排序算法----选择排序

1. 排序算法：就是使一串记录，按照其中的某个或某些关键字的大小，递增或递减的排列起来的操作。

        1>. 比较类排序：通过比较来决定元素间的相对次序，由于其时间复杂度不能突破O(nlogn)，因此也称为非线性时间比较类排序。 比较类排包含： 选择排序、冒泡排序、插入排序、希尔排序、归并排序、堆排序、快速排序。

        2>. 非比较类排序：不通过比较来决定元素间的相对次序，它可以突破基于比较排序的时间下界，以线性时间运行，因此也称为线性时间非比较类排序。非比较类排序包含：计数排序、桶排序、基数排序。

2. 排序的相关概念：

        1>. 稳定性：稳定：如果a原本在b前面，而a==b，排序之后a仍然在b的前面。 不稳定：如果a原本在b的前面，而a==b，排序之后 a 可能会出现在 b 的后面。

        2>. 时间复杂度：对排序数据的总的操作次数。反映当n变化时，操作次数呈现什么规律。

        3>. 空间复杂度：是指算法在计算机内执行时所需存储空间的度量，它也是数据规模n的函数( 如：对数组进行排序，新建数组的次数，就可以表达空间复杂度 )。

3. 我们可以创建一个父类：父类中封装数组的创建，排序，交换位置等方法，其他的排序方法的类都继承于这个父类，重写父类中的方法。

public abstract class Sort {
    public int[] arr;

    public Sort(){};

    //有参构造方法 创建一个数组的副本
    public Sort(int[] arr){
        this.arr = new int[arr.length];
        for(int i = 0; i < arr.length; i++){
            this.arr[i] = arr[i];
        }
    }

    //对数组进行排序
    public abstract void sort(int[] arr);

    //交换数据位置
    public void swap(int[] arr, int i, int j){
        int temp = arr[i];
        arr[i] = arr[j];
        arr[j] = temp;
    }
}

4. 选择排序的时间，空间复杂度及稳定性：

        1>. 时间复杂度：O(n^2)；因为我们这里选择排序的过程中会出现两层循环的嵌套。

        2>. 空间复杂度：S(1)；因为我们在选择排序时是对原数组进行直接排序，并没有其他创建新的数组。

        3>. 稳定性： 不稳定；因为我们在选择排序时，出现了大跨度的交换元素。

5. 选择排序：选择排序是一种简单直观的排序算法。它的工作原理：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。

//选择排序 时间复杂度为：O(n^2) 空间复杂度为：S(1) 算法稳定性：不稳定
public class SelectSort extends Sort{

    public SelectSort(int[] arr){
        super(arr);
    }

    //重写父类中的排序方法
    @Override
    public void sort(int[] arr) {
        for(int i = 0; i < arr.length - 1; i++){
            for(int j = i + 1; j < arr.length; j++){
                if(arr[i] > arr[j]){
                    super.swap(arr, i, j);
                }
            }
        }
       System.out.println(Arrays.toString(arr)); //打印数组
    }
}

6. 测试类：测试类中只测试排序方法是否能成功。

public class TestSort {
    public static void main(String[] args) {
        int[] arr = {9, 5, 4, 6, 7, 2, 1, 3, 8, 10};
        SelectSort selectSort = new SelectSort(arr);
        selectSort.sort(arr);
    }
}