https://zhuanlan.zhihu.com/p/69201111
今天的问题从排序算法入手，来讲解如何根据业务需求，结合金典的算法，来实现js高性能开发。

情景

老板让小明给公司的20000+条数据排个序，但是由于排序的操作会频繁发生，如果操作执行的时间很慢，则会严重降低用户体验，听到这条噩耗后小明开始了代码。

1.毫无违和感的排序算法

小明根据需求，思考了一会，写下了如下算法：

/**
 * max排序
 * @param {*} arr 
 * 耗时：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()
 }

自信的小明陶醉在自己的算法中，准备测试一下性能，

/*
 * @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 测试函数执行的时间
 */

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
    );
}

运行该测试函数后，耗时760ms，小明觉得还不错，放到项目中后，第一次操作还好，连续操作了几次后，页面明显卡顿。。。（求此时小明心里的阴影面积）

2.冒泡排序

小明不甘心，在网上查找相关资料后，写下了如下冒泡排序代码：

/**
  * 置换函数
  * @param {源数组} arr 
  * @param {原数组的A项} indexA 
  * @param {原数组的B项} indexB 
  */
 function swap(arr, indexA, indexB) {
    [arr[indexA], arr[indexB]] = [arr[indexB], arr[indexA]];
 }

/**
 * 原始冒泡排序
 * @param {数组} arr 
 * 耗时：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;
  }

测试后耗时377ms，完美，小明放到项目中测试，频繁排序还是会有点卡顿，能不能再优化一下呢？

思考许久之后，小明完善了冒泡排序：

/**
 * 利用索引优化后的冒泡排序
 * @param {数组} arr 
 * 耗时：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;
}

根据缓存索引位置来提高排序性能，时间节约了20ms，但收益很小。小明开始和自己过不去了，在维基百科上继续查找，最后发现了一个方法：

/**
 * 在每趟排序中进行正向和反向两遍冒泡 ,
 * 一次可以得到两个最终值（最大和最小）, 
 * 从而使外排序趟数大概减少了一半
 * @param {*} arr 
 * 耗时：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;
  }

通过在每趟排序中进行正向和反向两遍冒泡，小明把时间又降低了38ms，不错～

再次推荐大家有事多上上维基百科，总有一款适合你。

3.插入排序

在收入小规模胜利后，小明膨胀了，狂言要把排序时间降低到100ms一下，于是后又安利了如下算法：

/**
   * 插入排序 -- 基础版
   * @param {*} arr 
   * 耗时：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;
  }

897ms,小明留下了没技术的泪水。

最后小明拿出了这个看家本领，查到了二分搜索，最后改造后代码入下：

/**
   * 改造二分查找,查找小于value且离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;
  }

/**
 * 使用二分法来优化插入排序
 * @param {*} arr 
 * 耗时：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;
}

完美，只用了86ms！小明激动的站了起来，还拍了下桌子，全然无视观众的眼光。

小明已经满足的不要不要的了，对86ms相当满意，老板也对他刮目想看。

4.希尔排序

难道就没有提升的余地了么？进过调查研究表明，是有更优的方案的：

/**
 * 希尔排序
 * 核心：通过动态定义的 gap 来排序，先排序距离较远的元素，再逐渐递进
 * @param {*} arr 
 * 耗时：15ms
 */
function shellSort(arr) {
    const len = arr.length;
    let gap = Math.floor(len / 2);

    while (gap > 0) {
      // gap距离
      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;
  }

耗时15ms，膜拜。

5.归并排序

/**
 * 归并排序
 * @param {*} arr 
 * 耗时 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);
}

耗时30ms，也想当优秀。还有没有更快的方法呢？答案是有的，但是会涉及到比较高僧的数学知识，放弃吧，孩子。。。

接下来会推出更多优秀的算法，敬请期待哦～

转载请注明：有爱前端 » 前端算法系列-如何让前端代码速度提高60倍