选择排序
每一趟两两比较大小,找出极值(极大值或极小值)并放置到有序区的位置。
核心算法
结果可为升序或降序排列,默认升序排列。以降序为例。
扩大有序区,减小无序区。图中红色部分就是增大的有序区,反之就是减小的无序区。
相邻元素依次两两比较,获得每一次比较后的最大值,并记住此值的索引。
每一趟都从无序区中选择出最大值,然后交换到当前无序区最左端。
算法基本实现
nums = [1, 9, 8, 5, 6, 7, 4, 3, 2]
length = len(nums)
for i in range(length - 1):
maxindex = i
for j in range(i + 1, length):
if nums[j] > nums[maxindex]:
maxindex = j
if maxindex != i :
nums[i], nums[maxindex] = nums[maxindex], nums[i]
print(nums)
二元选择排序
同时选择出每一趟的最大值和最小值,并分别固定到两端的有序区
减少迭代的趟数。
nums = [1, 9, 8, 1, 1, 1, 5]
length = len(nums)
count_iter = 0
count_swap = 0
for i in range(length // 2): # 一次固定2个数,减半
maxindex = i # 正索引,假设无序区第一个就是最大数,其索引记作最大
minindex = -i - 1 # 负索引,假设无序区最后一个就是最小数,其索引记作最小
minorigin = minindex
for j in range(i + 1, length - i): # 每次左边加一个,右边也要减一个,表示无序区两端
都减少
count_iter += 1
if nums[j] > nums[maxindex]:
maxindex = j
if nums[-j - 1] < nums[minindex]:
minindex = -j - 1
if nums[maxindex] == nums[minindex]:
break
if maxindex != i:
nums[i], nums[maxindex] = nums[maxindex], nums[i] # [9, 1, 8, 5]
count_swap += 1
# [1, 3, 2]为例,如果i位置上就是最小值,走到这里,说明最大值和最小值交换过了,要调整最小值索引为maxindex
if i == length + minindex:
minindex = maxindex - length
if minindex != minorigin and nums[minindex] != nums[minorigin]: # 负索引比较,值不一样再交换
nums[minorigin], nums[minindex] = nums[minindex], nums[minorigin] # [5, 1, 8, 9]
count_swap += 1
print(nums)
print(count_iter, count_swap)
总结
简单选择排序需要数据一趟趟比较,并在每一趟中发现极值
没有办法知道当前这一趟是否已经达到排序要求,但是可以知道极值是否在目标索引位置上
遍历次数1,…,n-1之和n(n-1)/2
时间复杂度O(n2)
减少了交换次数,提高了效率,性能略好于冒泡法