算法（Java实现）-图解十大经典排序算法(三）——选择排序（简单选择排序、堆排序）

1、选择排序

1.1选择排序介绍

选择式排序：是从欲排序的数据中，按指定的规则选出某一元素，再依规定交换位置后达到排序的目的。
选择排序思想: 首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推，直到所有元素均排序完毕。
算法描述：

• 初始状态：无序区为R[1…n]，有序区为空；
• 第i趟排序(i=1,2,3…n-1)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[i+1…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；
• n-1趟结束，数组有序化了。

比如：

1.2选择排序算法的实现

import java.text.SimpleDateFormat;
import java.util.Arrays;
import java.util.Date;
//选择排序
public class SelectSort {
	public static void main(String[] args) {
		int arr1[] = {3,44,38,5,47,15,36,26,27,2,46,4,19,50,48};
		System.out.println("排序前");
		System.out.println(Arrays.toString(arr1));
		selectSort(arr1);	
		System.out.println("排序后");
		System.out.println(Arrays.toString(arr1));
		//测试选择排序的速度
		//创建要给80000个的随机的数组
		int[] arr2 = new int[80000];
		for (int i = 0; i < 80000; i++) {
			arr2[i] = (int) (Math.random() * 8000000); // 生成一个[0, 8000000) 数
		}	
		System.out.println("排序前");
		Date data1 = new Date();
		SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
		String date1Str = simpleDateFormat.format(data1);
		System.out.println("排序前的时间是=" + date1Str);
		selectSort(arr2);
		Date data2 = new Date();
		String date2Str = simpleDateFormat.format(data2);
		System.out.println("排序后的时间是=" + date2Str);	
	}
	
	//选择排序
	public static void selectSort(int[] arr) {
		//选择排序时间复杂度是 O(n^2)
		for (int i = 0; i < arr.length - 1; i++) {
			int minIndex = i;
			int min = arr[i];
			for (int j = i + 1; j < arr.length; j++) {
				if (min > arr[j]) { // 说明假定的最小值，并不是最小
					min = arr[j]; // 重置min
					minIndex = j; // 重置minIndex
				}
			}
			// 将最小值，放在arr[0], 即交换
			if (minIndex != i) {
				arr[minIndex] = arr[i];
				arr[i] = min;
			}
		}	
	}
}

排序前
[3, 44, 38, 5, 47, 15, 36, 26, 27, 2, 46, 4, 19, 50, 48]
排序后
[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]
排序前
排序前的时间是=2020-09-14 13:44:00
排序后的时间是=2020-09-14 13:44:01

2、堆排序

2.1堆排序基本介绍

堆排序：是利用堆这种数据结构而设计的一种排序算法，堆排序是一种选择排序，它的最坏，最好，平均时间复杂度均为O(nlogn)，它也是不稳定排序。
堆：是具有以下性质的完全二叉树

• 每个结点的值都大于或等于其左右孩子结点的值，称为大顶堆
  (注意 : 没有要求结点的左孩子的值和右孩子的值的大小关系。)

大顶堆举例说明:

我们对堆中的结点按层进行编号，映射到数组中就是下面这个样子:

大顶堆特点：arr[i] >= arr[2i+1] && arr[i] >= arr[2i+2]
(i 对应第几个节点，i从0开始编号,对应数组元素下标)

• 每个结点的值都小于或等于其左右孩子结点的值，称为小顶堆
  小顶堆举例说明：
  
  小顶堆特点：arr[i] <= arr[2i+1] && arr[i] <= arr[2i+2]
  (i 对应第几个节点，i从0开始编号,对应数组元素下标)
  一般升序采用大顶堆，降序采用小顶堆

堆排序的基本思想是：

1. 将待排序序列构造成一个大顶堆
2. 此时，整个序列的最大值就是堆顶的根节点。
3. 将其与末尾元素进行交换，此时末尾就为最大值。
4. 然后将剩余n-1个元素重新构造成一个堆，这样会得到n个元素的次小值。如此反复执行，便能得到一个有序序列了。
   可以看到在构建大顶堆的过程中，元素的个数逐渐减少，最后就得到一个有序序列了.
   举例解析：
   步骤一：构造初始堆，将给定无序序列构造成一个大顶堆（一般升序采用大顶堆，降序采用小顶堆）
   1、假设给定无序序列结构如下：
   
   2、此时我们从最后一个非叶子节点开始（叶节点自然不用调整，第一个非叶子节点arr.length/2-1=5/2-1=1,也就是图中的6节点），从左至右，从上至下进行调整
   
   3、找到第二个非叶子节点也就是图中的4，由于[4,9,8]中9元素最大，4和9交换
   
   4、此时交换导致子根[4,5,6]结构混乱，继续调整，[4,5,6]中6最大，交换4和6
   
   此时我们得到一个大顶堆
   步骤二：将堆顶元素与末尾元素进行交换，使末尾元素最大。然后继续调整堆，再将堆顶元素与末尾元素交换得到第二大元素，如此反复进行交换、重建、交换
   1、将对顶元素9和末尾元素4进行交换
   
   2、重新调整结构，使其继续满足堆定义
   
   3、再将堆顶元素8与末尾元素5进行交换，得到第二大元素8
   
   4、后序过程，继续调整，交换、重构、交换，如此反复进行最终整个序列有序
   

2.2堆排序的实现

import java.text.SimpleDateFormat;
import java.util.Arrays;
import java.util.Date;
public class HeapSort {
	public static void main(String[] args) {
		int arr1[] = {91,60,96,13,35,65,46,65,10,30,20,31,77,81,22};
		System.out.println("排序前");
		System.out.println(Arrays.toString(arr1));
		heapSort(arr1);	
		System.out.println("排序后");
		System.out.println(Arrays.toString(arr1));
		//测试堆排序的速度
		// 创建要给80000个的随机的数组
		int[] arr2 = new int[8000000];
		for (int i = 0; i < 80000; i++) {
			arr2[i] = (int) (Math.random() * 8000000); // 生成一个[0, 8000000) 数
		}
		System.out.println("排序前");
		Date data1 = new Date();
		SimpleDateFormat simpleDateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
		String date1Str = simpleDateFormat.format(data1);
		System.out.println("排序前的时间是=" + date1Str);	
		heapSort(arr2);
		Date data2 = new Date();
		String date2Str = simpleDateFormat.format(data2);
		System.out.println("排序前的时间是=" + date2Str);
	}
	//堆排序算法
	public static void heapSort(int arr[]) {
		int temp = 0;
		//将无序序列构建成一个堆，根据升序降序需求选择大顶堆或小顶堆
		for(int i = arr.length / 2 -1; i >=0; i--) {
			adjustHeap(arr, i, arr.length);
		}	
		/*
		 * 2).将堆顶元素与末尾元素交换，将最大元素"沉"到数组末端;
　　			3).重新调整结构，使其满足堆定义，然后继续交换堆顶元素与当前末尾元素，反复执行调整+交换步骤，直到整个序列有序。
		 */
		for(int j = arr.length-1;j >0; j--) {
			//交换
			temp = arr[j];
			arr[j] = arr[0];
			arr[0] = temp;
			adjustHeap(arr, 0, j); 
		}	
	}
	//将一个数组(二叉树), 调整成一个大顶堆
	/**
	 * 功能： 完成 将 以 i 对应的非叶子结点的树调整成大顶堆
	 * 举例  int arr[] = {4, 6, 8, 5, 9}; => i = 1 => adjustHeap => 得到 {4, 9, 8, 5, 6}
	 * 如果我们再次调用  adjustHeap 传入的是 i = 0 => 得到 {4, 9, 8, 5, 6} => {9,6,8,5, 4}
	 * @param arr 待调整的数组
	 * @param i 表示非叶子结点在数组中索引
	 * @param lenght 表示对多少个元素继续调整， length 是在逐渐的减少
	 */
	public  static void adjustHeap(int arr[], int i, int lenght) {	
		int temp = arr[i];//先取出当前元素的值，保存在临时变量
		//开始调整
		//说明
		//1. k = i * 2 + 1 k 是 i结点的左子结点
		for(int k = i * 2 + 1; k < lenght; k = k * 2 + 1) {
			if(k+1 < lenght && arr[k] < arr[k+1]) { //说明左子结点的值小于右子结点的值
				k++; // k 指向右子结点
			}
			if(arr[k] > temp) { //如果子结点大于父结点
				arr[i] = arr[k]; //把较大的值赋给当前结点
				i = k; //!!! i 指向 k,继续循环比较
			} else {
				break;//!
			}
		}
		//当for 循环结束后，我们已经将以i 为父结点的树的最大值，放在了 最顶(局部)
		arr[i] = temp;//将temp值放到调整后的位置
	}
}

排序前
[91, 60, 96, 13, 35, 65, 46, 65, 10, 30, 20, 31, 77, 81, 22]
排序后
[10, 13, 20, 22, 30, 31, 35, 46, 60, 65, 65, 77, 81, 91, 96]
排序前
排序前的时间是=2020-09-14 14:11:49
排序前的时间是=2020-09-14 14:11:49

排序算法相关博文：

算法（Java实现）-图解十大经典排序算法(一）——交换排序（冒泡排序、快速排序）
算法（Java实现）-图解十大经典排序算法(二）——插入排序（直接插入排序、希尔排序）
算法（Java实现）-图解十大经典排序算法(三）——选择排序（简单选择排序、堆排序）
算法（Java实现）-图解十大经典排序算法(四）——归并排序
算法（Java实现）-图解十大经典排序算法(五）——计数排序、桶排序、基数排序

欢迎持续关注：博客主页
我的个人博客站：jQueryZK Blog