排序算法（一） —— 选择排序

原创文章，转载请注明出处。

本文是排序算法系列文章的第一篇，主要讲述 “选择排序” 算法。

一、原理：

       每一趟排序（例如第 i 趟，其中 i = 0, 1, …, n - 2），在后面 n - i 个待排记录中选出关键字最小的元素（下标为 index），与第 i 个记录交换，直至全部待排序的数据元素排完。由于排到 n - 1 趟时，前 n - 1 个元素已然有序，则剩余的一个元素自然也有序，因此一共需要排 n - 1 趟（外层循环 n - 1 次）。设整个待排记录序列有 n 个记录，则第 i 趟选择具有最小数据元素时所需的比较次数总是 n - i - 1 次，因为第 i 趟排序时，前 i 个数据已经排好序，不需要再进行比较，只需与后 n - i - 1 个元素进行比较（内层循环从 i + 1 到 n - 1）。

二、代码及注释：

void selectSort(int n, int *arr)
{
	// 选择排序每一趟，例如第i‘i = 0、1、2、...、n - 2’趟，在后面的 n - i 个待排数据中选择最小的一个，与第 i 个数据交换
	int i, j;
	for (i = 0; i < n - 1; i++)				// 第 i 趟，只需排 n - 1 趟
	{
		int temp;					// 用于交换的临时变量
		int index = i;					// 记录待排数据中最小值的下标，初始化默认为下标 i
		for (j = i + 1; j < n; j++)			// 从下标为 i + 1 的数据开始，一共循环 n - i 次
		{
			if (arr[j] < arr[index])		// 比较得出较小值
			{
				index = j;			// 记录较小值的下标，循环结束后所得记录值即为待排数据中最小值下标
			}
		}
		// 将最小值与下标为 i 的数据进行交换
		temp = arr[i];
		arr[i] = arr[index];
		arr[index] = temp;
	}
}

三、算法性能分析：

       当输入规模为 n = 10000、20000、30000、40000、50000 时，执行程序，可以得到在不同输入规模下，20 组随机样本数据执行选择排序的单组执行时间及平均执行时间为：

       理论上来说，选择排序的时间复杂度为 O(n^2)。同时，由上图可以看出，当 n = 10000 时，20 组样本排序的平均执行为 33.5927 ms。以输入规模为 10000 的数据运行时间为基准点，则理论上的平均执行时间为：t = k * n^2 ，（k 为常数），带入 t = 33.5927ms、n = 10000，可得：k = t / n² = 33.5927 / 10000² ；

       所以，在相应输入规模下，选择排序的理论执行时间为：

       根据上表，可以作出选择排序理论效率曲线和实测效率曲线如下：

       如上图表，是选择排序的理论效率曲线和实测效率曲线，其中位于上方的数据标签是实测效率曲线的标注，位于下方的数据标签是理论效率曲线的标注。由图表我们可以看出，两条折线仅存在细小差异。

       首先，不管是理论效率曲线还是实测效率曲线，都满足抛物线 y = k * n^2 在某个定义域的一段曲线（其中 k 为系数）。这与我们的理论认知也是相一致的。

       我们知道，在选择排序过程中，所需进行记录移动的操作次数较少，其最小值为 0，即序列本来就有序，1 次都不需移动；移动操作次数最大值为 3 (n - 1)。然而，无论记录的初始排列如何，所需进行的关键字间的比较次数相同，均为 n (n - 1) / 2。因此，总的时间复杂度是 O(n^2)，这也是理论效率曲线所反映出来的。而实测效率曲线与理论效率曲线基本相符，随着输入规模的增大，实际消耗时间略高于理论消耗时间。原因可能有两个，其一是随着规模的增大，移动操作（赋值操作）对时间消耗的影响也随之扩大；其二是与程序运行时电脑的 CPU 利用率有关，若程序运行时有其他程序占用 CPU 资源，也会影响到排序的时间。