共有n(n-1)/2次。插入排序的赋值操作是比较操作的次数加上 (n-1）次。平均来说插入排序算法的时间复杂度为O(n^2）。

4、当n较大时，时间复杂度太大，因此插入排序的不适合大数据量的排序，一般来说适合小数据量排序，如n<1000，插入排序也作为快排的补充，v8中当n<10时，使用插排，否则使用快排。

 

快速排序

快速排序既不浪费空间速度又快，但不稳定

快速排序是通过一轮的排序将序列分割成独立的两部分，其中一部分序列的基准点（这里主要用值来表示）均比另一部分基准点小。继续对长度较短的序列进行同样的分割，最后到达整体有序。在排序过程中，由于已经分开的两部分的元素不需要进行比较，故减少了比较次数，降低了排序时间。

其他文章总结

三个基本排序算法执行效率比较（冒泡排序，选择排序和插入排序）

从测试结果得到下面的表格：

	Bubble	Selection	Insertion	Bubble/Selection	Bubble/Insertion	Selection/Insertion
1000	15	4	3	3.75	5	1.333333333
10000	1342	412	283	3.257281553	4.74204947	1.455830389
100000	125212	40794	27570	3.069372947	4.541603192	1.479651795
Avg				3.358884833	4.761217554	1.422938506

忽略测试环境，因为三个算法都是在同一个环境中跑的， 可以得出如下结论：

1.冒泡算法效率最低。

2.插入算法效率最高。

3.选择算法是冒泡算法的3.3倍。

4.插入算法是冒泡算法的4.7倍。

5.插入算法是选择算法的1.4陪。

 

https://blog.csdn.net/wqf363/article/details/1604458?utm_source=blogxgwz8