排序算法指南:选择排序

排序算法指南:选择排序

前言:

       选择排序(Selection Sort)是一种基础的排序算法,其核心思路是:在每一轮遍历中,从剩余未排序元素中选出最小(或最大)值,并将其放置在已排序序列的末端。

       对于排序算法的实现,由局部到整体的思路,先排序好一趟或一个元素,再排列多趟或全部元素。

     

        

一、选择排序的工作原理

        

以排序升序数组为例,工作原理如下:

初始化:假设当前数组中,前部分是已经排好序的,后部分是未排序的。

        

寻找最小(或最大)值:遍历未排序的部分,找出其中的最小值(或最大值)。

        

交换位置:将找到的最小值与当前未排序部分的第一个元素交换。

        

重复:缩小未排序部分的范围,重复以上步骤,直到整个数组排好序。

        

如下动图所示:

        

        

                

以上述数组为例,假设有一个待排列的数组为:[3,44,38,5,47,15,36,26,27,2,46,4,19,50,48]。

第一轮排序:

        

        当前未排序部分:[3, 44, 38, 5, 47, 15, 36, 26, 27, 2, 46, 4, 19, 50, 48]

        

        最小的值是 2。


        

        将 2 和未排序部分的第一个元素 3 交换,数组变为:[2, 44, 38, 5, 47, 15, 36, 26, 27, 3, 46, 4, 19, 50, 48]

        
第二轮排序:

        

        当前未排序部分:[44, 38, 5, 47, 15, 36, 26, 27, 3, 46, 4, 19, 50, 48]

        

        最小值是 3。

        

        将 3 和未排序部分的第一个元素 44 交换,数组变为:[2, 3, 38, 5, 47, 15, 36, 26, 27, 44, 46, 4, 19, 50, 48]

                
第三轮排序:

        

        当前未排序部分:[38, 5, 47, 15, 36, 26, 27, 44, 46, 4, 19, 50, 48]


        

        最小值是 4。

        

        将 4 和未排序部分的第一个元素 38 交换,数组变为:[2, 3, 4, 5, 47, 15, 36, 26, 27, 44, 46, 38, 19, 50, 48]

        
第四轮排序:



        当前未排序部分:[5, 47, 15, 36, 26, 27, 44, 46, 38, 19, 50, 48]

        

        最小值是 5(它已经排好序,所以不需要交换)。

        

        数组仍然是:[2, 3, 4, 5, 47, 15, 36, 26, 27, 44, 46, 38, 19, 50, 48]

        
第五轮排序:

        

        当前未排序部分:[47, 15, 36, 26, 27, 44, 46, 38, 19, 50, 48]



        最小值是 15。


        

        将 15 和未排序部分的第一个元素 47 交换,数组变为:[2, 3, 4, 5, 15, 47, 36, 26, 27, 44, 46, 38, 19, 50, 48]

        
第六轮排序:

        

        当前未排序部分:[47, 36, 26, 27, 44, 46, 38, 19, 50, 48]


        

        最小值是 19。

        

        将 19 和第一个元素 47 交换,数组变为:[2, 3, 4, 5, 15, 19, 36, 26, 27, 44, 46, 38, 47, 50, 48]

        
第七轮排序:

        

        当前未排序部分:[36, 26, 27, 44, 46, 38, 47, 50, 48]


        

        最小值是 26。

        

        将 26 和第一个元素 36 交换,数组变为:[2, 3, 4, 5, 15, 19, 26, 36, 27, 44, 46, 38, 47, 50, 48]

        
第八轮排序:



        当前未排序部分:[36, 27, 44, 46, 38, 47, 50, 48]

        

        最小值是 27。


        

        将 27 和第一个元素 36 交换,数组变为:[2, 3, 4, 5, 15, 19, 26, 27, 36, 44, 46, 38, 47, 50, 48]

        
第九轮排序:

        

        当前未排序部分:[36, 44, 46, 38, 47, 50, 48]

        

        最小值是 36(它已经排好序,所以不需要交换)。

        

        数组仍然是:[2, 3, 4, 5, 15, 19, 26, 27, 36, 44, 46, 38, 47, 50, 48]

        
第十轮排序:

        

        当前未排序部分:[44, 46, 38, 47, 50, 48]

        

        最小值是 38。


        

        将 38 和第一个元素 44 交换,数组变为:[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 46, 44, 47, 50, 48]

        
第十一轮排序:


        

        当前未排序部分:[46, 44, 47, 50, 48]

        

        最小值是 44。

        

        将 44 和第一个元素 46 交换,数组变为:[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 50, 48]

        
第十二轮排序:

        

        当前未排序部分:[46, 47, 50, 48]



        最小值是 46(它已经排好序,所以不需要交换)。

        

        数组仍然是:[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 50, 48]

        
第十三轮排序:

        

        当前未排序部分:[47, 50, 48]

        

        最小值是 47(它已经排好序,所以不需要交换)。


        

        数组仍然是:[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 50, 48]

        
第十四轮排序:

        

        当前未排序部分:[50, 48]


        

        最小值是 48。

        

        将 48 和第一个元素 50 交换,数组变为:[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

        
第十五轮排序:



        当前未排序部分:[50]



        只有一个元素,已经排好序,排序完成。

        

        最终排序结果:[2, 3, 4, 5, 15, 19, 26, 27, 36, 38, 44, 46, 47, 48, 50]

        

二、选择排序的代码实现

        

void SelectSort(int* a, int n) { //i控制的逻辑:需要n-1趟排序才能使得待排数组有序 for (int i = 0; i < n; i++) { //默认最小值下标为未排序元素中的第一个 int min_index = i; //j控制的逻辑:一趟排序中,寻找未排序元素的最小值所在的位置 //不与自己比较,从i+1开始寻找 for (int j = i+1; j < n ; j++) { if (a[j] < a[min_index]) { //更新下标 min_index = j; } } //交换 Swap(&a[i], &a[min_index]); } }

        

        

三、选择排序的优化

       

        当前版本的选择排序算法在每轮遍历中仅能确定一个最小值(或最大值)。我们考虑对其进行优化,使每轮排序能同时确定最大值和最小值,将最小值置于数组前端,最大值置于末尾,通过这种双端选择的方式,可显著提升排序效率。

        

void SelectSort(int* a, int n) { //定义两个位置, //begin:存放一趟排序中选出的最小值 int begin = 0; //end:存放一趟排序中选出的最大值 int end = n - 1; while (begin < end) //当begin>=end时,待排数组已经有序 { //定义两个下标 //mini:指向未排序元素中的最小值的下标 //maxi:指向未排序元素中的最大值的下标 //两者默认都初始化为begin int mini=begin; int maxi=begin; //i控制的逻辑:遍历未排序的数组元素 for (int i = begin+1; i <= end; i++) { if (a[i] < a[mini]) mini = i; if (a[i] > a[maxi]) maxi= i; } //找到了最小值元素的下标,进行交换 Swap(&a[begin], &a[mini]); //特别注意,若maxi在begin位置上 //将a[begin]与a[mini]交换后,此时最大值的元素被换在了mini的位置 //所以此时maxi的下标要更新未mini if (maxi == begin) { maxi = mini; } //找到了最大值元素的下标,进行交换 Swap(&a[end], &a[maxi]); begin++; end--; } }

一般情况:

        

        

特殊情况:

        

四、选择排序的时空复杂度

        

4.1 时间复杂度 

        

无论最好、最坏还是平均情况,选择排序的时间复杂度都是:O(n^2)

        

简单推导如下:

        

第 1 趟:从 n 个元素里找最小值,要比较 n−1次

        

第 2 趟:从剩下的 n-1 个元素里找最小值,要比较 n−2次

        



        

第 n-1 趟:比较 1 次

        

比较总次数为:(n−1) + (n−2) + ⋯ + 2 + 1 =  ( n - 1 ) * n / 2 

        

故而时间复杂度为O(n^2)

        

4.2 空间复杂度 

        

选择排序是原地排序,只需要常数个辅助变量(如保存当前最小值下标等),不需要额外开辟与 n 成比例的空间。

        

 因此空间复杂度为:O(1)

        

        

                

        

既然看到这里了,不妨关注+点赞+收藏,感谢大家,若有问题请指正。

Read more

Java调用百度地图天气查询服务获取当前和未来天气-以贵州省榕江县为例

Java调用百度地图天气查询服务获取当前和未来天气-以贵州省榕江县为例

目录 前言 一、百度天气查询服务 1、天气查询服务 2、查询API简介 二、UniHttp集成天气查询服务 1、定义访问接口 2、业务集成调用 三、天气检索成果 1、IDE检索结果输出 2、互联网天气对比 四、总结 前言         天气与人们的生活息息相关,无论是日常出行、农业生产、交通调度还是旅游规划等,都离不开准确及时的天气信息。对于贵州省榕江县这样的地区,了解天气情况显得尤为重要。榕江县位于贵州省东南部,属于亚热带湿润季风气候,四季分明,气候多样,准确的天气查询服务能够帮助当地居民和外来人员更好地安排生产生活。最近榕江县接连遭受水灾,对老百姓的生产生产造成了很大的损失。         百度地图的天气查询服务具有一些明显的优势。首先,数据来源可靠,百度与专业的气象数据机构合作,能够提供准确、实时的天气信息 。其次,查询方式多样,支持通过城市名称、城市代码、经纬度等多种方式进行查询,方便用户获取所需地区的天气数据。此外,

By Ne0inhk
Docker+K8s 部署微服务:从搭建到运维的全流程指南(Java 老鸟实战版)

Docker+K8s 部署微服务:从搭建到运维的全流程指南(Java 老鸟实战版)

Docker+K8s 部署微服务:从搭建到运维的全流程指南(Java 老鸟实战版) 作为一名摸爬滚打八年的 Java 开发,从最初的单体应用 WAR 包扔 Tomcat,到后来的微服务集群部署,踩过的坑能绕公司机房三圈。其中最让人头疼的就是「环境一致性」和「运维复杂度」—— 开发环境跑的飞起,测试环境各种报错,生产环境突然雪崩,排查半天发现是配置不一致、端口冲突、依赖缺失… 直到 Docker+K8s 组合横空出世,才算彻底解决了这些痛点。这篇文章就从 Java 开发的视角,带大家走一遍「微服务容器化 + K8s 编排」的全流程,从环境搭建到生产运维,每一步都附实战代码和避坑指南,保证看完就能落地。 一、为什么选择 Docker+K8s?(八年经验的选型逻辑) 在聊技术细节前,先说说我为什么推荐这个组合。作为 Java

By Ne0inhk
Java外功精要(5)——Spring AOP

Java外功精要(5)——Spring AOP

1.概述 面向切面编程(Aspect Orient Programming,AOP):是一种编程范式,旨在将 横切关注点(Cross-Cutting Concerns,如日志、事务、安全等) 从业务逻辑中分离出来,通过模块化的方式增强代码的可维护性和复用性。核心思想是通过“切面”定义通用功能,并在运行时动态织入到目标代码中横切关注点(Cross-Cutting Concerns):指的是在系统中"横向"跨越多个模块、多个层次的功能需求,它们无法很好地被封装在单个类或模块中 1.1 场景举例:监控业务性能 1.1.1 硬编码实现 @Slf4jpublicclassHardCoding{publicvoiddemo(){long startTime =System.currentTimeMillis();//业务代码 log.info("消耗时间:{}"

By Ne0inhk
Java 时间类(上):JDK7 及以前时间类 Date、SimpleDateFormat、Calendar 最全总结

Java 时间类(上):JDK7 及以前时间类 Date、SimpleDateFormat、Calendar 最全总结

🏠个人主页:黎雁 🎬作者简介:C/C++/JAVA后端开发学习者 ❄️个人专栏:C语言、数据结构(C语言)、EasyX、JAVA、游戏、规划、程序人生 ✨ 从来绝巘须孤往,万里同尘即玉京 文章目录 * Java 时间类(上):JDK7 及以前时间类 Date、SimpleDateFormat、Calendar 最全总结 🕒 * 📝 文章摘要 * 一、时间相关基础知识点 ⏱ * 1. 时间标准 * 2. 时间单位与换算 * 二、Date 时间类 📅 * 1. 概述 * 2. 构造方法 * 3. 成员方法 * 4. 代码示例 * 三、SimpleDateFormat 格式化与解析 ✍️ * 1. 作用

By Ne0inhk