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array[i]--array[n-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array[i]--array[n-2](array[i+1]--array[n-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
前端 贾公子22 分钟前
《Vuejs设计与实现》第 5 章(非原始值响应式方案)下 Set 和 Map 的响应式代理
数据结构·算法
快乐是一切34 分钟前
PDF底层格式之水印解析与去除机制分析
前端·数据结构
MHJ_1 小时前
Multi-Metric Integration(多指标集成)
数据结构
WWZZ20252 小时前
ORB_SLAM2原理及代码解析:SetPose() 函数
人工智能·opencv·算法·计算机视觉·机器人·自动驾驶
小马学嵌入式~2 小时前
堆排序原理与实现详解
开发语言·数据结构·学习·算法
青岛少儿编程-王老师2 小时前
CCF编程能力等级认证GESP—C++6级—20250927
java·c++·算法
一人の梅雨2 小时前
1688 拍立淘接口深度开发:从图像识别到供应链匹配的技术实现
人工智能·算法·计算机视觉
_给我学起来3 小时前
数据结构:树
数据结构
Miraitowa_cheems3 小时前
LeetCode算法日记 - Day 64: 岛屿的最大面积、被围绕的区域
java·算法·leetcode·决策树·职场和发展·深度优先·推荐算法
Christo33 小时前
关于K-means和FCM的凸性问题讨论
人工智能·算法·机器学习·数据挖掘·kmeans