标签：缺点 常见 分割 com 面试 获取 ++ nlog 函数
快速排序（英语：Quicksort），又称划分交换排序（partition-exchange sort），简称快排，一种排序算法，最早由东尼·霍尔提出。在平均状况下，排序n个项目要O(nLogn)次比较。在最坏状况下则需要O(n^2)次比较，但这种状况并不常见。事实上，快速排序O(nLogn)通常明显比其他算法更快，因为它的内部循环（inner loop）可以在大部分的架构上很有效率地达成
快速排序可能大家都学过，在面试中也经常会遇到，哪怕你是做前端的也需要会写，这里会列举两种不同的快排代码进行分析
为了更深入的理解，可以看下面这张图
我们根据上面这张图，来用文字描述一下
以上就是快速排序基本的一个实现思想。
这是我最近看到的一种快排代码
var quickSort = 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 quickSort(left).concat([pivot], quickSort(right));
};以上代码的实现方式是，选择一个中间的数字为基准点，用两个数组分别去保存比基准数小的值，和比基准数大的值，最后递归左边的数组和右边的数组，用concat去做一个数组的合并。
对于这段代码的分析：
缺点：
优点：
那么我们接下来用另外一种方式去实现快速排序
从上面这张图，我们用一个指针i去做了一个分割
下面我们来看一下代码的实现，整个代码分成三部分，数组交换，拆分，qsort（主函数）三个部分
先写最简单的数组交换吧，这个大家应该都懂
function swap(A, i ,j){
const t = A[i];
A[i] = A[j];
A[j] = t;
}下面是拆分的过程，其实就是对指针进行移动，找到最后指针所指向的位置
/**
*
* @param {*} A 数组
* @param {*} p 起始下标
* @param {*} r 结束下标 + 1
*/
function dvide(A, p, r){
// 基准点
const pivot = A[r-1];
// i初始化是-1，也就是起始下标的前一个
let i = p - 1;
// 循环
for(let j = p; j < r-1; j++){
// 如果比基准点小就i++，然后交换元素位置
if(A[j] < pivot){
i++;
swap(A, i, j);
}
}
// 最后将基准点插入到i+1的位置
swap(A, i+1, r-1);
// 返回最终指针i的位置
return i+1;
}主程序主要是通过递归去重复的调用进行拆分，一直拆分到只有一个数字。
/**
*
* @param {*} A 数组
* @param {*} p 起始下标
* @param {*} r 结束下标 + 1
*/
function qsort(A, p, r){
r = r || A.length;
if(p < r - 1){
const q = divide(A, p, r);
qsort(A, p, q);
qsort(A, q + 1, r);
}
return A;
}
function swap(A, i, j) {
const t = A[i];
A[i] = A[j];
A[j] = t;
}
/**
*
* @param {*} A 数组
* @param {*} p 起始下标
* @param {*} r 结束下标 + 1
*/
function divide(A, p, r) {
const x = A[r - 1];
let i = p - 1;
for (let j = p; j < r - 1; j++) {
if (A[j] < x) {
i++;
swap(A, i, j);
}
}
swap(A, i + 1, r - 1);
return i + 1;
}
/**
*
* @param {*} A 数组
* @param {*} p 起始下标
* @param {*} r 结束下标 + 1
*/
function qsort(A, p = 0, r) {
r = r || A.length;
if (p < r - 1) {
const q = divide(A, p, r);
qsort(A, p, q);
qsort(A, q + 1, r);
}
return A;
}第二段的排序算法我们减少了两个O(n)的操作，得到了一定的性能上的提升，而第一种方法数据规模足够大的情况下会相对来说比较慢一些，快速排序在面试中也常常出现，为了笔试更好写一些可能会有更多的前端会选择第一种方式，但也会有一些为难人的面试官提出一些算法中的问题。而在实际的项目中，我觉得第一种方式可以少用。
本人最近写的关于数据结构系列如下，欢迎大家看看点个赞哈：
js数据结构-栈
js数据结构-链表
js数据结构-队列
js数据结构-二叉树（二叉堆）
js数据结构-二叉树（二叉搜索树）
来源：https://segmentfault.com/a/1190000017814119
标签：缺点 常见 分割 com 面试 获取 ++ nlog 函数
原文地址：https://www.cnblogs.com/qixidi/p/10245445.html
