Python3 数据结构与算法之选择排序

最新推荐文章于 2019-08-30 15:08:53 发布

原创最新推荐文章于 2019-08-30 15:08:53 发布 · 686 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#python #数据结构 #算法 #排序算法

Python 专栏收录该内容

45 篇文章

订阅专栏

本文详细介绍了选择排序算法的基本思想、时间复杂度以及稳定性，并通过具体的Python代码实现帮助读者更好地理解和掌握选择排序的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

选择排序

基本思想：选择排序是一种简单直观的排序算法。它的工作原理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。

选择排序的时间复杂度问题

最优时间复杂度：O(n2)
最坏时间复杂度：O(n2)
稳定性：不稳定（考虑升序每次选择最大的情况）

对考虑升序的情况进行说明：将两个相同数据用（1）（2）进行区分

有一列表[45(2),23,77,45(1),56]

如果我们选择最大的数据放置末尾

第一次:[45(2),23,45(1),56,77]

第二次:[45(2),23,45(1),56,77] #我们是从一个列表的头部进行寻找所以（2）的优先级高于（1）

第三次:[23,45(1),45(2),56,77]

第四次:[23,45(1),45(2),56,77]

由上诉过程可以看出（2）的位置在排序完后和（1）发生了交换，所以我们说他不稳定

Python代码的实现（将小数提前）

def select_sort(alist):
    n = len(alist)
    for j in range(n - 1):
        min_index = j
        for i in range(j + 1, n):
            if alist[min_index] > alist[i]:
                min_index = i
        alist[j], alist[min_index] = alist[min_index], alist[j]


li = [99, 22, 64, 55, 11, 35, 89, 1, 2]
select_sort(li)
print(li)

（将大数坠后）

def select_sort(alist):
    n = len(alist)
    count = 1
    for j in range(n - 1):
        max_index = 0
        for i in range(1, n - j):
            if alist[max_index] < alist[i]:
                max_index = i
        alist[max_index], alist[n - count] = alist[n - count], alist[max_index]
        count += 1


li = [99, 22, 64, 55, 11, 35, 89, 1, 2]
select_sort(li)
print(li)

选择排序的动态理解