排序算法————简单选择排序、堆排序

一、简单选择排序：

1、算法描述：
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（末尾）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（开头）。以此类推，直到所有元素均排序完毕。

2、算法步骤：

1、取出第一个元素（i=0），假设它是最小值；
2、用它和待排序列中所有元素（i+1~n）比较，找出最小值，放在第一个元素的位置（i），则第一个元素有序；
3、在待排序列中，重复步骤1-2，直到整个序列有序。

图示：

3、代码实现：

void SelectSort(int* arr, int len)
{
    int i = 0,j = 0;
    int tmp = 0;
    for (i; i < len ; i++)
    {
        tmp = arr[i];
        for (j = i +1 ; j < len ; j++)
        {
            if (tmp > arr[j])
            {
                Swap(&tmp, &arr[j]);
            }
        }
        arr[i] = tmp;
    }
}

4、算法分析：
表现最稳定的排序算法之一，因为无论什么数据进去都是O(n2)的时间复杂度，所以用到它的时候，数据规模越小越好。唯一的好处可能就是不占用额外的内存空间了吧。

二、堆排序：

1、算法描述：
堆排序是对简单选择排序的一种改进算法，指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构，并同时满足堆积的性质：即子结点的键值或索引总是小于（或者大于）它的父节点。

2、算法步骤：

1、将初始待排序列(R1,R2….Rn)构建成大根堆，此堆为初始的无序区；
2、将堆顶元素R[1]与最后一个元素R[n]交换，此时得到新的无序区(R1,R2,……Rn-1)和新的有序区(Rn),且满足R[1,2…n-1]<=R[n]；
3、对当前无序区(R1,R2,……Rn-1)调整为新堆，然后再次将R[1]与无序区最后一个元素交换，得到新的无序区(R1,R2….Rn-2)和新的有序区(Rn-1,Rn)。
4、不断重复2-3过程直到有序区的元素个数为n-1，则整个排序过程完成。

图示：

3、代码实现：

void Rootsort(int *arr,int root,int end)//子树排序
{
    int tmp = arr[root];
    int i = root * 2 + 1;//根节点的左孩子
    while (i <= end)
    {
        //先比较左右孩子那个比较大
        if (i + 1 <= end && arr[i+1] > arr[i])
        {
            i += 1;//此时i表示的是较大的孩子
        }
        if (tmp > arr[i])
        {
            break;
        }
        arr[root] = arr[i];
        root = i;
        i = root * 2 + 1;

        /*if (tmp <= arr[i])//error
        {
            arr[root] = arr[i];
            root = i;
            i = root * 2 + 1;
        }
       */
    }
    arr[root] = tmp;
}

void MaxHeap(int *arr, int end)//最大堆
{
    int val = (end - 1) / 2;//保存最后一颗子树的根
    for (; val >= 0; val--)
    {
        Rootsort(arr, val, end);
    }
}

void HeapSort(int* arr, int len)//最终利用大根堆实现排序
{
    int end = len - 1;
    while (end > 0)
    {
        MaxHeap(arr,end);
        Swap(&arr[end],&arr[0]);
        end -= 1;
    }
}

4、算法分析：
堆排序在最坏的情况下，时间复杂度也为O(n*long n),相对于快速排序来说，这是堆排序最大的优点，但是数据量较小时，并不提倡使用堆排，因为其运行时间主要耗费在建堆和调整堆上，堆排比较适合于叫大数据量的排序。