初学Python排序算法之选择排序，及算法优化

一、选择排序

选择排序是一种简单直观的排序算法，它的基本思想是在待排序的列表中，每次从未排序部分选择最小（或最大）的元素，将其放在已排序部分的末尾。

Python代码实现：

def selection_sort(arr):

    n = len(arr)

    for i in range(n-1):

        min_index = i

        for j in range(i+1, n):

            if arr[j] < arr[min_index]:

                min_index = j

        arr[i], arr[min_index] = arr[min_index], arr[i]

 

代码详细解析：

1.定义了一个名为 selection_sort 的函数，它接受一个列表 arr 作为参数，用于进行排序操作。

2.获取列表的长度 n，这将用于控制外层循环的迭代次数。

3.外层循环 for i in range(n-1) 控制排序的轮数，每轮从未排序部分选择最小（或最大）元素，并将其放置在已排序部分的末尾。

4.内层循环 for j in range(i+1, n) 依次遍历未排序部分的元素，从中找到最小（或最大）的元素。

5.在内层循环中，使用条件语句 if arr[j] < arr[min_index] 来比较当前元素和已记录的最小元素。如果当前元素更小，更新最小元素的索引 min_index。

6.内层循环结束后，已经找到未排序部分的最小（或最大）元素。

7.使用多重赋值的方式 arr[i], arr[min_index] = arr[min_index], arr[i] 将最小（或最大）元素与已排序部分的末尾元素交换位置。

8.外层循环会继续进行迭代，每轮迭代会找到一个最小（或最大）元素放置在已排序部分的末尾，直到所有元素都有序排列。

时间复杂度分析：

当 i = 0 的时候，j 从 1 到 n-1，内层循环执行次数为 n-1 次；

当 i = 1 的时候，j 从 2 到 n-1，内层循环执行次数为 n-2 次；

当 i = n-2 的时候，j 从 n-1 到 n-1，内层循环执行次数为 1 次；

 

所以总的执行次数就是 (1 + (n-1)) * (n-1) / 2 = n * (n - 1) / 2；

 

所以时间复杂度就是 O(n^2)。

选择排序的时间复杂度为 O(n^2)，其中 n 是列表的长度。尽管选择排序的性能比冒泡排序好一些，但仍然不适用于大规模数据的排序。

算法优化

选择排序的基本思想是每次从未排序部分选择最小（或最大）的元素，并将其放在已排序部分的末尾。虽然选择排序的时间复杂度始终为 O(n^2)，但可以进行一些优化来减少比较和交换的次数。下面简单介绍两种常见的选择排序优化方法：

 

1.最小/最大元素同时查找：传统的选择排序每轮内循环都会分别找出最小或最大的元素索引，然后进行交换。优化的方法是同时查找最小和最大元素的索引，然后将它们分别放置在已排序部分的开头和末尾。这样可以减少了每轮内循环的比较次数和交换次数。

 

def optimized_selection_sort(arr):

    n = len(arr)

    start = 0

    end = n - 1

    while start < end:

        min_index = start

        max_index = end

        for i in range(start, end + 1):

            if arr[i] < arr[min_index]:

                min_index = i

            if arr[i] > arr[max_index]:

                max_index = i

        arr[start], arr[min_index] = arr[min_index], arr[start]

        if max_index == start: # 如果最大元素的索引是已排序部分的开头，交换后需要更新最大元素的索引

            max_index = min_index

        arr[end], arr[max_index] = arr[max_index], arr[end]

        start += 1

        end -= 1

 

 

2.提前终止内循环：在每次内循环中，通过设置一个标志位来判断是否有进行过交换。如果某轮内循环没有发生交换，说明列表已经是有序的，可以提前终止排序。这样可以减少不必要的比较和交换次数。

 

def early_termination_selection_sort(arr):

    n = len(arr)

    for i in range(n-1):

        min_index = i

        is_sorted = True

        for j in range(i+1, n):

            if arr[j] < arr[min_index]:

                min_index = j

                is_sorted = False

        if is_sorted:

            break

        arr[i], arr[min_index] = arr[min_index], arr[i]

 

以上两种优化方法可以在一定程度上提高选择排序的性能。尽管选择排序仍然不是最但这些优化措施可以减少比较和交换次数，从而改进算法的效率。