《前端算法系列》如何让前端代码速度提高60倍
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。。。
原创不易,且赞且珍惜。看官至此,何不来一波mark三连。
monitor-event-emitter 源码
❤️谢谢支持以上便是本次分享的全部内容,希望对你有所帮助^_^
喜欢的话别忘了分享、点赞、收藏三连哦~。
欢迎关注公众号趣谈前端收获前端一手好文章~
LowCode可视化低代码社区介绍
LowCode低代码社区(http://lowcode.dooring.cn)是由在一线互联网公司深耕技术多年的技术专家创办,意在为企业技术人员提供低代码可视化相关的技术交流和分享,并且鼓励国内拥有相关业务的企业积极推荐自身产品,为国内B端技术领域积累知识资产。同时我们还欢迎开源大牛们分享自己的开源项目和技术视频。
如需入驻请加下方小编微信:lowcode-dooring
相关阅读
-
世界热推荐:今晚7:00直播丨下一个突破...
今晚19:00,Cocos视频号直播马上点击【预约】啦↓↓↓在运营了三年... -
NFT周刊|Magic Eden宣布支持Polygon网...
Block-986在NFT这样的市场,每周都会有相当多项目起起伏伏。在过去... -
环球今亮点!头条观察 | DeFi的兴衰与...
在比特币得到机构关注之后,许多财务专家预测世界将因为加密货币的... -
重新审视合作,体育Crypto的可靠关系才能双赢
Block-987即使在体育Crypto领域,人们的目光仍然集中在FTX上。随着... -
简讯:前端单元测试,更进一步
前端测试@2022如果从2014年Jest的第一个版本发布开始计算,前端开发... -
焦点热讯:刘强东这波操作秀
近日,刘强东发布京东全员信,信中提到:自2023年1月1日起,逐步为...