【唐叔学算法】第18天:解密选择排序的双重魅力-直接选择排序与堆排序的Java实现及性能剖析

引言

在数据排序的世界里,选择排序是一类简单而直观的算法,它通过不断选取未排序部分中的最小(或最大)元素来逐步构建有序序列。今天,我们将深入探讨两种基于选择思想的排序方法------直接选择排序和堆排序,并提供它们的Java实现代码。此外,我们还会分析这两种排序算法的时间复杂度和空间复杂度,帮助你理解其背后的运作机制。

直接选择排序(Selection Sort)
算法描述

直接选择排序是一种最基础的选择排序形式。它的基本思想是每次从未排序的元素中选出最小的一个元素,然后将其与未排序部分的第一个元素交换位置。如此反复,直到所有元素都被排好序为止。

时间复杂度
  • 最佳、平均和最差情况均为 O(n²),其中 n 是待排序数组的长度。
空间复杂度
  • 因为只需要常数级别的额外空间,所以空间复杂度为 O(1)。
Java实现
java 复制代码
public class SelectionSort {
    public static void sort(int[] arr) {
        for (int i = 0; i < arr.length - 1; i++) {
            int minIndex = i;
            for (int j = i + 1; j < arr.length; j++) {
                if (arr[j] < arr[minIndex]) {
                    minIndex = j;
                }
            }
            // 交换找到的最小元素和当前元素
            int temp = arr[minIndex];
            arr[minIndex] = arr[i];
            arr[i] = temp;
        }
    }

    public static void main(String[] args) {
        int[] data = {64, 25, 12, 22, 11};
        sort(data);
        System.out.println("Sorted array: " + Arrays.toString(data));
    }
}
堆排序(Heap Sort)
算法描述

堆排序利用了二叉堆的数据结构特性。首先将待排序的数组构建成一个大根堆(对于升序排列),接着依次取出堆顶的最大元素放到数组末尾,再调整剩余元素重新构成大根堆,重复此过程直至所有元素都被排序。

时间复杂度
  • 构建堆的时间复杂度为 O(n),而每一次调整堆的操作时间复杂度为 O(log n),因此总的时间复杂度为 O(n log n)。
空间复杂度
  • 和直接选择排序一样,堆排序的空间复杂度也是 O(1),因为它是在原地进行排序。
Java实现
java 复制代码
public class HeapSort {
    public static void sort(int[] arr) {
        int n = arr.length;

        // 构建大根堆
        for (int i = n / 2 - 1; i >= 0; i--)
            heapify(arr, n, i);

        // 一个个从堆中提取元素
        for (int i = n - 1; i >= 0; i--) {
            // 移动当前根到末尾
            int temp = arr[0];
            arr[0] = arr[i];
            arr[i] = temp;

            // 调用heapify函数在减少的堆上
            heapify(arr, i, 0);
        }
    }

    // 对大小为n的以i为根节点的堆进行heapify操作
    private static void heapify(int[] arr, int n, int i) {
        int largest = i; // 初始化最大的为根
        int left = 2 * i + 1; // 左子节点
        int right = 2 * i + 2; // 右子节点

        // 如果左子节点大于根
        if (left < n && arr[left] > arr[largest])
            largest = left;

        // 如果右子节点大于最大的
        if (right < n && arr[right] > arr[largest])
            largest = right;

        // 如果最大的不是根
        if (largest != i) {
            int swap = arr[i];
            arr[i] = arr[largest];
            arr[largest] = swap;

            // 递归地heapify受影响的子树
            heapify(arr, n, largest);
        }
    }

    public static void main(String[] args) {
        int[] data = {12, 11, 13, 5, 6, 7};
        sort(data);
        System.out.println("Sorted array is: " + Arrays.toString(data));
    }
}
结语

通过上述讲解,我们可以看出直接选择排序和堆排序虽然都属于选择排序,但它们有着显著的不同之处。前者更易于理解和实现,但在处理大数据量时效率较低;后者则具有更好的性能表现,特别是在需要频繁访问最大或最小值的应用场景下。希望这篇文章能为你揭开选择排序的神秘面纱,并为你的编程之旅增添一份力量。

相关推荐
luofeiju31 分钟前
使用LU分解求解线性方程组
线性代数·算法
SKYDROID云卓小助手1 小时前
无人设备遥控器之自动调整编码技术篇
人工智能·嵌入式硬件·算法·自动化·信号处理
ysa0510301 小时前
数论基础知识和模板
数据结构·c++·笔记·算法
GEEK零零七1 小时前
Leetcode 1103. 分糖果 II
数学·算法·leetcode·等差数列
今天背单词了吗9802 小时前
算法学习笔记:7.Dijkstra 算法——从原理到实战,涵盖 LeetCode 与考研 408 例题
java·开发语言·数据结构·笔记·算法
气质、小青年!2 小时前
【排序算法】
c语言·数据结构
重庆小透明3 小时前
力扣刷题记录【1】146.LRU缓存
java·后端·学习·算法·leetcode·缓存
desssq3 小时前
力扣:70. 爬楼梯
算法·leetcode·职场和发展
clock的时钟4 小时前
暑期数据结构第一天
数据结构·算法
小小小小王王王4 小时前
求猪肉价格最大值
数据结构·c++·算法