作者 | 霍语佳 责编 | 欧阳姝黎
首先，根据排序算法的特性可以分成如下两类：
比较类排序
非比较类排序
顾名思义，比较类排序是通过元素间的比较进行排序的，非比较类则不涉及元素之间的比较操作。
比较类排序的时间复杂度不能突破 O(nlogn)，也被称为非线性排序。
非比较类排序的时间复杂度可以突破 O(nlogn)，能够以线性的时间运行，也被称为线性排序。
如果你还不了解时间复杂度的话，可以移步我的这篇专栏「时间管理」JavaScript算法时间、空间复杂度分析。
01 冒泡排序 Bubble Sort
冒泡排序可视化视频[3]
冒泡排序，简单粗暴，一句话解释:
冒泡排序在每次冒泡操作时会比较相邻的两个元素，看是否满足大小关系要求，不满足就将它俩互换。一直迭代到不再需要交换，也就是排序完成。
时间复杂度: O(n^2)
空间复杂度: O(1)
稳定
注意：这里的稳定是指，冒泡排序是稳定的排序算法。
什么是稳定的排序算法呢？
排序算法的稳定性
仅仅用执行效率和内存消耗来判断排序算法的优劣是不够的，针对排序算法，还有一个重要的度量指标，稳定性。
意思是说，如果待排序的序列中存在值相等的元素，经过排序之后，相等元素之间原有的先后顺序不变。
举个：
“ java基础排序算法 比如我们有一组数据：1，9，2，5，8，9。按照大小排序之后就是 1，2，5，8，9，9。 ”
这组数据中有两个 9，经过某种排序算法排序后，如果两个 9 的前后顺序没有改变，我们就把这种排序算法称为稳定的排序算法。否则，就是不稳定的排序算法。
冒泡排序优化
上面的代码还可以进行优化，当某次冒泡操作已经没有数据交换时，说明已经达到完全有序，不需要再继续执行后续的冒泡操作了。
02 插入排序 Insertion Sort
插入排序顾名思义，对于未排序的数据，在已排序的序列中从后往前扫描，找到相应的位置进行插入，保持已排序序列中元素一直有序。
从 i 等于 1 开始遍历，拿到当前元素 curr，与前面的元素进行比较。
如果前面的元素大于当前元素，就把前面的元素和当前元素进行交换，不断循环直到未排序序列中元素为空，排序完成。
时间复杂度: O(n^2)
空间复杂度: O(1)
稳定
03 选择排序 Selection Sort
选择排序可视化视频[4]
选择排序和插入排序有些类似，也分已排序序列和未排序序列。
但是选择排序是将最小的元素存放在数组起始位置，再从剩下的未排序的序列中寻找最小的元素，然后将其放到已排序的序列后面。以此类推，直到排序完成。
时间复杂度: O(n^2)
空间复杂度: O(1)
不稳定
04 归并排序 Merge Sort
分治法典型应用，分治算法思想很大程度上是基于递归的，也比较适合用递归来实现。
处理过程是由下到上的，先处理子问题，然后再合并。
如果感觉自己对递归掌握的还不是很透彻的同学，可以移步我的这篇专栏你真的懂递归吗？。
顾名思义，分而治之。一般分为以下三个过程：
分解：将原问题分解成一系列子问题。
解决：递归求解各个子问题，若子问题足够小，则直接求解。
合并：将子问题的结果合并成原问题。
归并排序就是将待排序数组不断二分为规模更小的子问题处理，再将处理好的子问题合并起来，这样整个数组就都有序了。
时间复杂度: O(nlogn)
空间复杂度: O(n)
稳定
05 快速排序 Quick Sort
快速排序可视化视频[6]
快速排序也是分治法的应用，处理过程是由上到下的，先分区，然后再处理子问题。
快速排序通过遍历数组，将待排序元素分隔成独立的两部分，一部分记录的元素均比另一部分的元素小，则可以分别对这两部分记录的元素继续进行排序，直到排序完成。
这就需要从数组中挑选出一个元素作为基准(pivot)，然后重新排序数列，将元素比基准值小的放到基准前面，比基准值大的放到基准后面。
然后将小于基准值的子数组(left)和大于基准值的子数组(right)递归地调用 quick 方法，直到排序完成。
时间复杂度: O(nlogn)
空间复杂度: O(nlogn)
不稳定
06 堆排序 Heap Sort
微信公众号后台上传不了超过 300 帧的 Gif 图，堆排序的图示大家可以戳这个链接查看[7]。
堆排序相比其他几种排序代码会有些复杂，不过没关系，我们先来看一些前置知识，可以帮助我们更好的理解堆排序。
堆排序顾名思义就是要利用堆这种数据结构进行排序。堆是一种特殊的树，满足以下两点就是堆：
堆是一个完全二叉树
堆中每一个节点的值都必须大于等于(或小于等于)其子树中的每个节点的值
每个节点的值都大于等于子树中每个节点值的堆，叫做大顶堆，每个节点的值都小于等于子树中每个节点值的堆，叫做小顶堆。
也就是说，大顶堆中，根节点是堆中最大的元素。小顶堆中，根节点是堆中最小的元素。
如果你对树这种数据结构还不是很了解，可以移步我的这篇专栏“树”业有专攻[8]
堆如果用一个数组表示的话，给定一个节点的下标 i (i从1开始)，那么它的父节点一定为 A[i / 2]，左子节点为 A[2i]，右子节点为 A[2i + 1]。
“ 堆排序包含两个过程，建堆和排序。 首先构建一个大顶堆，也就是将最大值存储在根节点(i = 1)。 每次取大顶堆的根节点与堆的最后一个节点进行交换，此时最大值放入了有效序列的最后一位，并且有效序列减 1，有效堆依然保持完全二叉树的结构，然后进行堆化成为新的大顶堆。 重复此操作，直到有效堆的长度为 0，排序完成。 ”
时间复杂度: O(nlogn)
空间复杂度: O(1)
不稳定
为了方便你理解和记忆，我将这 6 种排序算法的复杂度和稳定性汇总成表格如下：
本文讲解了十大经典排序算法中的 6 种排序算法，这 6 种排序算法是平时开发中比较常见的，大家务必要熟练掌握。
剩下的希尔排序、计数排序、桶排序、基数排序，如果你感兴趣的话可以戳下面链接进行学习。
站在巨人的肩膀上
十大经典排序算法[9]
前端进阶算法9：看完这篇，再也不怕堆排序、Top K、中位数问题面试了[10]
《JavaScript核心原理精讲》 若离
《数据结构与算法之美》王争
2021 组团刷题计划
前端食堂的 LeetCode 题解仓库[11]
年初立了一个 flag，上面这个仓库在 2021 年写满 100 道前端面试高频题解，目前进度已经完成了 1 / 3。
如果你也准备刷或者正在刷 LeetCode，不妨加入前端食堂，一起并肩作战，刷个痛快。
参考资料
版权声明：
本文来源网络，所有图片文章版权属于原作者，如有侵权，联系删除。
本文网址：https://www.bianchenghao6.com/h6javajc/25310.html