选择排序 ( 直接选择排序 && 堆排序 )
1、直接选择排序
🔑 核心思想 🔑
每一次从待排序的数据元素中选出最小(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 。
❗ 过程:❕
1️⃣ 在元素集合 array[i] - array[n-1] 中选择关键码最大 (小) 的数据元素
2️⃣ 若它不是这组元素中的最后一个(第一个)元素,则将它与这组元素中的最后一个(第一个)元素交换
3️⃣ 在剩余的 array[i] - array[n-2] (array[i+1]–array[n-1]) 集合中,重复上述步骤,直到集合剩余 1 个元素
❗ 直接选择排序的特性总结:❕
1️⃣ 直接选择排序思考非常好理解,但是效率不是很好。实际中很少使用
2️⃣ 时间复杂度:O(N^2) - 最好 / 最坏
3️⃣ 空间复杂度:O(1)
4️⃣ 稳定性:不稳定
❗ 动图演示:❕
🧿 实现代码 :
void Swap(int* px, int* py)
{
int temp = *px;
*px = *py;
*py = temp;
}
void SelectSort(int* a, int n)
{
int i = 0;
int begin = 0;
while (begin < n)
{
int mini = begin;
//选最小
for (i = begin; i < n; i++)
{
if (a[i] < a[mini])
{
mini = i;
}
}
//交换
Swap(&a[begin], &a[mini]);
//迭代
begin++;
}
}
🧿 实现 SelectSort 的优化代码 :
遍厉一遍选出最小的和最大的,然后把最小的放在左边,最大的放在右边
void Swap(int* px, int* py)
{
int temp = *px;
*px = *py;
*py = temp;
}
void SelectSortPro(int* a, int n)
{
int i = 0;
int begin = 0, end = n - 1;
while (begin < end)
{
//选最大和最小
int mini = begin, maxi = begin;
for (i = begin; i <= end; i++)
{
if (a[i] > a[maxi])
{
maxi = i;
}
if (a[i] < a[mini])
{
mini = i;
}
}
//交换
Swap(&a[begin], &a[mini]);
//当a数组里第1个元素是最大值时,此时经过上面的Swap,最大值的位置已经更改了,所以需要修正最大值的位置,让下一个Swap正确交换
if (begin == maxi)
{
maxi = mini;
}
Swap(&a[end], &a[maxi]);
//迭代
++begin;
--end;
}
}
2、堆排序
🔑 核心思想 🔑
堆排序 (Heapsort) 是指利用堆积树 (堆) 这种数据结构所设计的一种排序算法,它是选择排序的一种。它是通过堆来进行选择数据。需要注意的是排升序要建大堆,排降序建小堆。
关于堆排序详解请转到 ➡ 仅不到五万字轻松了解二叉树和堆
❗ 堆排序的特性总结:❕
1️⃣ 堆排序使用堆来选数,效率就高了很多。
2️⃣ 时间复杂度:O(N*logN)
3️⃣ 空间复杂度:O(1)
4️⃣ 稳定性:不稳定
❗ 动图演示:❕
🧿 实现代码 :
void Swap(int* px, int* py)
{
int temp = *px;
*px = *py;
*py = temp;
}
void AdjustDown(int* a, int n, int parent)
{
int child = parent * 2 + 1;
while (child < n)
{
if (a[child] < a[child + 1] && child + 1 < n)
{
child++;
}
if (a[child] > a[parent])
{
Swap(&a[child], &a[parent]);
parent = child;
child = parent * 2 + 1;
}
else
{
break;
}
}
}
void HeapSort(int* a, int n)
{
//建大堆
int i = 0;
for (i = (n - 1 - 1) / 2; i >= 0; i--)
{
AdjustDown(a, n, i);
}
int end = n - 1;
//交换并调整
while (end > 0)
{
Swap(&a[0], &a[end]);
AdjustDown(a, end, 0);
end--;
}
}
- 点赞
- 收藏
- 关注作者
评论(0)