【初阶数据结构】排序——选择排序

目录

前言

对于常见的排序算法有以下几种:

下面这节我们来看选择排序算法。

选择排序

基本思想:

每一次从待排序的数据元素中遍历选出最大(或最小)的元素放在序列的起始位置,直到全部待排序的数据元素排完。

当然,我们可以每一次排序时同时 选出最小和最大 的,分别放在序列的起始位置和终点位置 ,直到全部待排序的元素排列完,这样可以减少遍历次数。

排序过程(如图所示):

同样,用内外两层循环来控制整个过程:

  • 外循环:控制整个结束的条件,当begin>=end时就会结束。
  • 内循环:找到最大数和最小数的下标。

因此循环可写成:

cpp 复制代码
while(begin < end)
{
	for(int i = begin + 1; i <= end; i++)
	//.......
}

完整代码如下:

cpp 复制代码
void SelectSort(int* a, int n)//选择排序
{
	int begin = 0, end = n - 1;
	while (begin < end)
	{
		int mini = begin, maxi = begin;
		for (int i = begin + 1; i <= end; i++)
		{
			if (a[i] < a[mini])
				mini = i;
			if (a[i] > a[maxi])
				maxi = i;
		}
		Swap(&a[begin], &a[mini]);//交换了值,但是下标没变
		if (begin == maxi)
			maxi = mini;
		Swap(&a[end], &a[maxi]);
		begin++;
		end--;
	}
}

我们在两个交换函数中间加了一个判断条件:

cpp 复制代码
if (begin == maxi)
	maxi = mini;

是为了可以避免以下这种情况的出现:

直接选择排序的特性总结

  1. 效率不算很好,实际中使用的较少
  2. 时间复杂度:O(N^2^)
  3. 空间复杂度:O(1)
  4. 稳定性:不稳定

堆排序

堆排序是指利用 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。它通过堆来进行选择数据。

它分为了两个步骤:

  1. 建堆
    想要升序:建大堆
    想要降序:建小堆
  2. 利用堆删除思想来进行排序

下面我们来解释一下为什么升序是建立大堆:

我们给一个数组使其升序排列:

cpp 复制代码
int arr[] = {20, 17, 4, 16, 5, 3};

我们脑子里第一想法应该是升序建小堆。

通过向下调整算法,建立小堆得:

此时我们取第一个数出来即可得到最小值,但是当我们取出堆顶元素后,此时我们又要重新建一个小堆才能找到次小的数,但是这样时间复杂度变为了O(N2)。


但堆排其实是一个效率还不错的排序,因此我们可以逆向思维:

  1. 想要升序先建立大堆,然后将堆顶元素最后一个元素交换
  2. 然后最后一个值(也就是最大的值)不看做堆里面向下调整即可选出次大的数
  3. 重复以上步骤,最后形成的堆也就是排序好的数组。

具体过程如下图所示:


具体代码如下:

cpp 复制代码
#include<stdio.h>
Swap(int* px, int* py)
{
	int tmp = *px;
	*px = *py;
	*py = tmp;
}

void AdjustDown(HPDataType* a, int n, int parent)//向下调整建堆
{
	int child = parent * 2 + 1;
	while (child < n)
	{
		if (child + 1 < n && a[child + 1] > a[child])//建大堆
		{
			child++;
		}
		if (a[child] > a[parent])
		{
			Swap(&a[child], &a[parent]);
			parent = child;//更新父亲节点
			child = parent * 2 + 1;
		}
		else
			break;
	}
}
void HeapSort(int* a, int n)
{
	//用数组建堆
	//从最后一个非叶子节点开始建堆
	for (int i = (n - 1 - 1) / 2; i >= 0; i--)
	{
		AdjustDown(a, n, i);
	}
	int end = n - 1;//最后一个节点的下标
	while (end >= 0)
	{
		Swap(&a[0], &a[end]);//先交换
		AdjustDown(a, end, 0);//最后一个节点不算堆中进行向下调整建堆
		end--;//再--
	}
}

int main()
{
	int arr[] = { 20, 17, 4, 16, 5, 3 };
	int n = sizeof(arr) / sizeof(int);
	HeapSort(arr, n);
	for (int i = 0; i < n; i++)
	{
		printf("%d ", arr[i]);
	}
	return 0;
}

堆排序特性总结:

  1. 堆排序使用堆来选数,效率比直接选择高。
  2. 时间复杂度:O(NlogN)
  3. 空间复杂度:O(1)
  4. 稳定性:不稳定

感谢大家观看,如果大家喜欢,希望大家一键三连支持一下,如有表述不正确,也欢迎大家批评指正。

相关推荐
法号:行颠9 分钟前
Chaos-nano协作式异步操作系统(六):`Chaos-nano` 在手持式 `VOC` 检测设备上的应用
c语言·单片机·嵌入式硬件·mcu·系统架构
南棱笑笑生16 分钟前
20251213给飞凌OK3588-C开发板适配Rockchip原厂的Buildroot【linux-6.1】系统时适配CTP触摸屏FT5X06
linux·c语言·开发语言·rockchip
电子_咸鱼16 分钟前
常见面试题——滑动窗口算法
c++·后端·python·算法·leetcode·哈希算法·推荐算法
mit6.82433 分钟前
hash+presum判等|幻方0
算法
萌>__<新1 小时前
力扣打卡每日一题————最小覆盖子串
数据结构·算法·leetcode·滑动窗口·哈希表
ada7_1 小时前
LeetCode(python)230.二叉搜索树中第k小的元素
python·算法·leetcode·链表
TL滕2 小时前
从0开始学算法——第十五天(滑动窗口练习)
笔记·学习·算法
DuHz2 小时前
milliLoc 论文精读:把商用毫米波 FMCW 的绝对测距从“厘米栅格”推进到“毫米级连续值”,并顺带修正 AoA 的系统相位偏差
论文阅读·物联网·算法·信息与通信·毫米波雷达
qq_401700412 小时前
Linux文件锁解决多进程并发
linux·服务器·算法
南棱笑笑生2 小时前
20251213给飞凌OK3588-C开发板适配Rockchip原厂的Buildroot【linux-6.1】系统时适配type-C0
linux·c语言·开发语言·rockchip