第二天开始呢,我们讲解选择算法,从算法思路,到算法伪代码实现,到复杂度分析,从这里开始我们手把手搭建一个测试平台的基础,根据你自身硬件水平可以对下列代码进行从1000,到千万级测试,其中算法测试时间与你的机器硬件水平和实现的算法有关系,下面是选择算法的具体讲解。
(1)排序算法的思路并且举例说明
选择排序基本思想:从头至尾扫描序列,找出最小的一个元素,和第一个元素交换,接着从剩下的元素中继续这种选择和交换方式,最终得到一个有序序列。
例如: 5 6 3 2 4 1
第一次排序: 1 5 6 3 2 4
第二次排序: 1 2 5 6 3 4
第三次排序: 1 2 3 5 6 4
第四次排序: 1 2 3 4 5 6
(2)算法伪代码
for (i = 1; i <= n - 1; i++) {
smallest = i;
for (j = i + 1; j <= n; j++)
if (S[j] < S[smallest]){
smallest = j;
}
exchange S[i] and S[smallest];
}
(3)复杂度分析
平均时间复杂度:O(n2)
使用了for循环两次的选择排序,其中外循环完成是数据交换,内层循环完成是数据比较,所以我们分别统计数据交换次数和数据比较次数:
数据比较次数:(N-1)+(N-2)+(N-3)+…+2+1=((N-1)+1)*(N-1)/2=N^2/2-N/2;
数据交换次数:N-1
时间复杂度:N2/2-N/2+(N-1)=N2/2+N/2-1;
根据大O推导法则,保留最高阶项,去除常数因子,时间复杂度为O(N^2);大。
最好时间复杂度:O(n2)
最差时间复杂度:O(n2)
空间复杂度:O(1)
稳定性:不稳定
(4)代码主体部分
package runoob;
/**
* 选择排序
*/
public class SelectionSort {
public static void sort(int[] arr){
int n = arr.length;
for( int i = 0 ; i < n ; i ++ ){
// 寻找[i, n)区间里的最小值的索引
int minIndex = i;
for( int j = i + 1 ; j < n ; j ++ )
if( arr[j] < arr[minIndex] )
minIndex = j;//数据交换不同索引位置数据
swap( arr , i , minIndex);
}
}
private static void swap(int[] arr, int i, int j) {
int t = arr[i];
arr[i] = arr[j];
arr[j] = t;
}
public static void SelectionSort_text(long num) {
long start,end;
Integer[] arr = SortHelper.generateRandomArray(num, 0, 100000);//随机生成数组
start = System.currentTimeMillis();
InsertionSort.sort(arr);
end = System.currentTimeMillis();
System.out.println("花费时间:" + (end - start) + "(ms)");
System.out.println("下面是排序好的数列");
SortHelper.printArray(arr);
}
}
对应代码中的SortHelper类我们留一个小小的悬念,留到最后来进行叙说,其中目前来说他的方法generateRandomArray的参数为,(num,left,right)第一个参数参与算法生成的数量级,作为随机生成序列,它可以为千万,因为是long级别,left和right则为生成序列的大小范围,生成的序列为返回值类型为Integer[]。
(5)测试结果如下:
因为选择算法的时间复杂度比较高,如果笔者有兴趣可以尝试千万级的算法测试,这里便不在赘述。