选择排序也是利用了“挡板法”这个经典思想。java
挡板左边是已排序区间,右边是未排序区间,那么每次的“选择”是去找右边未排序区间的最小值,找到以后和挡板后面的第一个值换一下,而后再把挡板往右移动一位,保证排好序的这些元素在挡板的左边。git
好比以前的例子:{5, 2, 0, 1}github
咱们用一个挡板来分隔数组是否排好序,
用指针 j 来寻找未排序区间的最小值;算法
第一轮 j 最初指向 5,而后遍历整个未排序区间,最终指向 0,那么 0 就和挡板后的第一个元素换一下,也就是和 5 交换一下位置,挡板向右移动一位,结束第一轮。api
第二轮,j 从挡板后的2开始遍历,最终指向1,而后1和挡板后的第一个元素 2 换一下,挡板向右移动一位,结束第二轮。数组
第三轮,j 从2开始遍历,最终指向2,而后和2本身换一下,挡板向右移动一位,结束第三轮。学习
还剩一个元素,不用遍历了,就结束了。优化
选择排序与以前的插入排序对比来看,要注意两点:spa
因此选择排序的挡板左边最开始不能有任何元素。指针
class Solution { public void selectionSort(int[] input) { if(input == null || input.length <= 1) { return; } for(int i = 0; i < input.length - 1; i++) { int minValueIndex = i; for(int j = i + 1; j < input.length; j++) { if(input[j] < input[minValueIndex]) { minValueIndex = j; } } swap(input, minValueIndex, i); } } private void swap(int[] input, int x, int y) { int tmp = input[x]; input[x] = input[y]; input[y] = tmp; } }
最内层的 if 语句每执行一次是 O(1) ,那么要执行多少次呢?
因此加起来,总共是:
(n-1) + (n-2) + … + 1 = n*(n-1) / 2 = O(n^2)
是这样算出来的,而不是一拍脑壳说两层循环就是 O(n^2).
这个很简单,最多的状况是 call swap() 的时候,而后 call stack 上每一层就用了几个有限的变量,因此是 O(1)。
那天然也是原地排序算法了。
这个答案是否认的,选择排序并无稳定性。
由于交换的过程破坏了原有的相对顺序,好比: {5, 5, 2, 1, 0} 这个例子,第一次交换是 0 和 第一个 5 交换,因而第一个 5 跑到了数组的最后一位,且再也无翻身之地,因此第一个 5 第二个 5 的相对顺序就已经打乱了。
这个问题在石头哥的那篇谷歌面经文章里有被考到哦,若是尚未看过这篇面经文章的,在公众号里回复「谷歌」二字,就能够看到了。
选择排序的其中一步是选出每一轮的最小值,那么这一步若是使用 heapify() 来优化,就能够从 O(n) 优化到 O(logn),这其实就变成了 heapSort.
若是你喜欢这篇文章,记得给我点赞留言哦~大家的支持和承认,就是我创做的最大动力,咱们下篇文章见!
我是小齐,纽约程序媛,终生学习者,天天晚上 9 点,云自习室里不见不散!
更多干货文章见个人 Github: https://github.com/xiaoqi6666...