一、大O表示法

在计算机中采用粗略的度量来描述计算机算法的效率，这种方法被称为“大O”表示法。
我们判断一个算法的效率，不能只凭着算法运行的速度，因为随着数据量的变化，算法的速度会发生变化，所以我们应该：

根据算法的速度随着数据量的变化会如何变化，这样的方式来表示算法的效率，大O表示法就是方式之一。

推导大O表示法：
规则一：用常量1取代运行时间中所有的加法常量。如7 + 8 = 15，用1表示运算结果15，大O表示法表示为O（1）；
规则二：运算中只保留最高阶项。如N^3 + 3n +1，大O表示法表示为：O（N³）;
规则三：若最高阶项的常数不为1，可将其省略。如4N2，大O表示法表示为：O（N²）;

接下来是我们的集中排序算法：
简单排序：冒泡排序、选择排序、插入排序；
高级排序：希尔排序、快速排序；
我们封装一个列表来存储数据和排序算法

class ArrayList {constructor() {this.arr = []}insert(element) {return this.arr.push(element);}toString() {return this.arr.join(' ');}
}let list = new ArrayList();list.insert(4);list.insert(5);list.insert(2);list.insert(1);list.insert(3);console.log(list.toString());

二、冒泡排序

我先自己写了一遍，我发现我写的这个其实是有问题的，内层循环控制两个元素依次比较，外层循环控制比较的趟数。这样写虽然能实现，但是你会发现其实内层循环每次都要比较arr.length-1次，而实际上后面元素如果排好的话，根本不需要再比较了，比如21345，那么345就不用再比较了。

1.冒泡排序
bubbleSort() {for(let i = 0; i < this.arr.length-1; i++) {for(let i = 0; i < this.arr.length-1; i++) {if(this.arr[i] > this.arr[i+1]) {//交换两个位置的值let zzy = this.arr[i+1];this.arr[i+1] = this.arr[i];this.arr[i] = zzy;}}}return this.arr
}

这样的话就需要进行一些小小的改进：
改进的就是这个for循环的次数，拿[4,2,1,3]来举例，外层循环控制趟数，那么4个数比较3趟，依次递减（j=3第一趟，j=2第二趟，j=1第三趟），每一趟中都要两两比较，从下标为0开始，依次比较j次（j=3第一趟比较3次，j=2第二趟比较2次，j=1第三趟比较1次）。

总结：4个数要比较三趟，第一趟比较3次，第二趟比较2次，第三趟比较1次

bubbleSort() {for (var j = this.arr.length - 1; j > 0; j--) {for (var i = 0; i < j; i++) {if (this.arr[i] > this.arr[i + 1]) {let zzy = this.arr[i + 1];this.arr[i + 1] = this.arr[i];this.arr[i] = zzy;}}}return this.arr
}

冒泡排序的效率：

上面所讲的对于7个数据项，比较次数为：6 + 5 + 4 + 3 + 2 + 1;
对于N个数据项，比较次数为：(N - 1) + (N - 2) + (N - 3) + … + 1 = N * (N - 1) / 2；
如果两次比较交换一次，那么交换次数为：N * (N - 1) / 4；

使用大O表示法表示比较次数和交换次数分别为：O(N*(N - 1)/2)和O(N*(N - 1)/4)，根据大O表示法的三条规则都化简为：O(N²);

三、选择排序

占个坑，先学React去了