冒泡排序通过相邻元素比较交换实现o(n²)排序；2. 快速排序采用分治法以o(n log n)平均复杂度高效排序；3. 二分搜索在有序数组中以o(log n)时间查找目标值。
在前端开发中，JavaScript 不仅用于交互逻辑，也常用来处理数据。排序和搜索是数据处理中最常见的操作。虽然 JavaScript 内置了 sort() 方法，但在某些场景下，我们需要自定义算法来提升性能或满足特定需求。下面介绍几种常用的排序与搜索算法的 JavaScript 实现。
常见排序算法实现
以下是几种基础但高效的排序算法，适合理解原理并在特定场景使用。
1. 冒泡排序（Bubble Sort）
冒泡排序通过重复比较相邻元素并交换位置，将最大值“浮”到末尾。虽然效率不高（O(n²)），但易于理解。
立即学习“Java免费学习笔记（深入）”；
function bubbleSort(arr) {
const len = arr.length;
for (let i = 0; i < len; i++) {
for (let j = 0; j < len - 1 - i; j++) {
if (arr[j] > arr[j + 1]) {
[arr[j], arr[j + 1]] = [arr[j + 1], arr[j]]; // ES6 解构交换
}
}
}
return arr;
}
2. 快速排序（Quick Sort）
快速排序采用分治法，选择一个基准值（pivot），将数组分为小于和大于基准的两部分，递归排序。平均时间复杂度为 O(n log n)，是实际应用中较快的算法。
function quickSort(arr) {
if (arr.length <= 1) return arr;
<p>const pivot = arr[Math.floor(arr.length / 2)];
const left = [];
const middle = [];
const right = [];</p><p>for (let val of arr) {
if (val < pivot) left.push(val);
else if (val > pivot) right.push(val);
else middle.push(val);
}</p><p>return [...quickSort(left), ...middle, ...quickSort(right)];
}
3. 归并排序（Merge Sort）
归并排序也是基于分治策略，将数组不断二分，再合并已排序的子数组。稳定且时间复杂度始终为 O(n log n)，适合大数据量。
function mergeSort(arr) {
if (arr.length <= 1) return arr;
<p>const mid = Math.floor(arr.length / 2);
const left = mergeSort(arr.slice(0, mid));
const right = mergeSort(arr.slice(mid));</p><p>return merge(left, right);
}</p><p>function merge(left, right) {
let result = [];
let i = 0, j = 0;</p><p>while (i < left.length && j < right.length) {
if (left[i] <= right[j]) {
result.push(left[i++]);
} else {
result.push(right[j++]);
}
}</p><p>return result.concat(left.slice(i)).concat(right.slice(j));
}
常用搜索算法实现
搜索算法帮助我们在数据集中查找目标值。根据数据是否有序，可选择不同策略。
1. 线性搜索（Linear Search）
适用于无序数组，逐个遍历直到找到目标。时间复杂度为 O(n)。
function linearSearch(arr, target) {
for (let i = 0; i < arr.length; i++) {
if (arr[i] === target) return i;
}
return -1; // 未找到
}
2. 二分搜索（Binary Search）
要求数组已排序。通过不断缩小搜索范围，每次比较中间值，时间复杂度为 O(log n)，效率高。
function binarySearch(arr, target) {
let left = 0;
let right = arr.length - 1;
<p>while (left <= right) {
const mid = Math.floor((left + right) / 2);
if (arr[mid] === target) return mid;
else if (arr[mid] < target) left = mid + 1;
else right = mid - 1;
}</p><p>return -1; // 未找到
}
实际使用建议
虽然可以手写这些算法，但在日常开发中需要注意：
- JavaScript 的 Array.prototype.sort() 在大多数引擎中已优化，对字符串和数字排序足够高效，但注意它默认按字符串排序，数字需传入比较函数：
(a, b) => a - b - 对于大数组，优先考虑快速排序或归并排序，避免使用冒泡或选择排序
- 若频繁搜索，尽量保持数据有序，并使用二分搜索提升性能
- 在真实项目中，也可结合 Map 或 Set 来实现 O(1) 的查找
基本上就这些。掌握这些基础算法，不仅能应对面试，也能在需要时写出更可控、高效的代码。
