【算法】选择排序

选择排序

排序: 排序,就是使一串记录,按照其中的某个或某些关键字的大小,递增或递减的排列起来的操作。

稳定性: 假定在待排序的记录序列中,存在多个具有相同的关键字的记录,若经过排序,这些记录的相对次序保持不变,即在原序列中, ri = rj, 且 ri 在 rj 之前,而在排序后的序列中, ri 仍在 rj 之前,则称这种排序算法是稳定的;否则称为不稳定的。
(注意稳定排序可以实现为不稳定的形式, 而不稳定的排序实现不了稳定的形式)

内部排序: 数据元素全部放在内存中的排序。

外部排序: 数据元素太多不能同时放在内存中,根据排序过程的要求不能在内外存之间移动数据的排序。

选择排序

选择排序(Selection Sort)是一种简单的排序算法,其基本思路可以描述为:

  • 初始状态: 将待排序的数据分为两部分,一部分是已排序的部分(初始为空),另一部分是未排序的部分(初始包含所有元素)。

  • 找到最小元素: 在未排序部分中,找到最小的元素,将其与未排序部分的第一个元素交换位置,即将最小元素放到已排序部分的末尾。

  • 重复步骤: 继续以上步骤,每次在未排序部分中找到最小的元素,并将其交换到已排序部分的末尾,逐渐将所有元素都移动到已排序部分。

  • 完成排序: 当未排序部分没有元素时,排序完成,整个数据集已经按照升序(或降序)排列好了。

选择排序的核心思想是在未排序的部分中选择最小的元素,并将其放到已排序部分的末尾,逐步缩小未排序部分的范围,直到整个数据集排序完成。选择排序的时间复杂度为O(n^2),不适用于大型数据集。

代码实现

javascript 复制代码
    public static void selectSort(int[] arr) {
        int len = arr.length;
        for (int i = 0; i < len-1; i++) {
            // 假设未排序部分的第一个元素为最小
            int minIndex = i;
            // 找到未排序部分中的最小的元素
            for (int j = i+1; j < len; j++) {
                if (arr[j] < arr[minIndex]) {
                    minIndex = j;
                }
            }

            if (minIndex != i) {
                // 将最小元素放到未排序的最前面
                int temp = arr[i];
                arr[i] = arr[minIndex];
                arr[minIndex] = temp;
            }
        }
    }

代码优化

优化一:

同时选择最大值和最小值

javascript 复制代码
    public static void selectSort2(int[] arr) {
        int len = arr.length;
        int left = 0;
        int right = len - 1;
        while (left < right) {
            // 同时记录最大值和最小值的下标
            int minIndex = left;
            int maxIndex = left;
            // 找未排序区间中的最大值和最小值的下标
            for (int i = left + 1; i <= right; i++) {
                if (arr[i] < arr[minIndex]) {
                    minIndex = i;
                }
                if (arr[i] > arr[maxIndex]) {
                    maxIndex = i;
                }
            }
            // 确定最大值和最小值
            swap(arr, left, minIndex);
            // 当 left 下标对应的值就是最大值时, 上面这个 swap 有可能把 最大值的位置换到最小值的位置
            if (left == maxIndex) {
                maxIndex = minIndex;
            }
            swap(arr, right, maxIndex);
            // 未排序的区间减小
            left++;
            right--;
        }
    }

    public static void swap (int[] arr, int index1, int index2) {
        int temp = arr[index1];
        arr[index1] = arr[index2];
        arr[index2] = temp;
    }

虽然性能有提升, 但是时间复杂度还是 O(N*N)

优化二:

堆排序是一种树形选择排序,是对直接选择排序的有效改进。
堆排序详解

总结:

  • 时间复杂度: O(N*N)
  • 空间复杂度: O(1)
  • 是不稳定排序: 举个例子,序列arr = 5 8 5 2 9,我们知道第一遍选择第1个元素5会和2交换,那么原序列中两个5的相对前后顺序就被破坏了,所以选择排序是一个不稳定的排序算法。
  • 对数据不敏感: 没有好坏之分, 不管数据原本的分布情况, 每层循环都需要遍历一遍, 直接选择排序思考非常好理解,但是效率不是很好。实际中很少使用。

以上就是对选择排序的讲解, 希望能帮到你 !
评论区欢迎指正 !

相关推荐
Flynn Liang11 分钟前
上线后怎么排查 AI 调用?Spring AI Observability:token/延迟/成本埋点与全链路追踪
java·人工智能·spring·监控·可观测性·observability·springai
文丑颜不良啊14 分钟前
LeetCode1921~1940题目解析
java·leetcode
Tt有了t40 分钟前
设计模式速查
java·python·设计模式
一只不想敲代码的程序猿1 小时前
如何更高效地拆解问题?
算法
Thomas.Sir1 小时前
第15课:SpringBoot连接池详解:HikariCP配置、调优、监控,4.x连接池新特性
java·spring boot
VimorphTech2 小时前
每批开 4 个线程,为什么限制不住 TTS 的总并发?
java·spring boot·spring
Pniubi2 小时前
Java为什么要分堆和栈
java·开发语言
杨凯凡2 小时前
Spring Boot 缓存一致性怎么保证?@Cacheable、@CacheEvict 与事务提交时机实战
java·spring boot·spring cache·后端开发·缓存一致性
微尘hjx2 小时前
【Deep-OC-SORT 02】多轨迹算法Deep-OC-SORT-相对 OC-SORT 的改进点
人工智能·算法·yolo·目标跟踪·视觉检测·ultralytics·deep-oc-sort
梦帮科技2 小时前
意识启发式量子隧穿退火算法用于全局优化 (CITA) 完整技术指南
网络·人工智能·算法·量子计算·模拟退火算法