目录
选择排序
选择排序是一种简单的比较排序算法,它的算法思路是首先从数组中寻找最小(大)的元素,然后放到数组中的第一位,接下来继续从未排序的元素中寻找最小(大)元素,然后放到已排序元素的末尾,依次类推,直到所有元素被排序。
图片演示
普通算法
import "fmt" func main() { nums := [8]int{8, 2, 3, 1, 6, 5, 7, 4} fmt.Println("原数组:", nums) fmt.Println("--------------------------------") SelectionSort(nums) } func SelectionSort(nums [8]int) { for i := 0; i < len(nums)-1; i++ { minPos := i for j := i + 1; j < len(nums); j++ { if nums[minPos] > nums[j] { minPos = j } } nums[i], nums[minPos] = nums[minPos], nums[i] fmt.Printf("第 %d 轮后:%v\n", i+1, nums) } fmt.Println("--------------------------------") fmt.Println("排序后的数组:", nums) }
执行结果:
原数组: [8 2 3 1 6 5 7 4]
--------------------------------
第 1 轮后:[1 2 3 8 6 5 7 4]
第 2 轮后:[1 2 3 8 6 5 7 4]
第 3 轮后:[1 2 3 8 6 5 7 4]
第 4 轮后:[1 2 3 4 6 5 7 8]
第 5 轮后:[1 2 3 4 5 6 7 8]
第 6 轮后:[1 2 3 4 5 6 7 8]
第 7 轮后:[1 2 3 4 5 6 7 8]
--------------------------------
排序后的数组: [1 2 3 4 5 6 7 8]
iminPosijji + 1nums[minPos]jminPosminPosi
优化算法
普通算法是寻找最小值或最大值,然后放到指定位置。优化算法的改进点是同时寻找最小值和最大值。
import ( "fmt" ) func main() { nums := [4]int{3, 1, 4, 2} fmt.Println("原数组:", nums) fmt.Println("--------------------------------") SelectionSort(nums) } func SelectionSort(nums [4]int) { for left, right := 0, len(nums)-1; left <= right; { minPos := left maxPos := left for i := left + 1; i <= right; i++ { if nums[minPos] > nums[i] { minPos = i } if nums[maxPos] < nums[i] { maxPos = i } } nums[left], nums[minPos] = nums[minPos], nums[left] // 如果最大值刚好是在 left,待放最小值的位置,那么最大值就会被换走,所以需要判断一下 if maxPos == left { maxPos = minPos } nums[right], nums[maxPos] = nums[maxPos], nums[right] fmt.Printf("第 %d 轮后:%v\n", left+1, nums) left++ right-- } fmt.Println("--------------------------------") fmt.Println("排序后的数组:", nums) }
执行结果:
原数组: [8 2 3 1 6 5 7 4]
--------------------------------
第 1 轮后:[1 2 3 4 6 5 7 8]
第 2 轮后:[1 2 3 4 6 5 7 8]
第 3 轮后:[1 2 3 4 5 6 7 8]
第 4 轮后:[1 2 3 4 5 6 7 8]
--------------------------------
排序后的数组: [1 2 3 4 5 6 7 8]
leftrightminPosmaxPosileftminPos
小结
本文简单介绍了什么是选择排序,然后通过图片的方式演示选择排序的过程,接下来是实现 O(N²) 时间复杂度的算法,最后优化算法,从结果来看,优化后的算法效率快了一倍,但是时间复杂度仍为 O(N²)。
您可能感兴趣的文章: