排序篇(二)----选择排序

排序篇(二)----选择排序

1.直接选择排序

基本思想:

每一次从待排序的数据元素中选出最小(或最大)的一个元素,存放在序列的起始位置,直到全部待排序的数据元素排完 。

直接选择排序:

  • 在元素集合arrayi--arrayn-1中选择关键码最大(小)的数据元素
  • 若它不是这组元素中的最后一个(第一个)元素,则将它与这组元素中的最后一个(第一个)元素交换
  • 在剩余的arrayi--arrayn-2(arrayi+1--arrayn-1)集合中,重复上述步骤,直到集合剩余1个元素
c 复制代码
//选择排序
void SelectSort(int* a, int n)
{
	int begin = 0;
	int end = n - 1;
	while (begin < end)
	{
		int max = begin;
		int min = begin;
		for (int i = begin + 1; i <= end; i++)
		{
			if (a[i] < a[min])
			{
				min = i;
			}
			if (a[i] > a[max])
			{
				max = i;
			}
		}
		Swap(&a[begin], &a[min]);
		if (begin == max)
		{
			max = min;
		}
		Swap(&a[end], &a[max]);
		begin++;
		end--;
	}
}

代码解析:

  1. 代码中的变量beginend分别表示待排序序列的起始和结束位置。在每一轮排序中,首先将begin位置设置为当前的最小值和最大值的索引。然后从begin+1end的范围内遍历,找到最小值的索引min和最大值的索引max
  2. 接下来,通过调用Swap函数交换begin位置和min位置的元素,将最小值放到待排序序列的起始位置。如果begin位置和max位置相同,说明最大值被交换到了min位置,需要将max更新为min
  3. 最后,通过调用Swap函数交换end位置和max位置的元素,将最大值放到待排序序列的末尾。然后更新beginend,继续下一轮排序,直到begin不小于end,排序完成。

直接选择排序的特性总结:

  1. 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
  2. 时间复杂度:O(N^2)
  3. 空间复杂度:O(1)
  4. 稳定性:不稳定

2.堆排序

要理解堆排序,首先就要先理解堆是一种什么样的结构,详情见: 堆的实现

​ 堆排序(Heapsort)是指利用堆积树(堆)这种数据结构所设计的一种排序算法,它是选择排序的一种。它是通过堆来进行选择数据。需要注意的是排升序要建大堆,排降序建小堆。

复制代码
//堆排序
void AdjustDown(int* a, int n, int parent)
{
	int child = parent * 2 + 1;
	while (child < n)
	{
		if (child + 1 < n && a[child + 1] > a[child])
		{
			child++;
		}
		if (a[child] > a[parent])
		{
			Swap(&a[child], &a[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
			break;
	}
}
void HeapSort(int* a, int n)
{
	//向上调整建堆  o(n*log n)
	//for (int i = 1; i < n; i++)
	//{
	//	AdjustUp(a, i);
	//}
	//升序(建大堆)  降序(建小堆)

	//o(n)向下调整建堆
	for (int i = (n - 1 - 1) / 2; i >= 0; i--)
	{
		AdjustDown(a, n, i);
	}
	//o(n* log n)
	int end = n - 1;
	while (end > 0)
	{
		Swap(&a[0], &a[end]);
		AdjustDown(a, end, 0);
		end--;
	}
}

代码解析:

  1. AdjustDown函数用于向下调整堆,它接受三个参数:待调整的堆数组a、堆的大小n和当前需要调整的节点parent。在每一次调整中,首先计算出当前节点的左孩子节点的索引child,然后进行循环判断。
  2. 在循环中,首先判断右孩子节点是否存在且比左孩子节点大,如果是,则将child更新为右孩子节点的索引,否则保持不变。然后判断当前节点的值是否小于最大的孩子节点的值,如果是,则交换当前节点和最大孩子节点的值,并更新parentchild的值,继续向下调整。如果当前节点的值大于等于最大孩子节点的值,则退出循环。
  3. HeapSort函数用于实现堆排序算法。首先通过向下调整的方式建立一个大顶堆,具体实现是从最后一个非叶子节点开始,依次向上调整,直到根节点。然后,通过循环交换堆顶元素和堆的最后一个元素,并对剩余的元素进行向下调整,重复这个过程直到整个序列有序。

堆排序的特性总结:

  1. 堆排序使用堆来选数,效率就高了很多。
  2. 时间复杂度:O(N*logN)
  3. 空间复杂度:O(1)
  4. 稳定性:不稳定
相关推荐
qeen872 小时前
【数据结构】自平衡二叉搜索树各种旋转算法原理解析及AVL树的C++实现
数据结构·c++·算法
lucas_AI2 小时前
1.2B 小模型赢过 235B 大模型:NaviDC-OCR 把文档解析卷明白了
人工智能·深度学习·算法
冻柠檬飞冰走茶2 小时前
PTA基础编程题目集 7-35有理数均值(C++语言实现)
开发语言·数据结构·c++·算法·均值算法
民乐团扒谱机3 小时前
【微实验】倒谱算法(Cepstrum)深度解析:原理、数学推导与代码实现
人工智能·算法·语音识别
Nil2084 小时前
leetcode 189轮转数组
数据结构·算法·leetcode
-dzk-4 小时前
【动态规划】LC 118.杨辉三角
算法·动态规划
恣逍信点4 小时前
《凌微经》静态自悖——变化之自因
人工智能·科技·算法·机器学习·业界资讯·拓扑学·哲学
吃着火锅x唱着歌4 小时前
LeetCode 3885.设计事件管理器
算法·leetcode·职场和发展
土司大王5 小时前
LeetCode hto100——字母异位词分组
java·算法·leetcode
Eloudy5 小时前
预词力:LLM 的唯一形式化能力
人工智能·算法·agent