情景
老闆讓小明給公司的20000+條資料排個序,但是由於排序的操作會頻繁發生,如果操作執行的時間很慢,則會嚴重降低使用者體驗,聽到這條噩耗後小明開始了程式碼。
1.毫無違和感的排序演算法 小明根據需求,思考了一會,寫下了如下演算法:
/**
* max排序
* @param {*} arr
* 耗時:760ms
*/
function maxSort(arr) {
let result = [...arr];
for(let i=0,len=result.length; i< len; i++) {
let minV = Math.min(...result.slice(i))
let pos = result.indexOf(minV,i)
result.splice(pos, 1)
result.unshift(minV)
}
return result.reverse()
}
複製程式碼
自信的小明陶醉在自己的演算法中,準備測試一下效能,
/*
* @Author: Mr Jiang.Xu
* @Date: 2019-06-11 10:25:23
* @Last Modified by: Mr Jiang.Xu
* @Last Modified time: 2019-06-13 21:03:59
* @desc 測試函式執行的時間
*/
const testArr = require('./testArr');
module.exports = async function getFnRunTime(fn) {
let len = testArr.length;
let startTime = Date.now(), endTime;
let result = await fn(testArr);
endTime = Date.now();
console.log(result);
console.log(`total time:${endTime-startTime}ms`,
'test array\'length:' + len,
result.length
);
}
複製程式碼
執行該測試函式後,耗時760ms,小明覺得還不錯,放到專案中後,第一次操作還好,連續操作了幾次後,頁面明顯示卡頓。。。(求此時小明心裡的陰影面積)
2.氣泡排序
小明不甘心,在網上查詢相關資料後,寫下了如下氣泡排序程式碼:
/**
* 置換函式
* @param {源陣列} arr
* @param {原陣列的A項} indexA
* @param {原陣列的B項} indexB
*/
function swap(arr, indexA, indexB) {
[arr[indexA], arr[indexB]] = [arr[indexB], arr[indexA]];
}
/**
* 原始氣泡排序
* @param {陣列} arr
* 耗時:377ms
*/
function bubbleSort1(arr) {
for (let i = arr.length - 1; i > 0; i--) {
for (let j = 0; j < i; j++) {
if (arr[j] > arr[j + 1]) {
swap(arr, j, j + 1);
}
}
}
return arr;
}
複製程式碼
測試後耗時377ms,完美,小明放到專案中測試,頻繁排序還是會有點卡頓,能不能再優化一下呢? 思考許久之後,小明完善了氣泡排序:
/**
* 利用索引優化後的氣泡排序
* @param {陣列} arr
* 耗時:350ms
*/
function bubbleSort2(arr) {
let i = arr.length - 1;
while (i > 0) {
let pos = 0;
for (let j = 0; j < i; j++) {
if (arr[j] > arr[j + 1]) {
pos = j;
swap(arr, j, j + 1);
}
}
i = pos;
}
return arr;
}
複製程式碼
根據快取索引位置來提高排序效能,時間節約了20ms,但收益很小。小明開始和自己過不去了,在維基百科上繼續查詢,最後發現了一個方法:
/**
* 在每趟排序中進行正向和反向兩遍冒泡 ,
* 一次可以得到兩個最終值(最大和最小),
* 從而使外排序趟數大概減少了一半
* @param {*} arr
* 耗時:312ms
*/
function bubbleSort3(arr) {
let start = 0;
let end = arr.length - 1;
while (start < end) {
let endPos = 0;
let startPos = 0;
for (let i = start; i < end; i++) {
if (arr[i] > arr[i + 1]) {
endPos = i;
swap(arr, i, i + 1);
}
}
end = endPos;
for (let i = end; i > start; i--) {
if (arr[i - 1] > arr[i]) {
startPos = i;
swap(arr, i - 1, i);
}
}
start = startPos;
}
return arr;
}
複製程式碼
通過在每趟排序中進行正向和反向兩遍冒泡,小明把時間又降低了38ms,不錯~
再次推薦大家有事多上上維基百科,總有一款適合你。 ####3.插入排序 在收入小規模勝利後,小明膨脹了,狂言要把排序時間降低到100ms一下,於是後又安利瞭如下演算法:/**
* 插入排序 -- 基礎版
* @param {*} arr
* 耗時:897ms
*/
function insertionSort(arr) {
for (let i = 1, len = arr.length; i < len; i++) {
const temp = arr[i];
let preIndex = i - 1;
while (arr[preIndex] > temp) {
arr[preIndex + 1] = arr[preIndex];
preIndex -= 1;
}
arr[preIndex + 1] = temp;
}
return arr;
}
複製程式碼
897ms,小明留下了沒技術的淚水。
最後小明拿出了這個看家本領,查到了二分搜尋,最後改造後程式碼入下:/**
* 改造二分查詢,查詢小於value且離value最近的值的索引
* @param {*} arr
* @param {*} maxIndex
* @param {*} value
*/
function binarySearch1(arr, maxIndex, value) {
let min = 0;
let max = maxIndex;
while (min <= max) {
const m = Math.floor((min + max) / 2);
if (arr[m] <= value) {
min = m + 1;
} else {
max = m - 1;
}
}
return min;
}
/**
* 使用二分法來優化插入排序
* @param {*} arr
* 耗時:86ms
*/
function insertionSort1(arr) {
for (let i = 1, len = arr.length; i < len; i++) {
const temp = arr[i];
const insertIndex = binarySearch1(arr, i - 1, arr[i]);
for (let preIndex = i - 1; preIndex >= insertIndex; preIndex--) {
arr[preIndex + 1] = arr[preIndex];
}
arr[insertIndex] = temp;
}
return arr;
}
複製程式碼
完美,只用了86ms!小明激動的站了起來,還拍了下桌子,全然無視觀眾的眼光。
小明已經滿足的不要不要的了,對86ms相當滿意,老闆也對他刮目想看。4.希爾排序
難道就沒有提升的餘地了麼?進過調查研究表明,是有更優的方案的:
/**
* 希爾排序
* 核心:通過動態定義的 gap 來排序,先排序距離較遠的元素,再逐漸遞進
* @param {*} arr
* 耗時:15ms
*/
function shellSort(arr) {
const len = arr.length;
let gap = Math.floor(len / 2);
while (gap > 0) {
// gap距離
for (let i = gap; i < len; i++) {
const temp = arr[i];
let preIndex = i - gap;
while (arr[preIndex] > temp) {
arr[preIndex + gap] = arr[preIndex];
preIndex -= gap;
}
arr[preIndex + gap] = temp;
}
gap = Math.floor(gap / 2);
}
return arr;
}
複製程式碼
耗時15ms,膜拜。 ####5.歸併排序
/**
* 歸併排序
* @param {*} arr
* 耗時 30ms
*/
function concatSort(arr) {
const len = arr.length;
if (len < 2) { return arr; }
const mid = Math.floor(len / 2);
const left = arr.slice(0, mid);
const right = arr.slice(mid);
return concat(concatSort(left), concatSort(right));
}
function concat(left, right) {
const result = [];
while (left.length > 0 && right.length > 0) {
result.push(left[0] <= right[0] ? left.shift() : right.shift());
}
return result.concat(left, right);
}
複製程式碼
耗時30ms,也想當優秀。還有沒有更快的方法呢?答案是有的,但是會涉及到比較高僧的數學知識,放棄吧,孩子。。。
接下來會推出更多優秀的演算法,敬請期待哦~ 最後,歡迎加入前端技術群,一起探討前端的魅力
###更多推薦