摘要：不過說到排序，最容易想到的就是冒泡排序，選擇排序，插入排序了。一是影響太小，而是我們?nèi)说男蕟栴}，一分鐘能從頭寫個(gè)冒泡選擇插入的排序方法，而換成是歸并排序呢原文發(fā)表在我的博客排序，不只是冒泡，歡迎訪問

非常非常推薦大家去讀一本gitBook上的書 - 十大經(jīng)典排序算法 : https://sort.hust.cc/ ， 本文的動(dòng)圖和演示代碼均是這里面的。

做編程，排序是個(gè)必然的需求。前端也不例外，雖然不多，但是你肯定會(huì)遇到。

不過說到排序，最容易想到的就是冒泡排序，選擇排序，插入排序了。

依次比較相鄰的兩個(gè)元素，如果后一個(gè)小于前一個(gè)，則交換，這樣從頭到尾一次，就將最大的放到了末尾。

從頭到尾再來一次，由于每進(jìn)行一輪，最后的都已經(jīng)是最大的了，因此后一輪需要比較次數(shù)可以比上一次少一個(gè)。雖然你還是可以讓他從頭到尾來比較，但是后面的比較是沒有意義的無(wú)用功，為了效率，你應(yīng)該對(duì)代碼進(jìn)行優(yōu)化。

圖片演示如下：

代碼實(shí)現(xiàn)：

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]) {        // 相鄰元素兩兩對(duì)比
                var temp = arr[j+1];        // 元素交換
                arr[j+1] = arr[j];
                arr[j] = temp;
            }
        }
    }
    return arr;
}

選擇排序我覺得是最簡(jiǎn)單的了，大一學(xué)VB的時(shí)候，就只記住了這個(gè)排序方法，原理非常簡(jiǎn)單：每次都找一個(gè)最大或者最小的排在開始即可。

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?gòu)氖Ｓ辔磁判蛟刂欣^續(xù)尋找最小（大）元素，然后放到已排序序列的末尾。

重復(fù)第二步，直到所有元素均排序完畢。

動(dòng)圖演示：

代碼演示：

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]) {     // 尋找最小的數(shù)
                minIndex = j;                 // 將最小數(shù)的索引保存
            }
        }
        temp = arr[i];
        arr[i] = arr[minIndex];
        arr[minIndex] = temp;
    }
    return arr;
}

插入排序也比較簡(jiǎn)單。就像打撲克一樣，依次將拿到的元素插入到正確的位置即可。

將第一待排序序列第一個(gè)元素看做一個(gè)有序序列，把第二個(gè)元素到最后一個(gè)元素當(dāng)成是未排序序列。

從頭到尾依次掃描未排序序列，將掃描到的每個(gè)元素插入有序序列的適當(dāng)位置。（如果待插入的元素與有序序列中的某個(gè)元素相等，則將待插入元素插入到相等元素的后面。）

動(dòng)圖演示：

代碼示例：

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;
}

上面三種都是非常簡(jiǎn)單的排序方法，簡(jiǎn)單的同時(shí)呢，效率也會(huì)比較低，還是拿這本書里的對(duì)比圖來說明：

時(shí)間復(fù)雜度都高達(dá)O(n^2),而它們后面的一些排序算法時(shí)間復(fù)雜度基本都只有O(n log n)。

我的強(qiáng)迫癥又犯了，我想要高效率一點(diǎn)的排序方法。

簡(jiǎn)單把這本書的內(nèi)容過了一遍，當(dāng)時(shí)就理解了這個(gè)歸并排序，因此這里就談一下這個(gè)歸并排序吧。

基本原理是分治法，就是分開并且遞歸來排序。

步驟如下：

申請(qǐng)空間，使其大小為兩個(gè)已經(jīng)排序序列之和，該空間用來存放合并后的序列；

設(shè)定兩個(gè)指針，最初位置分別為兩個(gè)已經(jīng)排序序列的起始位置；

比較兩個(gè)指針?biāo)赶虻脑兀x擇相對(duì)小的元素放入到合并空間，并移動(dòng)指針到下一位置；

重復(fù)步驟 3 直到某一指針達(dá)到序列尾；

將另一序列剩下的所有元素直接復(fù)制到合并序列尾。

動(dòng)圖演示：

代碼示例：

function mergeSort(arr) {  // 采用自上而下的遞歸方法
    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;
}

既然是個(gè)愛折騰的人，折騰了總得看看效果吧。

由于我學(xué)這個(gè)來進(jìn)行排序不是對(duì)簡(jiǎn)單數(shù)組，數(shù)組內(nèi)都是對(duì)象，要對(duì)對(duì)象的某個(gè)屬性進(jìn)行排序，還要考慮升降序。

因此我的代碼實(shí)現(xiàn)如下：

/**
 * [歸并排序]
 * @param  {[Array]} arr   [要排序的數(shù)組]
 * @param  {[String]} prop  [排序字段，用于數(shù)組成員是對(duì)象時(shí)，按照其某個(gè)屬性進(jìn)行排序，簡(jiǎn)單數(shù)組直接排序忽略此參數(shù)]
 * @param  {[String]} order [排序方式 省略或asc為升序 否則降序]
 * @return {[Array]}       [排序后數(shù)組，新數(shù)組，并非在原數(shù)組上的修改]
 */
var mergeSort = (function() {
    // 合并
    var _merge = function(left, right, prop) {
        var result = [];

        // 對(duì)數(shù)組內(nèi)成員的某個(gè)屬性排序
        if (prop) {
            while (left.length && right.length) {
                if (left[0][prop] <= right[0][prop]) {
                    result.push(left.shift());
                } else {
                    result.push(right.shift());
                }
            }
        } else {
            // 數(shù)組成員直接排序
            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) { // 采用自上而下的遞歸方法
        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 _;
        }
    };
})();

需要對(duì)哪個(gè)屬性進(jìn)行排序是不確定，可以隨意指定，因此寫成了參數(shù)。有由于不想讓這些東西在每次循環(huán)都進(jìn)行判斷，因此代碼有點(diǎn)冗余。

關(guān)于降序的問題，也沒有加入?yún)?shù)中，而是簡(jiǎn)單的升序后再逆序輸出。原因是不想讓每次循環(huán)遞歸里都去判斷條件，所以簡(jiǎn)單處理了。

下面就是見證效率的時(shí)候了，一段數(shù)據(jù)模擬：

var getData = function() {
    return Mock.mock({
        "list|1000": [{
            name: "@cname",
            age: "@integer(0,500)"
        }]
    }).list;
};

上面使用Mock進(jìn)行了模擬數(shù)據(jù)，關(guān)于Mock ： http://mockjs.com/

實(shí)際測(cè)試來啦：

// 效率測(cè)試
var arr = getData();

console.time("歸并排序");
mergeSort(arr, "age");
console.timeEnd("歸并排序");

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");

進(jìn)行了五次，效果如下：

// 歸并排序: 6.592ms
// 冒泡排序: 25.959ms

// 歸并排序: 1.334ms
// 冒泡排序: 20.078ms

// 歸并排序: 1.085ms
// 冒泡排序: 16.420ms

// 歸并排序: 1.200ms
// 冒泡排序: 16.574ms

// 歸并排序: 2.593ms
// 冒泡排序: 12.653ms

最低4倍，最高近16倍的效率之差還是比較滿意的。

雖然1000條數(shù)據(jù)讓前端排序的可能性不大，但是幾十上百條的情況還是有的。另外由于node，JavaScript也能運(yùn)行的服務(wù)端了，這個(gè)效率的提升也還是有用武之地的。

歸并排序里面使用了遞歸，在《數(shù)據(jù)結(jié)構(gòu)與算法 JavaScript 描述》中，作者給出了自下而上的迭代方法。但是對(duì)于遞歸法，作者卻認(rèn)為：

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 中這種方式不太可行，因?yàn)檫@個(gè)算法的遞歸深度對(duì)它來講太深了。

gitbook上這本書的作者對(duì)此有疑問，我也有疑問。

歸并中雖然用了遞歸，但是他是放在return后的呀。關(guān)于在renturn后的遞歸是有尾遞歸優(yōu)化的呀。

關(guān)于尾遞歸優(yōu)化是指：本來外層函數(shù)內(nèi)部再調(diào)用一個(gè)函數(shù)的話，由于外層函數(shù)需要等待內(nèi)層函數(shù)返回后才能返回結(jié)果，進(jìn)入內(nèi)層函數(shù)后，外層函數(shù)的信息，內(nèi)存中是必須記住的，也就是調(diào)用堆棧。而內(nèi)部函數(shù)放在return關(guān)鍵字后，就表示外層函數(shù)到此也就結(jié)束了，進(jìn)入內(nèi)層函數(shù)后，沒有必要再記住外層函數(shù)內(nèi)的所有信息。

上面是我的理解的描述，不知道算不算準(zhǔn)確。chrome下已經(jīng)可以開啟尾遞歸優(yōu)化的功能了，我覺得這個(gè)遞歸是不該影響他在JavaScript下的使用的。

有興趣的話，推薦讀讀這本書，進(jìn)行排序的時(shí)候，可以考慮一些更高效的方法。

不過需要注意的是，這些高效率的排序方法，一般都需要相對(duì)較多的額外內(nèi)存空間，需要權(quán)衡一下。

另外，非常小規(guī)模的數(shù)據(jù)就沒有必要了。一是影響太小，而是我們?nèi)说男蕟栴}，一分鐘能從頭寫個(gè)冒泡、選擇、插入的排序方法，而換成是歸并排序呢？

原文發(fā)表在我的博客JavaScript排序，不只是冒泡，歡迎訪問！