选择排序算法

选择排序算法有两种：直接选择排序和堆排序   1、直接选择排序（Straight Select Sort）算法思想：第一趟从n个元素的数据序列中选出关键字最小/大的元素并放在最前/后位置，下一趟从n-1个元素中选出最小/大的元素并放在最前/后位置。以此类推，经过n-1趟完成排序。     [Java]  纯文本查看  复制代码 ? 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 //选择排序          public static void selectsort( int [] a)          {                  int temp;                  for ( int i= 0 ;i<a.length;i++)                  {                          //内层循环j=i+1,外层循环控制着循环次数。即每趟中a[i]这个值就是本趟的最小值。i位置上是最小值                          for ( int j=i+ 1 ;j<a.length;j++)                            {                                  if (a[i]>a[j])                                  {                                          temp=a[i];                                          a[i]=a[j];                                          a[j]=temp;                                  }                          }                  }              }     2、堆排序：   堆排序涉及到完全二叉树的概念。堆是一个完全二叉树，分为大顶堆和小顶堆两种。   大顶堆：每个节点的值都大于或等于其左右孩子节点的值 小顶堆：每个节点的值都小于或等于其左右孩子节点的值   堆排序算法的定义：           堆排序（Heap Sort）就是利用堆（假设为大顶堆）进行排序的方法。其基本思想是：将待排序的序列构造成一个大顶堆，此时整个序列的最大值就是堆顶的根节点。将它移走（其实就是将其与堆数组的末尾元素交换，此时末尾元素就是最大值），然后将剩余的 N -1个元素重新构造成一个堆，这样就会得到N个元素中的次小值。如此反复执行，最后将得到一个有序序列。   堆排序完整代码如下：   [Java] 纯文本查看 复制代码 ? 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 public class TestHeapSort {           public static void main(String[] args){                   int[] arr={3,1,2,4,7,6,5,9,8,10};         HSort(arr);                   for(int a:arr)            System.out.print(a+" ");     }     // 堆排序     //进行堆排序方法      private static void HSort(int[] arr){          //1、构建大顶堆          for(int parent=(arr.length-1)/2;parent>=0;parent--){              MaxHeap(arr,parent,arr.length-1);          }          for(int t=arr.length-1;t>0;t--){              swap(arr,0,t); //交换数据              MaxHeap(arr, 0, t-1);   //根节点从0开始，继续构建大顶堆。          }      }      //交换数据方法      private static void swap(int[] arr, int i, int t) {          int temp=arr[i];          arr[i]=arr[t];          arr[t]=temp;      }      /*      * 构建大顶堆的方法      * s 代表拥有左右孩子节点的节点，即本次要调整位置的节点      * m 代表当前堆的长度      */      private static void MaxHeap(int[] arr, int s, int m) {          int temp,j;          temp=arr[s];          for(j=2*s+1;j<=m;j=2*j+1){   //j=2*s+1为s节点的左孩子，j+1为s节点的右孩子                                       //j=2*j+1是要找到j的孩子节点              if(j<m&&arr[j]<arr[j+1])                  j++;     //将j指向当前左右孩子节点中的较大值              if(temp>arr[j])                  break;  //如果s节点的值大于其最大的孩子节点值，则，循环结束，本次不做任何改变              arr[s]=arr[j];  //否则将较大的孩子节点的值赋值给父节点              s=j;    //将j的值赋值给s，即j成为了下一波的父节点，继续比较          }          arr[s]=temp;  //循环结束      }  }   在第一次构建大顶堆时，我们int parent = (arr.length-1)/2，也就是父节点从arr[4] = 7开始，4、3、2、1 、0都存在孩子节点。   官方一点就是：我们从最下层最右边的非终端节点开始构建，将其与其孩子节点进行比较和若有必要的互换，对于每个非终端节点来说，其实最多进行两次比较和互换操作，因此整个构建堆的时间复杂度为O(N)。   在正式排序时，第i 次取堆顶记录重建堆需要O（logi）的时间，（完全二叉树的某个节点到根节点的距离为logi+1），并且需要取n-1次堆顶记录，因此，重建堆的时间复杂度为O(nlogN)。   故，总体上堆排序的时间复杂度为O(nlogn)。