算法-数据结构入门（二）——《算法图解》

上一节我们说了一个一些简单概念，算法，数据结构，数组，链表，大O表示法等，也介绍了一个最简单的查找算法：二分查找，今天我们了解一个简单的排序算法：选择排序。

看问题：给一个无序数组[5,3,8,9,2,4,1,10]，然后对他进行从小到大的排序输出。

思考：简单的想法就是遍历一遍数组，找出最小（大）的一个元素，把它放在一个新数组（可以是本数组起始）里面，然后删除这个元素，从剩下的元素里面继续寻找最小（大）的一个，再插入到新数组中序列的后面，以此类推，直到最后一个元素。新数组即为排好序的数组。这就是选择排序的原理，每次遍历数组找到最小的一个元素，插入到一个新数组。代码如下：

arr = [5,3,8,9,2,4,1,10]

def select_sort(arr):
    newArr = []
    for i in range(len(arr)):#Circular search num
        smallest_item = arr[0]
        smallest_num = 0
        for j in range(1,len(arr)):#minimum number per traversal
            if arr[j] < smallest_item:
                smallest_item = arr[j]
                smallest_num = j
        newArr.append(arr.pop(smallest_num))
    print newArr
    
select_sort(arr)

如上代码，两层循环，第一层是要循环遍历多少次（数组长度），第二层是每次遍历数组找到最小值。显而易见，第一层循环的操作数为n-1，第二层循环为n（平均为n/2），所以时间复杂度为O()。

 

可能有的同学说，以前上学的时候，学过的第一个算法是冒泡排序，我们也在这里看一下它。

冒泡排序，就是遍历一遍数组，从里面找到一个最大数，并把它放（移）到数组末尾，然后再遍历，找到第二大的，放在数组倒数第二位。不过这个找最大数的方法和选择稍微不一样，是从起始元素开始，相邻元素进行大小比较，逐步把最大的元素移到数组最末尾，然后遍历第二遍，找到第二大，依次类推...代码如下：

arr = [5,3,8,9,2,4,1,0]

def bubbling_sort(arr):
    tem = 0
    for i in range(len(arr)-1): #Circular search num
        for j in range(len(arr)-1):#max number per traversal
            if arr[j] > arr[j+1]:
                tem = arr[j]
                arr[j] = arr[j+1]
                arr[j+1] = tem
        print arr
    
bubbling_sort(arr)

如上代码，两层循环，操作数都是n-1，所以时间复杂度为O()

最后补充，比较一下两个的区别：

其实二者的时间复杂度一样，但还是有一些区别：

选择排序是不稳定的，每轮比较后只需要换一次位置；冒泡排序是稳定的，每轮比较，只要位置不对都需要换位置

（排序算法稳定性）