选择排序算法(C++版)

1、什么是选择排序

选择排序(Selection Sort)是一种简单直观的排序算法,它的基本思想是每次从未排序的部分选择一个最小(或最大)的元素,将其与未排序部分的第一个元素交换位置,以此类推,直到整个数组有序。

2、选择排序的基本步骤

  1. 初始状态:将整个序列分为已排序和未排序两部分,初始时已排序部分为空,未排序部分包含所有元素。

  2. 选择最小元素:从未排序部分选择一个最小元素,记录其索引。

  3. 交换位置:将选择的最小元素与未排序部分的第一个元素交换位置。

  4. 更新已排序和未排序部分:将已排序部分扩展一个元素,将未排序部分减少一个元素。

  5. 重复:重复步骤2-4,直到未排序部分为空,整个序列有序。

3、选择排序的适用范围和特点

适用范围

  • 选择排序适用于小规模的数据集,因为其时间复杂度为O(n^2),在大规模数据集上性能相对较差。

特点

  1. 简单直观:选择排序是一种直观易懂的排序算法,适用于教学和小规模数据集的排序。

  2. 不稳定性:选择排序是一种不稳定的排序算法,因为相同元素的相对顺序可能在排序过程中发生改变。

  3. 原地排序:选择排序是一种原地排序算法,不需要额外的内存空间。

  4. 不受输入数据影响:选择排序的时间复杂度在最好、最坏和平均情况下都是O(n^2),与输入数据的初始状态无关。

  5. 交换次数相对较少:选择排序每一轮只需要一次交换,因此交换次数相对较少,适用于对交换次数有限制的场景。

尽管选择排序的性能在大规模数据集上不如一些高级排序算法(例如快速排序、归并排序),但在某些特定场景下,选择排序仍可能是一个合适的选择,尤其是对于小规模或基本有序的数据。

4、选择排序算法示例

c 复制代码
#include <iostream>
#include <vector>

void swap(int &a, int &b) {
    int temp = a;
    a = b;
    b = temp;
}

void selectionSort(std::vector<int> &arr) {
    int n = arr.size();

    for (int i = 0; i < n - 1; ++i) {
        int minIndex = i;

        // 在未排序部分找到最小元素的索引
        for (int j = i + 1; j < n; ++j) {
            if (arr[j] < arr[minIndex]) {
                minIndex = j;
            }
        }

        // 将找到的最小元素与当前元素交换位置
        swap(arr[i], arr[minIndex]);
    }
}

void printArray(const std::vector<int> &arr) {
    for (int num : arr) {
        std::cout << num << " ";
    }
    std::cout << std::endl;
}

int main() {
    std::vector<int> arr = {64, 34, 25, 12, 22, 11, 90};

    std::cout << "Unsorted array: ";
    printArray(arr);

    selectionSort(arr);

    std::cout << "Sorted array: ";
    printArray(arr);

    return 0;
}

这个程序中,selectionSort 函数是选择排序的主要函数。在每一轮迭代中,找到未排序部分的最小元素,并将其与当前位置的元素交换。swap 函数用于交换数组中两个元素的位置。最后,通过 printArray 函数来打印数组元素。

相关推荐
vibecoding日记5 小时前
双非如何快速入职字节等大厂大模型?真实案例分析:推理优化和投机解码
算法·求职·大模型工程师
yszaygr21387 小时前
Verilog参数化游程编码RLE模块
算法
望易7 小时前
刚设计的大模型架构-双域耦合认知框架
算法·架构
复杂网络11 小时前
多个 Claude Code 与多个 Codex 协同工作:设计与实现方案
算法
apocelipes1 天前
常用编程语言和库的正则表达式性能对比
c语言·c++·python·性能优化·golang·开发工具和环境
HjhIron1 天前
面试常客:字符串算法从入门到进阶
算法·面试
吴佳浩1 天前
DeepSeek DSpark:Confidence-Scheduled Speculative Decoding 技术解析
人工智能·算法·deepseek
触底反弹1 天前
🧠 搞懂 Token,才算真正入门大模型——从分词原理到 Embedding 语义实战
javascript·人工智能·算法
vivo互联网技术1 天前
ICLR 2026 | 基于后验采样的图像恢复方法LearnIR:人脸去阴影、去雾
人工智能·算法·aigc