選擇排序
選擇排序也是利用了「擋板法」這個經典思想。
擋板左邊是已排序區間,右邊是未排序區間,那麼每次的「選擇」是去找右邊未排序區間的最小值,找到之後和擋板後面的第乙個值換一下,然後再把擋板往右移動一位,保證排好序的這些元素在擋板的左邊。
比如例子:
我們用乙個擋板來分隔陣列是否排好序,
用指標 j 來尋找未排序區間的最小值;
第一輪 j 最初指向 5,然後遍歷整個未排序區間,最終指向 0,那麼 0 就和擋板後的第乙個元素換一下,也就是和 5 交換一下位置,擋板向右移動一位,結束第一輪。
第二輪,j 從擋板後的2開始遍歷,最終指向1,然後1和擋板後的第乙個元素 2 換一下,擋板向右移動一位,結束第二輪。
第三輪,j 從2開始遍歷,最終指向2,然後和2自己換一下,擋板向右移動一位,結束第三輪。
還剩乙個元素,不用遍歷了,就結束了。
選擇排序與之前的插入排序對比來看,要注意兩點:
擋板必須從 0 開始,而不能從 1 開始。雖然在這兩種演算法中,擋板的物理意義都是分隔已排序和未排序區間,但是它們的已排序區間裡放的元素的意義不同:
所以選擇排序的擋板左邊最開始不能有任何元素。
在外層迴圈時,
class solution
for(int i = 0; i < input.length - 1; i++)
}swap(input, minvalueindex, i);
} }private void swap(int input, int x, int y)
}
時間複雜度最內層的 if 語句每執行一次是 o(1) ,那麼要執行多少次呢?
所以加起來,總共是:
(n-1) + (n-2) + … + 1 = n*(n-1) / 2 = o(n^2)
是這樣算出來的,而不是一拍腦袋說兩層迴圈就是 o(n^2).
空間複雜度
這個很簡單,最多的情況是 call swap() 的時候,然後 call stack 上每一層就用了幾個有限的變數,所以是 o(1)。
那自然也是原地排序演算法了。
穩定性
這個答案是否定的,選擇排序並沒有穩定性。
因為交換的過程破壞了原有的相對順序,比如: 這個例子,第一次交換是 0 和 第乙個 5 交換,於是第乙個 5 跑到了陣列的最後一位,且再也無翻身之地,所以第乙個 5 第二個 5 的相對順序就已經打亂了。
排序演算法入門之 選擇排序
擋板法 這個經典思想。擋板左邊是已排序區間,右邊是未排序區間,那麼每次的 選擇 是去找右邊未排序區間的最小值,找到之後和擋板後面的第乙個值換一下,然後再把擋板往右移動一位,保證排好序的這些元素在擋板的左邊。比如之前的例子 我們用乙個擋板來分隔陣列是否排好序,用指標 j 來尋找未排序區間的最小值 第一...
排序演算法入門之 選擇排序
選擇排序也是利用了 擋板法 這個經典思想。擋板左邊是已排序區間,右邊是未排序區間,那麼每次的 選擇 是去找右邊未排序區間的最小值,找到之後和擋板後面的第乙個值換一下,然後再把擋板往右移動一位,保證排好序的這些元素在擋板的左邊。比如之前的例子 我們用乙個擋板來分隔陣列是否排好序,用指標 j 來尋找未排...
排序演算法入門之 選擇排序
選擇排序也是利用了 擋板法 這個經典思想。擋板左邊是已排序區間,右邊是未排序區間,那麼每次的 選擇 是去找右邊未排序區間的最小值,找到之後和擋板後面的第乙個值換一下,然後再把擋板往右移動一位,保證排好序的這些元素在擋板的左邊。比如之前的例子 我們用乙個擋板來分隔陣列是否排好序,用指標 j 來尋找未排...