选择排序

最新推荐文章于 2024-10-05 15:09:26 发布

MasterWfs

最新推荐文章于 2024-10-05 15:09:26 发布

阅读量149

点赞数

CC 4.0 BY-SA版权

分类专栏：排序算法

本文链接：https://blog.youkuaiyun.com/wanglun1010/article/details/78711537

排序算法专栏收录该内容

6 篇文章

订阅专栏

本文详细介绍了两种经典的排序算法——直接选择排序和堆排序。直接选择排序通过反复寻找未排序部分的最小值来完成排序，而堆排序则是利用堆这种数据结构的特点，通过不断调整堆结构并取出最大或最小值的方式进行排序。文章提供了这两种算法的具体实现代码，并分析了它们的时间复杂度和空间复杂度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、直接选择排序

需要进行n-1次比较
每次将i位置的元素依次与之后的所有元素进行比较，若其大于则进行位置调换

实现代码：

public class DataWrap implements Comparable<DataWrap>
{
    int data;

    String flag;

    public DataWrap(int data, String flag)
    {
        this.data = data;
        this.flag = flag;
    }

    @Override
    public int compareTo(DataWrap dataWrap)
    {
        return this.data > dataWrap.data ? 1 : (this.data == dataWrap.data ? 0
                : -1);
    }

    public String toString()
    {
        return data + flag;
    }
}

//直接选择排序
public class SelectSort
{
    public static void main(String[] args)
    {
        DataWrap[] dataWraps =
        { new DataWrap(21, ""), new DataWrap(30, ""), new DataWrap(49, ""),
                new DataWrap(30, "*"), new DataWrap(16, ""),
                new DataWrap(9, "") };
        System.out.println("排序之前：\n" + Arrays.toString(dataWraps));
        selectSort(dataWraps);
        System.out.println("排序之后：\n" + Arrays.toString(dataWraps));
    }

    public static void selectSort(DataWrap[] dataWraps)
    {
        System.out.println("排序开始。。。。。");
        int arrayLength = dataWraps.length;
        for (int i = 0; i < arrayLength - 1; i++)
        {
            // 保存本次比较中最小值的索引
            int minIndex = i;
            // 第i个数只需与后面的数比较
            for (int j = i + 1; j < arrayLength; j++)
            {
                if (dataWraps[minIndex].compareTo(dataWraps[j]) > 0)
                {
                    // 将当前获得的最小值索引赋值给minIndex
                    minIndex = j;
                }
                if (i != minIndex)
                {
                    DataWrap tmp = dataWraps[i];
                    dataWraps[i] = dataWraps[minIndex];
                    dataWraps[minIndex] = tmp;
                }
            }
        }
    }
}

有n项数据，数据交换做多n-1次，但是比较次数较多，时间复杂度为O( $n^2$ )
空间复杂度为O(1)

2、堆排序

堆排序的建堆（大顶堆和小顶堆）
排序过程：

先将其转换成完全二叉树
完全二叉树的最后一个非叶子节点，也就是最后一个父节点。其索引值为（n-2)/2,如果其子节点大于它本身则与较大的子节点交换
向前处理前一个节点，直至根节点
交换堆顶和最后一个元素，将最后一个元素移除堆
重复2、3、4步骤

实现代码

//堆排序
public class HeapSort
{
    public static void main(String[] args)
    {
        DataWrap[] dataWraps =
        { new DataWrap(21, ""), new DataWrap(30, ""), new DataWrap(49, ""),
                new DataWrap(30, "*"), new DataWrap(21, "*"),
                new DataWrap(16, ""), new DataWrap(9, "") };
        System.out.println("排序之前：\n" + Arrays.toString(dataWraps));
        heapSort(dataWraps);
        System.out.println("排序之后：\n" + Arrays.toString(dataWraps));
    }

    public static void heapSort(DataWrap[] dataWraps)
    {
        System.out.println("开始排序。。。。");
        int arrayLength = dataWraps.length;
        // 循环建堆
        for (int i = 0; i < arrayLength - 1; i++)
        {
            buildMaxdHeap(dataWraps, arrayLength - 1 - i);
            // 交换堆顶和最后一个元素
            swap(dataWraps, 0, arrayLength - 1 - i);
            System.out.println(Arrays.toString(dataWraps));
        }
    }

    private static void buildMaxdHeap(DataWrap[] dataWraps, int lastIndex)
    {
        // 从lastIndex处节点（最后一个节点）的父节点开始
        for (int i = (lastIndex - 1) / 2; i >= 0; i--)
        {
            // k保存当前正在判断的节点
            int k = i;
            // 如果当前k节点的子节点存在
            while (k * 2 + 1 <= lastIndex)
            {
                // k节点的左子节点的索引
                int biggerIndex = k * 2 + 1;
                // 如果biggerIndex小于lastIndex，即biggerIndex+1
                // 代表的k节点的右子节点存在
                if (biggerIndex < lastIndex)
                {
                    // 如果右子节点的数据大
                    if (dataWraps[biggerIndex]
                            .compareTo(dataWraps[biggerIndex + 1]) < 0)
                    {
                        // 记录较大的子节点
                        biggerIndex++;
                    }
                }
                if (dataWraps[k].compareTo(dataWraps[biggerIndex]) < 0)
                {
                    // 交换
                    swap(dataWraps, k, biggerIndex);
                    // 将biggerIndex赋值给k开始下一次循环
                    // 重新保证k节点的值大于其左右子节点
                    k = biggerIndex;
                } else
                {
                    break;
                }
            }
        }
    }

    // 交换两个索引处元素位置
    private static void swap(DataWrap[] dataWraps, int i, int j)
    {
        DataWrap tmp = dataWraps[i];
        dataWraps[i] = dataWraps[j];
        dataWraps[j] = tmp;
    }
}