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]
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;
}