BNBDAO三三复制公排挖矿dapp系统开发技术详情(排序方案)

简介: BNBDAO三三复制公排挖矿dapp系统开发技术详情(排序方案)

快速排序的3个基本步骤:
从数组中选择一个元素作为基准点
排序数组,所有比基准值小的元素摆放在左边,而大于基准值的摆放在右边。每次分割结束以后基准值会插入到中间去。
最后利用递归,将摆放在左边的数组和右边的数组在进行一次上述的1和2操作。
为了更深入的理解,可以看下面这张图
image.png

我们根据上面这张图,来用文字描述一下
选择左右边的元素为基准数,7
将小于7的放在左边,大于7的放在右边,然后将基准数放到中间
然后再重复操作从左边的数组选择一个基准点2
3比2大则放到基准树的右边
右边的数组也是一样选择12作为基准数,15比12大所以放到了12的右边
最后出来的结果就是从左到右 2 ,3,7,12,15了
以上就是快速排序基本的一个实现思想。
快速排序实现方式一
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:
获取基准点使用了一个splice操作,在js中splice会对数组进行一次拷贝的操作,而它最坏的情况下复杂度为O(n),而O(n)代表着针对数组规模的大小进行了一次循环操作。
首先我们每次执行都会使用到两个数组空间,产生空间复杂度。
concat操作会对数组进行一次拷贝,而它的复杂度也会是O(n)
对大量数据的排序来说相对会比较慢
优点:
代码简单明了,可读性强,易于理解

image.png

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;
}

完整代码
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;
}

相关文章
|
开发框架 前端开发 网络协议
使用 DataAnnotations(数据注解)实现模型的通用数据校验
在实际项目开发中,无论任何方式、任何规模的开发模式,项目中都离不开对接入数据模型参数的合法性校验,目前普片的开发模式基本是前后端分离,当用户在前端页面中输入一些表单数据时,点击提交按钮,触发请求目标服务器的一系列后续操作,在这中间的执行过程中(标准做法推荐)无论...
43790 1
使用 DataAnnotations(数据注解)实现模型的通用数据校验
|
存储 缓存 安全
Cache-Control字段适用于哪些场景
【8月更文挑战第18天】Cache-Control字段适用于哪些场景
388 2
|
SQL BI 数据库
如何在 SQL Server 中使用 `CONCAT_WS`
【8月更文挑战第10天】
481 3
如何在 SQL Server 中使用 `CONCAT_WS`
|
机器学习/深度学习 存储 自然语言处理
深度学习中的模型压缩技术
在这篇文章中,我们将探讨深度学习领域中的一项重要技术——模型压缩。随着人工智能技术的迅猛发展,深度学习模型变得越来越复杂,但这也带来了计算资源的巨大需求。为了解决这个问题,模型压缩技术应运而生。本文将介绍什么是模型压缩、为什么需要它以及几种常见的模型压缩方法。
373 0
|
应用服务中间件 nginx Windows
如何优雅的安装nginx并启动--windows
如何优雅的安装nginx并启动--windows
283 0
|
Java 数据库连接 Apache
JavaWeb基础第二章(Maven项目与MyBatis 的快速入门与配置)
JavaWeb基础第二章(Maven项目与MyBatis 的快速入门与配置)
|
机器学习/深度学习 人工智能 自然语言处理
阿里巴巴资深算法专家张伟:百科类知识图谱构建和应用已到深水区,行业和多模态知识图谱引关注
知识图谱是近年来人工智能技术蓬勃发展的核心驱动力之一,已广泛应用在金融、电商、医疗、政务等众多领域,经过短短几年的发展,热度依旧不减,未来,知识图谱又将面临哪些新的挑战?又有哪些发展趋势呢?
|
存储 分布式计算 并行计算
云计算与大数据期末考试题库(一)
云计算与大数据期末考试题库
1663 0
Ant Design Pro:项目的标签页标题与左上角项目标题图标如何修改?
Ant Design Pro:项目的标签页标题与左上角项目标题图标如何修改?
732 0
|
自然语言处理 算法 Java
Java代码工具之中英文语句分词
中文语句分词支持的分词算法包括Lucene、Ansj、corenlp、HanLP、IKAnalyzer、Jcseg、Jieba、mmseg4j、MYNLP、Word等10种;英文语句分词支持的分词算法包括IKAnalysis、StanfordNlp等两种主流算法。
719 0
Java代码工具之中英文语句分词