选择排序算法有两种:直接选择排序和堆排序
1、直接选择排序(Straight Select Sort)算法思想:第一趟从n个元素的数据序列中选出关键字最小/大的元素并放在最前/后位置,下一趟从n-1个元素中选出最小/大的元素并放在最前/后位置。以此类推,经过n-1趟完成排序。
示例如下:
//选择排序
public static void selectsort(int[] a)
{
int temp;
for(int i=0;i<a.length;i++)
{
//内层循环j=i+1,外层循环控制着循环次数。即每趟中a[i]这个值就是本趟的最小值。i位置上是最小值
for(int j=i+1;j<a.length;j++)
{
if(a[i]>a[j])
{
temp=a[i];
a[i]=a[j];
a[j]=temp;
}
}
}
}
2、堆排序:
堆排序涉及到完全二叉树的概念。堆是一个完全二叉树,分为大顶堆和小顶堆两种。
大顶堆:每个节点的值都大于或等于其左右孩子节点的值。如图(1)所示:
小顶堆:每个节点的值都小于或等于其左右孩子节点的值。如图(2)所示:
图 (1) 大顶堆 图( 2) 小顶堆
堆排序算法的定义:
堆排序(Heap Sort)就是利用堆(假设为大顶堆)进行排序的方法。其基本思想是:将待排序的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。将它移走(其实就是将其与堆数组的末尾元素交换,此时末尾元素就是最大值),然后将剩余的 N -1个元素重新构造成一个堆,这样就会得到N个元素中的次小值。如此反复执行,最后将得到一个有序序列。
堆排序完整代码如下:
public class TestHeapSort {
public static void main(String[] args){
int[] arr={3,1,2,4,7,6,5,9,8,10};
HSort(arr);
for(int a:arr)
System.out.print(a+" ");
}
// 堆排序
//进行堆排序方法
private static void HSort(int[] arr){
//1、构建大顶堆
for(int parent=(arr.length-1)/2;parent>=0;parent--){
MaxHeap(arr,parent,arr.length-1);
}
for(int t=arr.length-1;t>0;t--){
swap(arr,0,t); //交换数据
MaxHeap(arr, 0, t-1); //根节点从0开始,继续构建大顶堆。
}
}
//交换数据方法
private static void swap(int[] arr, int i, int t) {
int temp=arr[i];
arr[i]=arr[t];
arr[t]=temp;
}
/*
* 构建大顶堆的方法
* s 代表拥有左右孩子节点的节点,即本次要调整位置的节点
* m 代表当前堆的长度
*/
private static void MaxHeap(int[] arr, int s, int m) {
int temp,j;
temp=arr[s];
for(j=2*s+1;j<=m;j=2*j+1){ //j=2*s+1为s节点的左孩子,j+1为s节点的右孩子
//j=2*j+1是要找到j的孩子节点
if(j<m&&arr[j]<arr[j+1])
j++; //将j指向当前左右孩子节点中的较大值
if(temp>arr[j])
break; //如果s节点的值大于其最大的孩子节点值,则,循环结束,本次不做任何改变
arr[s]=arr[j]; //否则将较大的孩子节点的值赋值给父节点
s=j; //将j的值赋值给s,即j成为了下一波的父节点,继续比较
}
arr[s]=temp; //循环结束
}
}
在第一次构建大顶堆时,我们int parent = (arr.length-1)/2,也就是父节点从arr[4] = 7开始,4、3、2、1 、0都存在孩子节点。
官方一点就是:我们从最下层最右边的非终端节点开始构建,将其与其孩子节点进行比较和若有必要的互换,对于每个非终端节点来说,其实最多进行两次比较和互换操作,因此整个构建堆的时间复杂度为O(N)。
在正式排序时,第i 次取堆顶记录重建堆需要O(logi)的时间,(完全二叉树的某个节点到根节点的距离为logi+1),并且需要取n-1次堆顶记录,因此,重建堆的时间复杂度为O(nlogN)。
故,总体上堆排序的时间复杂度为O(nlogn)。
从代码中可以看出:
排序过程分为两个for循环,第一个循环完成了将一个带排序序列构建成了一个大顶堆。第二个循环完成逐步将每个最大值的根节点与末尾元素交换,并且再次调整其为大顶堆。