选择排序的实现及简单优化

思想

n个记录的文件的直接选择排序可经过n-1趟直接选择排序得到有序结果：

①初始状态：无序区为R[1..n]，有序区为空。

②第1趟排序

在无序区R[1..n]中选出关键字最小的记录R[k]，将它与无序区的第1个记录R[1]交换，使R[1..1]和R[2..n]分别变为记录个数增加1个的新有序区和记录个数减少1个的新无序区。

……

③第i趟排序

第i趟排序开始时，当前有序区和无序区分别为R[1..i-1]和R(i..n）。该趟排序从当前无序区中选出关键字最小的记录 R[k]，将它与无序区的第1个记录R交换，使R[1..i]和R分别变为记录个数增加1个的新有序区和记录个数减少1个的新无序区。 [1] 

解释

      就像桌面上了一堆正面向上的纸牌，我们想要把纸牌有序的放在手中，每次都挑选一张最大或者最小的纸牌拿起来，当纸牌取完时，手里的纸牌就是有序的。

对比数组中前一个元素跟后一个元素的大小，如果后面的元素比前面的元素小则用一个变量k来记住他的位置，接着第二次比较，前面“后一个元素”现变成了“前一个元素”，继续跟他的“后一个元素”进行比较如果后面的元素比他要小则用变量k记住它在数组中的位置(下标)，等到循环结束的时候，我们应该找到了最小的那个数的下标了，然后进行判断，如果这个元素的下标不是第一个元素的下标，就让第一个元素跟他交换一下值，这样就找到整个数组中最小的数了。然后找到数组中第二小的数，让他跟数组中第二个元素交换一下值，以此类推。

时间复杂度

选择排序的交换操作介于 0 和 (n - 1） 次之间。选择排序的比较操作为 n (n - 1） / 2 次之间。选择排序的赋值操作介于 0 和 3 (n - 1） 次之间。

比较次数O(n^2），比较次数与关键字的初始状态无关，总的比较次数N=(n-1）+(n-2）+...+1=n*(n-1）/2。交换次数O(n），最好情况是，已经有序，交换0次；最坏情况交换n-1次，逆序交换n/2次。交换次数比冒泡排序少多了，由于交换所需CPU时间比比较所需的CPU时间多，n值较小时，选择排序比冒泡排序快。

稳定性

选择排序是给每个位置选择当前元素最小的，比如给第一个位置选择最小的，在剩余元素里面给第二个元素选择第二小的，依次类推，直到第n-1个元素，第n个元素不用选择了，因为只剩下它一个最大的元素了。那么，在一趟选择，如果一个元素比当前元素小，而该小的元素又出现在一个和当前元素相等的元素后面，那么交换后稳定性就被破坏了。比较拗口，举个例子，序列5 8 5 2 9，我们知道第一遍选择第1个元素5会和2交换，那么原序列中两个5的相对前后顺序就被破坏了，所以选择排序是一个不稳定的排序算法

/************************************************************************/
/*  选择排序是一种直观的排序算法.它的原理是每一次从待排序中选出最小或最大的
一个元素,存放在序列的起始位置,直到全部待排序的数据元素排完.选择排序是不稳
定的排序方法*/
/************************************************************************/
template <class	Type>
class CSelectinSort
{
public:
	CSelectinSort();
	~CSelectinSort();
public:
	void sorting(Type arr[],int length);
	void aptimizeSorting(Type arr[],int length);
	void swap(Type& a, Type& b);
};

#include "stdafx.h"
#include "SelectinSort.h"
template<class Type>
CSelectinSort<Type>::CSelectinSort()
{
}


template<class Type>
CSelectinSort<Type>::~CSelectinSort()
{
}

template<class Type>
void CSelectinSort<Type>::sorting(Type arr[], int length) {
	for (int gap = 0; gap < length; gap++)
	{
		int spiling = gap;
		for (int i = gap+1;i < length;i++)
		{
			if (arr[spiling] >= arr[i])
				spiling = i;//spiling始终保持为当前找到的最小值的下标
		}
		/************************************************************************/
		/* spiling发生改变以后，把当前最小值放置在本次循环最前端                */
		/************************************************************************/
		if (spiling != gap)
			swap(arr[spiling], arr[gap]);
	}
}
/************************************************************************/
/* 但是为了效率更高，我们可以对此优化，在这种写法当中我们每一次都是找到一个最大的，那么我们完全可以一次选择出两个元素来，一个最大的，一个最小的，把最大的放到最右边（降序相反），把最小的放到最左边（降序相反）*/
/************************************************************************/
template<class Type>
void CSelectinSort<Type>::aptimizeSorting(Type arr[], int length) {
	int left = 0;
	int right = length - 1;
	while (left < right)
	{
		int max_spiling = right;//储存最大值
		int min_spiling = left;//储存最小值
		for (int i = left; i <= right; i++)
		{
			if (arr[max_spiling] < arr[i])
			{
				max_spiling = i;//max_spiling始终保持为当前找到的最大值的下标
			}
			if (arr[min_spiling] > arr[i])
			{
				min_spiling = i;//min_spiling始终保持为当前找到的最小值的下标
			}
		}
		//把最大值放置到本次循环最右侧
		if (max_spiling != right)
		swap(arr[max_spiling], arr[right]);
		//假设本次循环min_spiling走到了right，因为max_spiling已经和right交换了位置，right的值现在应该在max_spiling位置上
		if (min_spiling == right)
			min_spiling = max_spiling;
		//把最小值放置在本次循环最左侧
		if (min_spiling != left)
			swap(arr[min_spiling], arr[left]);
		left++;
		right--;
	}
}
template<class Type>
void CSelectinSort<Type>::swap(Type& a, Type& b)
{
	a = a ^ b;
	b = a ^ b;
	a = a ^ b;
}