图解选择排序及算法优化(Java实现)
选择排序
前言
原理:每次循环对比找出最小/大值,将最值的元素交换至左侧
思想: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
案例分析:
1、初始的无序数列 {5,8,6,3,1,7},希望对其升序排序
2、按照思路分析:
内层循环经过一轮对比后找到最小值,min = 1,下标为 index = 4;交换位置
代码实现
第 1 版代码
public static void straightSelectSort(int[] arr){
//i不需要 = 数组最尾部元素,因为后面没有值对比了
for (int i = 0; i < arr.length - 1; i++) {
//设置每次循环的起始点为最小/大值
int min = arr[i];
//记录下最小/大值的下标
int index = i;
for (int j = i + 1; j < arr.length; j++) {
//升序排序>,降序排序<
if (min > arr[j]){
min = arr[j];
index = j;
}
}
//一轮对比完成后,将默认的最小值赋予到找到的最值下标位置
arr[index] = arr[i];
//把找到的真实最值放到前面
arr[i] = min;
}
}
这里其实有可能出现默认的最小值其实就是真正的最小值,所以一轮内层循环下来,是没有交换数据,可以添加哨兵,如果没有找到最小值,就不进行值的交换,减少交换次数。
第 2 版代码
public static void straightSelectSort(int[] arr){
//i不需要 = 数组最尾部元素,因为后面没有值对比了
for (int i = 0; i < arr.length - 1; i++) {
//设置每次循环的起始点为最小/大值
int min = arr[i];
//记录下最小/大值的下标
int index = i;
//哨兵,记录是否找到最值,默认false
boolean isSwap = false;
for (int j = i + 1; j < arr.length; j++) {
//升序排序>,降序排序<
if (min > arr[j]){
min = arr[j];
index = j;
//找到最值,设置为true
isSwap = true;
}
}
if (isSwap){
//一轮对比完成后,将默认的最小值赋予到找到的最值下标位置
arr[index] = arr[i];
//把找到的真实最值放到前面
arr[i] = min;
}
}
}
直接选择排序算法复杂度分析:
如果数组中有**n个元素
第1轮循环是arr[0] 和arr[1] ...arr[n-1] 进行比较,次数为n-1 次,arr[0]放最值。
第2轮循环是arr[1] 和 arr[2]...arr[n-1] 进行比较,次数为n-2次,arr[1]放第二个最值。
所以不难得出它的比较的次数是n-1 + n-2 + n-3 + ....1 = n*(n-1)/2 。
时间复杂度为 = n^2/2- n/2 = n^2 ,O(n^2)。
算法升级
分析
直接选择排序每一次查找只是找出最小值,可以这么改进,查找最小值的同时,找到一个最大值,然后将两者分别放在它们应该出现的位置,这样遍历的次数就会减少,同时添加哨兵,如果没有找到最值,不发生交换
以新的无序数列 {5,1,6,3,9,2,7,0}为例,按照上面的分析,初始状态如下:
排序过程如下:
交换最值,将最小值放到arr[left],最大值放到arr[right],同时left++,right--;准备下一轮循环,第一轮结果如下:
算法注意点:
(1) 第二轮开始对比前,我们可以发现,此时arr[left]与arr[right]恰好是此轮的最值,因此应该加上哨兵,对此情况,内循环走完后,不进行值交换,判断条件:min == right && max == left
(2) 特别注意的地方:第三轮循环后,可以发现的点是,left = 2,right = 5,而结果是min = 5,max = 2,仔细看你就发现了,left与min对应,而max与right对应,结果是值反面的的,所以在进行值交换的时候,进行一次就可以了,否则交换两次,就变成了巴黎铁塔翻过来又翻回去了,判断条件:min == right && max == left
进化版代码
public static void betterSelectSort(int[] arr) {
//left指针指向无序边界起点,right指针指向终点,temp用作临时变量交换值
int left,right,temp;
//默认指向无序列表起点
left = 0;
//默认指向无序列表终点
right = arr.length - 1;
//记录每轮找到的最小值的下标
int min = left;
//记录每轮找到的最大值的下标
int max = right;
//当right >= left时,列表已经有序
//记录循环的次数
int index = 0;
while(left < right) {
min = left; //每轮开始前,默认无序列表起点为最小值
max = right; //每轮开始前,默认无序列表终点为最大值
//指针i从左往右扫描,找出最小值,最大值
for (int i=left; i<=right; i++) {
if (arr[i]<arr[min]) {
min = i; //通过比较,记录最小值的下标
}
if(arr[i]>arr[max]) {
max = i; //通过比较,记录最大值的下标
}
}
index++;
if (min == left && max == right){
System.out.println("第" + index + "轮循环没有找到最值,无需交换");
}else if (min == right && max == left){
//交换一次即可,交换两次的话,序列翻转,相当于没有交换
temp = arr[left];
arr[left] = arr[min];
arr[min] = temp;
}else {
//找到最小值,交换
temp = arr[left];
arr[left] = arr[min];
arr[min] = temp;
//找到最大值,交换
temp = arr[right];
arr[right] = arr[max];
arr[max] = temp;
}
//确定最小/大值,指针向中间移动
left++;right--;
}
}
优化后代码虽然有效的减少了外层循环的次数,但其时间复杂度仍然是O(n^2)
文章为原创,转载请声明出处
更多文章,欢迎点赞关注,我的掘金:https://juejin.im/user/1151943919304840/posts
图解选择排序及算法优化(Java实现)的更多相关文章
- 程序员必知的8大排序(二)-------简单选择排序,堆排序(java实现)
程序员必知的8大排序(一)-------直接插入排序,希尔排序(java实现) 程序员必知的8大排序(二)-------简单选择排序,堆排序(java实现) 程序员必知的8大排序(三)-------冒 ...
- 排序算法之选择排序的思想以及Java实现
1 基本思想 选择排序的思想是,每一次从待排序的数据元素中选出最小(或最大)的一个元素,存放在序列的起始位置,直到全部待排序的数据元素排完. 2,算法的实现(Java) package Algorit ...
- 排序基础之插入排序、冒泡排序、选择排序详解与Java代码实现
转载请注明原文地址:http://www.cnblogs.com/ygj0930/p/6594533.html 一:插入排序==逐个往前相邻数比较交换,小的在前 第一轮:A[1]与A[0]比较,小的 ...
- 选择排序---堆排序算法(Javascript版)
堆排序分为两个过程: 1.建堆. 堆实质上是完全二叉树,必须满足:树中任一非叶子结点的关键字均不大于(或不小于)其左右孩子(若存在)结点的关键字. 堆分为:大根堆和小根堆,升序排序采用大根堆,降序排序 ...
- java-直接选择排序
直接选择排序是一种简单的排序方法,它每次从当前待排序的区间中选择出最小的元素,把该元素与该区间的第一个元素交换. 第一次从a[0]~a[n-1]中选取最小值,与a0]交换,第二次从a[1]~a[n-1 ...
- javascript数组排序算法之选择排序
前言 作为一名程序员数组的排序算法是必须要掌握的,今天来图解----选择排序 选择排序原理 首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置,然后,再从剩余未排序元素中继续寻找最小(大) ...
- 常用排序算法的Java实现 - 1
学习编程语言时, 我们会接触到许多排序算法, 这里总结了一下常见的排序算法. 不定期更新. * 其实在Java中存在如Collections.sort()这样的方法来自动为我们排序, 不过学习排序算法 ...
- 【DS】排序算法之选择排序(Selection Sort)
一.算法思想 选择排序是一种简单直观的排序算法.它的工作原理如下: 1)将序列分成两部分,前半部分是已经排序的序列,后半部分是未排序的序列: 2)在未排序序列中找到最小(大)元素,放到已排序序列的末尾 ...
- 常见排序算法总结 -- java实现
常见排序算法总结 -- java实现 排序算法可以分为两大类: 非线性时间比较类排序:通过比较来决定元素间的相对次序,由于其时间复杂度不能突破O(nlogn),因此称为非线性时间比较类排序. 线性时间 ...
随机推荐
- Pytorch_第十篇_卷积神经网络(CNN)概述
卷积神经网络(CNN)概述 Introduce 卷积神经网络(convolutional neural networks),简称CNN.卷积神经网络相比于人工神经网络而言更适合于图像识别.语音识别等任 ...
- 精讲RestTemplate第9篇-如何通过HTTP Basic Auth认证
本文是精讲RestTemplate第9篇,前篇的blog访问地址如下: 精讲RestTemplate第1篇-在Spring或非Spring环境下如何使用 精讲RestTemplate第2篇-多种底层H ...
- eric4 编译 中文 控件 报错 解决
eric4 在qt设计师界面, 设计 中文名控件 时,有时候不能编译,报错如下: 解决办法: 打开eric4---setting----preferences 按下图操作后 ,重新启动eric4即可解 ...
- JavaScript设计模式之单例模式【惰性单例】
在提高开发水平,往中高级前端工程师中,利用设计模式是必不可少的一条道路.掌握设计模式的思想远远比硬套重要,因为设计模式是一种思想,不局限于开发语言.但实际上由于语言的特性不同,往往在实现的时候会有不少 ...
- Oracle数据泵导出使用并行参数,单个表能否真正的并行?
对于Oracle 数据泵expdp,impdp是一种逻辑导出导入迁移数据的一个工具,是服务端的工具,常见于DBA人员使用,用于数据迁移.从A库迁移至B库,或者从A用户迁移至B用户等. 那么有个疑问? ...
- linux修改最大的文件描述符(max file descriptors)
用xshell登录linux系统之后,用命令>ulimit -a 注意到系统模式是1024个 使用>ulimit -n 数量,可临时更改,生效范围为当前会话 永久修改的方法: > v ...
- Open vSwitch with DPDK
http://docs.openvswitch.org/en/latest/intro/install/dpdk/
- Robot Framework(6)——案例分层
上一篇以gogomall的登录为例,记录了一个简单的登录流程的脚本,在实际应用中,当流程发生一些小的变动,或者前端代码改变,导致元素选择器失效,我们维护脚本的成本就比较大,需要一个一个去修改,所以,有 ...
- python chardet模块查看字符编码方式
电脑配置:联想笔记本电脑 windows8系统 Python版本:2.7.8 本文章撰写时间:2014.12.25 作者:陈东陈 阅读说明: 1.本文都是先解释,后放图片: 2.文中斜体部分要么为需要 ...
- Selenium的WebDriver API元素定位中的XPath和CSS
元素的定位和操作是自动化测试的核心部分,其中操作又是建立在定位的基础上的. 浏览器的常规操作 import time from selenium import webdriver # 打开浏览器 dr ...