做编程，排序是个必然的需求。前端也不例外，虽然不多，但是你肯定会遇到。
不过说到排序，最容易想到的就是冒泡排序，选择排序，插入排序了。
冒泡排序
依次比较相邻的两个元素，如果后一个小于前一个，则交换，这样从头到尾一次，就将最大的放到了末尾。
从头到尾再来一次，由于每进行一轮，最后的都已经是最大的了，因此后一轮需要比较次数可以比上一次少一个。虽然你还是可以让他从头到尾来比较，但是后面的比较是没有意义的无用功，为了效率，你应该对代码进行优化。
图片演示如下：
代码实现：
算法代码
function bubbleSort(arr) {
var len = arr.length;
for (var i =0; i < len -1; i++) {
for (var j =0; j < len -1- i; j++) {
if (arr[j] > arr[j+1]) { // 相邻元素两两对比
var temp = arr[j+1]; // 元素交换
arr[j+1] = arr[j];
arr[j] = temp;
}
}
}
return arr;
}
选择排序
选择排序我觉得是最简单的了，大一学VB的时候，就只记住了这个排序方法，原理非常简单：每次都找一个最大或者最小的排在开始即可。
首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置
再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。
重复第二步，直到所有元素均排序完毕。
动图演示：
代码演示：
算法代码
function selectionSort(arr) {
var len = arr.length;
var minIndex, temp;
for (var i =0; i < len -1; i++) {
minIndex = i;
for (var j = i +1; j < len; j++) {
if (arr[j] < arr[minIndex]) { // 寻找最小的数
minIndex = j; // 将最小数的索引保存
}
}
temp = arr[i];
arr[i] = arr[minIndex];
arr[minIndex] = temp;
}
return arr;
}
插入排序
插入排序也比较简单。就像打扑克一样，依次将拿到的元素插入到正确的位置即可。
将第一待排序序列第一个元素看做一个有序序列，把第二个元素到最后一个元素当成是未排序序列。
从头到尾依次扫描未排序序列，将扫描到的每个元素插入有序序列的适当位置。（如果待插入的元素与有序序列中的某个元素相等，则将待插入元素插入到相等元素的后面。）
动图演示：
代码示例：
算法代码
function insertionSort(arr) {
var len = arr.length;
var preIndex, current;
for (var i =1; i < len; i++) {
preIndex = i -1;
current = arr[i];
while(preIndex >=0&& arr[preIndex] > current) {
arr[preIndex+1] = arr[preIndex];
preIndex--;
}
arr[preIndex+1] = current;
}
return arr;
}
简单的代价是低效
上面三种都是非常简单的排序方法，简单的同时呢，效率也会比较低，还是拿这本书里的对比图来说明：
时间复杂度都高达O(n^2),而它们后面的一些排序算法时间复杂度基本都只有O(n log n)。
我的强迫症又犯了，我想要高效率一点的排序方法。
归并排序
简单把这本书的内容过了一遍，当时就理解了这个归并排序，因此这里就谈一下这个归并排序吧。
基本原理是分治法，就是分开并且递归来排序。
步骤如下：
申请空间，使其大小为两个已经排序序列之和，该空间用来存放合并后的序列；
设定两个指针，最初位置分别为两个已经排序序列的起始位置；
比较两个指针所指向的元素，选择相对小的元素放入到合并空间，并移动指针到下一位置；
重复步骤 3 直到某一指针达到序列尾；
将另一序列剩下的所有元素直接复制到合并序列尾。
动图演示：
代码示例：
算法代码
function mergeSort(arr) { // 采用自上而下的递归方法
var len = arr.length;
if(len <2) {
return arr;
}
var middle = Math.floor(len /2),
left = arr.slice(0, middle),
right = arr.slice(middle);
return merge(mergeSort(left), mergeSort(right));
}
function merge(left, right)
{
var result = [];
while (left.length && right.length) {
if (left[0] <= right[0]) {
result.push(left.shift());
} else {
result.push(right.shift());
}
}
while (left.length)
result.push(left.shift());
while (right.length)
result.push(right.shift());
return result;
}
既然是个爱折腾的人，折腾了总得看看效果吧。
效率测试
由于我学这个来进行排序不是对简单数组，数组内都是对象，要对对象的某个属性进行排序，还要考虑升降序。
因此我的代码实现如下：
算法代码
/**
* [归并排序]
* @param {[Array]} arr [要排序的数组]
* @param {[String]} prop [排序字段，用于数组成员是对象时，按照其某个属性进行排序，简单数组直接排序忽略此参数]
* @param {[String]} order [排序方式 省略或asc为升序 否则降序]
* @return {[Array]} [排序后数组，新数组，并非在原数组上的修改]
*/
var mergeSort = (function() {
// 合并
var _merge = function(left, right, prop) {
var result = [];
// 对数组内成员的某个属性排序
if (prop) {
while (left.length && right.length) {
if (left[0][prop] <= right[0][prop]) {
result.push(left.shift());
} else {
result.push(right.shift());
}
}
} else {
// 数组成员直接排序
while (left.length && right.length) {
if (left[0] <= right[0]) {
result.push(left.shift());
} else {
result.push(right.shift());
}
}
}
while (left.length)
result.push(left.shift());
while (right.length)
result.push(right.shift());
return result;
};
var _mergeSort = function(arr, prop) { // 采用自上而下的递归方法
var len = arr.length;
if (len <2) {
return arr;
}
var middle = Math.floor(len /2),
left = arr.slice(0, middle),
right = arr.slice(middle);
return _merge(_mergeSort(left, prop), _mergeSort(right, prop), prop);
};
return function(arr, prop, order) {
var result = _mergeSort(arr, prop);
if (!order || order.toLowerCase() ==='asc') {
// 升序
return result;
} else {
// 降序
var _ = [];
result.forEach(function(item) {
_.unshift(item);
});
return _;
}
};
})();
需要对哪个属性进行排序是不确定，可以随意指定，因此写成了参数。有由于不想让这些东西在每次循环都进行判断，因此代码有点冗余。
关于降序的问题，也没有加入参数中，而是简单的升序后再逆序输出。原因是不想让每次循环递归里都去判断条件，所以简单处理了。
下面就是见证效率的时候了，一段数据模拟：
算法代码
var getData = function() {
return Mock.mock({
"list|1000": [{
name:'@cname',
age:'@integer(0,500)'
}]
}).list;
};
上面使用Mock进行了模拟数据，关于Mock ：http://mockjs.com/
实际测试来啦：
算法代码
// 效率测试
var arr = getData();
console.time('归并排序');
mergeSort(arr,'age');
console.timeEnd('归并排序');
console.time('冒泡排序');
for (var i =0, l = arr.length; i < l -1; ++i) {
var temp;
for (var j =0; j < l - i -1; ++j) {
if (arr[j].age > arr[j +1].age) {
temp = arr[j +1];
arr[j +1] = arr[j];
arr[j] = temp;
}
}
}
console.timeEnd('冒泡排序');
进行了五次，效果如下：
运行效果代码
// 归并排序:6.592ms
// 冒泡排序:25.959ms
// 归并排序:1.334ms
// 冒泡排序:20.078ms
// 归并排序:1.085ms
// 冒泡排序:16.420ms
// 归并排序:1.200ms
// 冒泡排序:16.574ms
// 归并排序:2.593ms
// 冒泡排序:12.653ms
最低4倍，最高近16倍的效率之差还是比较满意的。
虽然1000条数据让前端排序的可能性不大，但是几十上百条的情况还是有的。另外由于node，JavaScript也能运行的服务端了，这个效率的提升也还是有用武之地的。
一点疑问
归并排序里面使用了递归，在《数据结构与算法 JavaScript 描述》中，作者给出了自下而上的迭代方法。但是对于递归法，作者却认为：
引用
However, it is not possible to do so in JavaScript, as the recursion goes too deep for the language to handle.
然而，在 JavaScript 中这种方式不太可行，因为这个算法的递归深度对它来讲太深了。
gitbook上这本书的作者对此有疑问，我也有疑问。
归并中虽然用了递归，但是他是放在return后的呀。关于在renturn后的递归是有尾递归优化的呀。
关于尾递归优化是指：本来外层函数内部再调用一个函数的话，由于外层函数需要等待内层函数返回后才能返回结果，进入内层函数后，外层函数的信息，内存中是必须记住的，也就是调用堆栈。而内部函数放在return关键字后，就表示外层函数到此也就结束了，进入内层函数后，没有必要再记住外层函数内的所有信息。
上面是我的理解的描述，不知道算不算准确。chrome下已经可以开启尾递归优化的功能了，我觉得这个递归是不该影响他在JavaScript下的使用的。
最后
有兴趣的话，推荐读读这本书，进行排序的时候，可以考虑一些更高效的方法。
不过需要注意的是，这些高效率的排序方法，一般都需要相对较多的额外内存空间，需要权衡一下。
另外，非常小规模的数据就没有必要了。一是影响太小，而是我们人的效率问题，一分钟能从头写个冒泡、选择、插入的排序方法，而换成是归并排序呢？
网友评论