• 【算法】选择排序


    ​选择排序

    堆排序

    活动地址:CSDN21天学习挑战赛

    目录

    1.选择排序

    1.1 定义 

    1.2 说明

    1.3 代码实现

    1.4 复杂度 

    1.5 优缺点

    2. 堆排序 

    2.1 定义

    2.2 说明

     2.3 代码示例

    2.4 复杂度

    2.5 优缺点


    1.选择排序

    1.1 定义 

    选择排序是一种简单直观的排序算法。它的工作原理是:第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,然后再从剩余的未排序元素中寻找到最小(大)元素,然后放到已排序的序列的末尾。以此类推,直到全部待排序的数据元素的个数为零。选择排序是不稳定的排序方法。

    1.2 说明

    首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置,然后,再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。以此类推,直到所有元素均排序完毕。

    1.3 代码实现

    1)初始状态:无序区为R[0..n-1](共n个元素),有序区为空。

    2)第1趟排序

    设置一个变量 i,让 i 从 0 至 n-2 循环的同时,在对比数组中元素 i 跟元素 i+1 的大小,如果R[i+1]比 R[i] 小,则用一个变量 k 来记住他的位置(即k=i+1)。等到循环结束的时候,我们应该找到了R中最小的那个数的位置了。然后进行判断,如果这个最小元素的不是R的第一个元素,就让第一个元素跟他交换一下值,使R[0..0]和R[1..n-1]分别变为记录个数增加1个的新有序区和记录个数减少1个的新无序区。

    。。。。。。

    3)第 i 趟排序

    第 i 趟排序开始时,当前有序区和无序区分别为R[0..i-1]和R[i..n-1]。该趟排序从当前无序区中选出关键字最小的记录 R[k],将它与无序区的第1个记录R交换,使R[0..i]和R分别变为记录个数增加 1个的新有序区和记录个数减少 1 个的新无序区。

    1. public static void selectSort(int[] array) {
    2. for (int i = 0; i < array.length; i++) {
    3. int minIndex = i;
    4. for (int j = i+1; j < array.length; j++) {
    5. //找出比minIndex 小的值
    6. if (array[j] < array[minIndex]) {
    7. minIndex = j;
    8. }
    9. }
    10. //当前值与最小值交换
    11. int tmp = array[i];
    12. array[i] = array[minIndex];
    13. array[minIndex] = tmp;
    14. }
    15. }

    1.4 复杂度 

    时间复杂度:O(n^2)
    空间复杂度:O(1)

    选择排序的交换操作介于 0 和 (n - 1)次之间。选择排序的比较操作为 n (n - 1) / 2 次之间。选择排序的赋值操作介于 0 和 3 (n - 1) 次之间。比较次数O(n^2),比较次数与关键字的初始状态无关,总的比较次数N=(n-1)+(n-2)+...+1=n*(n-1)/2。交换次数O(n),最好情况是,已经有序,交换0次;最坏情况交换n-1次,逆序交换n/2次。交换次数比冒泡排序少多了,由于交换所需CPU时间比比较所需的CPU时间多,n值较小时,选择排序比冒泡排序快。

    1.5 优缺点

    优点:一轮比较只需交换一次

    缺点:效率慢,不稳定

    2. 堆排序 

    2.1 定义

    堆排序是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构,并同时满足堆积的性质:即子结点的键值或索引总是小于(或者大于)它的父节点。堆排序可以说是一种利用堆的概念来排序的选择排序。

    2.2 说明

    堆排序分为两种方法:

    1)大顶堆:每个节点的值都大于或等于其子节点的值,在堆排序算法中用于升序排列;

    2)小顶堆:每个节点的值都小于或等于其子节点的值,在堆排序算法中用于降序排列;

     堆排序的基本思想:

    将待排序序列构造成一个大顶堆,此时,整个序列的最大值就是堆顶的根节点。将其与末尾元素进行交换,此时末尾就为最大值。然后将剩余n-1个元素重新构造成一个堆,这样会得到n个元素的次小值。如此反复执行,便能得到一个有序序列了

     2.3 代码示例

    1. public static void heapSort(int[] array) {
    2. //1.建堆
    3. createHeap(array);
    4. while (end > 0) {
    5. swap(array,0,end);
    6. shifDowm(array,0,end);
    7. end--;
    8. }
    9. }
    10. public static void createHeap(int[] array){
    11. for (int parent = (array.length-1-1) / 2; parent >= 0; parent--) {
    12. //向下调整为大根堆
    13. shifDowm(array, parent, array.length);
    14. }
    15. }
    16. public static void shifDowm(int[] array, int parent, int len) {
    17. int child = 2*parent + 1;
    18. while(child < len) {
    19. if (child+1 < len && array[child] < array[child+1]) {
    20. child++;
    21. }
    22. //此时 child 下标,就是左右孩子最大值的下标
    23. if (array[child] > array[parent]) {
    24. swap(array,child,parent);
    25. parent = child;
    26. child = 2*parent+1;
    27. }else {
    28. break;
    29. }
    30. }
    31. }
    32. public static void swap(int[] array, int i, int j) {
    33. int tmp = array[i];
    34. array[i] = array[j];
    35. array[j] = tmp;
    36. }

    2.4 复杂度

     时间复杂度:O(N * log N)
         
     空间复杂度:O(1)

    2.5 优缺点

    优点:堆排序的时间复杂度不是O(n2),因为堆采用了额外的空间,来降低了时间复杂度。

    缺点:不稳定。

    堆的维护问题,实际场景中的数据是频繁发生变动的,而对于待排序序列的每次更新(增,删,改),我们都要重新做一遍堆的维护,以保证其特性,这在大多数情况下都是没有必要的。.

  • 相关阅读:
    3d max软件中的缓存垃圾该如何清理?
    SaaSBase:Blue Prism是什么?
    Ruoyi 从数据库中导出多个excel打包为zip
    正则系列之断言Assertions
    Linux基础开发工具
    干货!手把手教你穿透内网
    装运采购订单增强
    5.深度学习计算
    Linux文件管理知识:文本处理
    Python|OpenCV-鼠标自动绘制图像(4)
  • 原文地址:https://blog.csdn.net/m0_60494863/article/details/126185720