选择排序和堆排序

本文详细介绍了两种经典的排序算法:选择排序和堆排序。选择排序通过不断选择未排序部分的最小元素并放置于已排序序列末尾实现排序。堆排序则通过构建最大堆,并逐步将堆顶元素与末尾元素交换,再重新调整剩余元素为最大堆来完成排序。

选择排序(Selection sort)是一种简单直观的排序算法。它的工作原理是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。 选择排序是不稳定的排序方法,选择排序是一种时间复杂度为O(N^2)的算法

这里写图片描述

void SelectSort(int*arr, int n)
{


    int left = 0;
    int right = n;
    int i = left;
    while (left < right)
    {
        int min = left;
        int max = right - 1;
        for (i=left; i < right; ++i)
        {
            if (arr[i] < arr[min])
            {
                min = i;
            }
           if (arr[i]>arr[max])
            {
                max = i;
            }
        }
        swap(arr[left], arr[min]);
        if (max == left)
        {
            max = min;
        }
        swap(arr[--right], arr[max]);
        ++left;
    }
}

堆排序
这里写图片描述
这里写图片描述
首先将堆建好之后,在让最后一个数和第一个数交换,交换之后,把之前最后一个数不在当作数组中的数,将第一个数到最后一个数的前一个数进行向下调整算法。直到调整到最后一个数变为第一个数的时候不再需要调整,堆排序的升序也已经排列好了。

void AdjustDown(int *arr, int root,int n)
{
    int parent = root;
    int child = parent * 2 + 1;
    while (child<n)
    {
        if (child + 1 < n&&arr[child] < arr[child + 1])
        {
            ++child;
        }
        if (arr[child] > arr[parent])
        {
            swap(arr[child], arr[parent]);
        }
        parent = child;
        child = parent * 2 + 1;
    }
}
void HeapSort(int *arr, int n)
{
    int *p = arr;
    for (int i = (n - 2) / 2; i >= 0; --i)
    {
        AdjustDown(arr, i,n);
    }
    int end = n - 1;
    while (end > 0)
    {
        swap(arr[0], arr[end]);
        AdjustDown(arr, 0, end);
        --end;
    }
}
### 直接选择排序堆排序的比较 #### 1. 算法描述 直接选择排序是一种简单直观的排序算法,其核心思想是每次从未排序部分中找到最小值,并将其放到已排序部分的末尾。其实现过程如引用所述[^3],通过双重循环实现,时间复杂度为 \(O(N^2)\)。 堆排序是一种基于二叉数据结构的高效排序算法。它利用了的性质(大顶或小顶),首先将数组构建成一个,然后逐步将顶元素与末尾元素交换,并调整剩余部分以维持的性质。堆排序的时间复杂度为 \(O(N \log N)\)[^5]。 --- #### 2. 时间复杂度分析 - **直接选择排序**: 直接选择排序的时间复杂度始终为 \(O(N^2)\),无论输入数据是否有序。这是因为算法需要两层嵌套循环来完成排序操作。 - **堆排序**: 堆排序的时间复杂度为 \(O(N \log N)\)。建的过程可以通过从下到上的方式在 \(O(N)\) 时间内完成,而后续的调整交换操作需要 \(O(\log N)\) 的时间,总共执行 \(N\) 次,因此总复杂度为 \(O(N \log N)\)[^5]。 --- #### 3. 空间复杂度 - **直接选择排序**: 直接选择排序是一种原地排序算法,不需要额外的空间,因此空间复杂度为 \(O(1)\)[^3]。 - **堆排序**: 堆排序同样是一种原地排序算法,除了用于交换的临时变量外,不需要额外的空间,因此空间复杂度也为 \(O(1)\)[^5]。 --- #### 4. 实现代码 ##### 直接选择排序 ```python def select_sort(arr): n = len(arr) for i in range(n - 1): min_index = i for j in range(i + 1, n): if arr[j] < arr[min_index]: min_index = j if min_index != i: arr[i], arr[min_index] = arr[min_index], arr[i] ``` ##### 堆排序 ```python def heapify(arr, index, heap_size): left = 2 * index + 1 right = 2 * index + 2 largest = index if left < heap_size and arr[left] > arr[largest]: largest = left if right < heap_size and arr[right] > arr[largest]: largest = right if largest != index: arr[index], arr[largest] = arr[largest], arr[index] heapify(arr, largest, heap_size) def heap_sort(arr): n = len(arr) # 构建大顶 for i in range(n // 2 - 1, -1, -1): heapify(arr, i, n) # 逐个取出顶元素 for i in range(n - 1, 0, -1): arr[0], arr[i] = arr[i], arr[0] heapify(arr, 0, i) ``` --- #### 5. 总结 - **直接选择排序**适合处理小规模数据,但其效率较低,尤其在大规模数据集上表现不佳。 - **堆排序**虽然实现稍复杂,但其高效的 \(O(N \log N)\) 时间复杂度使其更适合大规模数据排序任务。 ---
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