选择排序(Selection Sort)

1 概述

选择排序(Selection-sort)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起始位置。以此类推,直到所有元素均排序完毕。

2 算法流程

  1. 假设完成升序排列,初始选择所有未排列的数列起始位置的元素为最小值,然后遍历之后的所有未排列的数列,如果存在比设定最小值更小的数,则替换设定的最小值
  2. 每次循环按照步骤1进行,第1次确定出最小值,放在第1位,第2次确定出第2小值,放在第2位,……,依次进行,直至剩下的未排列数列只包含1个数,自动放置在最后的位置(不需要进行)

3 代码/Python

def SectionSort(nums):
    n = len(nums)
    # 未排序数列的初始位置从0移动到n-1,最后剩下1个数自动放置在最后
    for i in range(n-1):
        # 每次循环,初始以开头元素为最小数
        minindex = i
        for j in range(i+1, len(nums)):
            # 遍历未排序数列,每次发现更小的数,则记录其位置
            if nums[j] < nums[minindex]:
                minindex = j
        # 根据记录的位置,将最小数交换到未排序数列起始位置
        nums[i], nums[minindex] = nums[minindex], nums[i]
    return nums    

# 算法调用
import random
nums = [random.randint(0,100) for i in range(10)]

print('随机生成10个数字:', nums)
print('排序后输出结果为:', SectionSort(nums))

4 算法解释

  • 选择算法,顾名思义,就是每次选择未排序数列中最小/最大的数
  • 时间复杂度:采用双层循环,所以时间复杂度是 O ( n 2 ) O(n^2) O(n2),每次选择的时候都需要将未排序数列中设定的最小/最大值跟其他的数比较,所以最好情况和最坏情况是一样的,都是 O ( n 2 ) O(n^2) O(n2)
  • 空间复杂度:由于额外开辟的空间只是每次选择过程中需要记录最小/最大的数的位置,所以空间复杂度为 O ( 1 ) O(1) O(1)
  • 稳定性:由于存在横跨多个元素的交换,所以会将相等元素的相对位置打乱,所以是不稳定的
    例如,排序数列[2,2,1]时,如果标记为分别为a,b,c,数列为[2a,2b,1c],则第一次循环选择最小数是标记为c的1(简称1c),需要和起始位置的2a交换,数列变为[1c,2b,2a],此时已完成排序,但原本相等的2a和2b的前后位置发生了变换,由2a在前变成2b在前
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值