選擇排序算法就是每一趟從待排序的記錄中選出關鍵字最小(最大)的記錄,順序放在已排好序的子文件的最後(最前),直到全部記錄排序完畢。常見的選擇排序有直接選擇排序(Selection Sort),堆排序(Heap Sort),平滑排序(Smooth Sort),笛卡爾樹排序(Cartesian Sort),錦標賽排序(Tournament Sort),循環排序(Cycle)。下面介紹前兩種:
(一)直接選擇排序
最差時間複雜度:O(n^2)
最優時間複雜度:O(n^2)
平均時間複雜度:O(n^2)
穩定性:不穩定
直接選擇排序(Selection Sort),這是一種簡單直觀的排序算法。它首先在未排序序列中找到最小(大)元素,存放到排序序列的其起始位置,然後再從剩餘未排序的序列元素中繼續尋找最小(大)元素,然後放到已排序序列的末尾。以此類推,直到所有元素排序完畢。
算法示意圖:
實現代碼:
- void SelectSort(int *a, int len)
- {
- for (int i=0; i<len-1; i++)
- {
- int k = i;
- int key = a[i];
- for (int j=i+1; j<len; j++)
- {
- if (a[j]<key)
- {
- k = j;
- key = a[j];
- }
- }
- if (k!=i)
- swap(a[i], a[k]);
- }
- }
(二)堆排序
最差時間複雜度:O(nlogn)
最優時間複雜度:O(nlogn)
平均時間複雜度:O(nlogn)
穩定性:不穩定
堆排序(Heap Sort),是利用堆這種數據結構所設計的一種排序算法。堆積是一個近似完全二叉樹的結構,並同時滿足堆積的性質:即子節點的鍵值或索引總是小於(或者大於)它的父節點。
通常堆是通過一維數組來實現的,在起始數組爲0的情形中,對於節點i:其左子節點的下標爲 (2*i+1);
其右子節點的下標爲 (2*i+2);
其父節點的下標爲 floor((i-1)/2)。
在堆的數據結構中,堆中的最大值總是位於根節點。堆中定義一下三個操作:
1.最大堆調整(Max Heapify):在假定節點i的左右子節點爲根的兩顆二叉樹都是最大堆的前提下,確保父節點大於子節點,否則下降原父節點,最終使以i爲根的子樹成爲最大堆。
2.創建最大堆(Build Max Heap):將堆所有數據重新排序,對所有非葉子節點調用一次Max Heapify。
3.堆排序(Heap Sort):首先創建最大堆,然後依次將堆的根節點與末節點交換、剔除末節點、對根節點進行最大堆調整,直到堆中的節點數爲1,排序結束。
算法示意圖:
實現代碼:
- // 最大堆調整
- void MaxHeapify(int *a, int i, int heapSize)
- {
- int l = (i+1)*2-1;
- int r = (i+1)*2;
- int largest;
- if (l<=heapSize && a[l]>a[i])
- largest = l;
- else
- largest = i;
- if (r<=heapSize && a[r]>a[largest])
- largest = r;
- if (largest!=i)
- {
- swap(a[i], a[largest]);
- MaxHeapify(a, largest, heapSize);
- }
- }
- // 創建最大堆
- void BuildMaxHeap(int *a, int len)
- {
- for (int i=len/2-1; i>=0; i--)
- {
- MaxHeapify(a, i, len-1);
- }
- }
- // 堆排序
- void HeapSort(int *a, int len)
- {
- BuildMaxHeap(a, len);
- for (int i=len-1; i>0; i--)
- {
- swap(a[0], a[i]);
- MaxHeapify(a, 0, i-1);
- }
- }