3.选择排序

本文详细阐述了选择排序算法,包括其工作原理、代码示例(Python和GoLang)、特点(简单直观但不稳定性高、时间复杂度O(n^2)),并指出适用于数据量小且对稳定性要求不高的场景。
摘要由CSDN通过智能技术生成

原理

遍历给定的无序序列, 将选中的最小的元素添加到已排好序的序列中, 直到序列中所有元素都在正确位置

算法步骤

选择排序的核心思想是在原数组中构建一个有序的数组,遍历整个数组,在每个索引位置选择数组中此位置后的最小元素

动态演示

在这里插入图片描述

代码实现

# python
for index in range(len(array)):
    # 初始化min_idx 为当前位置的索引
    min_idx = index
    # 遍历当前位置后的所有元素 
    for j in range(index + 1, len(array)):
        # 找到最小元素的索引
        if array[min_idx] > array[j]:
            # 将其赋值给min_idx
            min_idx = j
    # 将当前位置的元素与找到的最小元素进行交换,确保当前位置的元素是当前范围内的最小值
    array[index], array[min_idx] = array[min_idx], array[index]
// golang
n := len(array)
for i := 0; i < n - 1; i++ {
    min_idx = i
    for j := i + 1; j < n; j++ {
        if array[min_idx] > array[j] {
            min_idx = j
        }
    }
    array[i], array[min_idx] = array[min_idx], array[i]
}

算法特点

  • 简单直观:选择排序是一种直观简单的排序算法,易于理解和实现
  • 不稳定性:在交换过程中可能改变相同元素的相对位置,导致不稳定性
  • 时间复杂度:选择排序的时间复杂度为O(n^2),不适合对大规模数据进行排序
  • 空间复杂度:选择排序是一种原地排序算法,只需要常数级别的额外空间
  • 不适合大规模数据:由于时间复杂度较高,选择排序不适合对大规模数据进行排序,效率较低
  • 适用场景:适用于数据量较小或者对稳定性不敏感的场景
    对大规模数据进行排序,效率较低
  • 适用场景:适用于数据量较小或者对稳定性不敏感的场景
  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值