简述

选择排序的基本思想是：每一趟从待排序列中选取关键字最小的元素，作为有序序列的一个新的元素，直到待排序列只剩下一个元素，则完成排序。主要算法有简单选择排序和堆排序。

简单选择排序

算法思想

假设序列为L[1...n]，第i趟排序从L[i...n]中选择最小的元素与L(i)交换，因此每一趟可以确定一个元素的最终位置，这样经过n-1趟排序可以使得整个序列有序。

算法性能分析

空间效率：使用常数个辅助单元，故空间复杂度为(O(1))。

时间效率：元素移动操作不会超过(3(n-1))次，最好的情况是0次；而元素比较操作则固定有(sum_{i=1}^{n-1}i)次，所以时间复杂度为(O(n^2))。

稳定性：是不稳定的。

C++实现

#include

using namespace std;

void selectSort(int a[], int n) {

for (int i = 0; i < n; ++i) {

int minIndex = i;

for (int j = i + 1; j < n; ++j) // 找到最小元素的下标

if (a[j] < a[minIndex])

minIndex = j;

if(minIndex != i)

swap(a[i], a[minIndex]); // 放置最小元素

}

}

int main() {

const int SIZE = 10;

int a[SIZE] = { 0 };

for (int i = 0; i < SIZE; ++i) {

a[i] = rand() % 10;

cout << a[i] << " ";

}

cout << "

";

selectSort(a, SIZE);

for (auto elem : a)

cout << elem << " ";

return 0;

}

堆排序

算法思想

堆排序是一种树形选择排序方法，特点是：排序过程中，将序列看成是一棵完全二叉树的顺序存储结构，利用完全二叉树中双亲结点和孩子结点之间的内在关系，每次选择其中的最大(或最小)元素构成有序序列。

在堆排序的过程中，最主要的工作就是调整堆。我们从最后一个结点所在的子树开始筛选(对于大根堆，若根结点关键字小于左右子女中关键字的较大者，则交换)，使该子树成为堆。之后向前依次对各结点为根的子树进行筛选，看该结点的值是否大于其左右子节点的值，若不是，则将左右结点中的较大者与之交换，交换后可能会破坏下一级的堆，于是需要继续采用上述方法构造下一级的堆，直到该结点没有子结点为止。重复这个过程，直至达到堆的根结点。

我们首先将调整一棵子树的算法总结出来，用a[0],a[1],...,a[n-1]表示一个堆，故结点a[i]的左孩子结点是a[2i+1]，右孩子结点是a[2i+2]。而使用任意左右孩子结点的下标j同样可以获得其父结点，父结点的下标为(j-1)/2。因而我们可以得到以下的算法描述：

暂存需要调整的结点的值t；

判断是否当前需要调整的结点是否还有孩子结点，有则3，没有则5；

找出左右孩子中较大的结点；

如果该较大的结点大于t，则将该孩子结点上移，继续循环，进入2；否则退出循环，进入5；

当前位置即为合适位置，插入t。

有了调整一棵子树的算法，接下来的堆排序就比较简单了，主要有以下步骤：

将序列从最后一个结点的根结点开始逐个往上调整成堆；

取堆中的首元素(即为最大值或最小值)与堆中最后的元素进行交换，例如a[0]与a[n-1]；

把交换后的序列重新调整成堆，例如a[0],...,a[n-2]。

这里需要注意的是，由于只交换了一个元素，整个堆是整体符合要求的，因此只需要对交换后的首元素进行堆调整就可以了。

算法性能分析

空间效率：使用常数个辅助单元，空间复杂度为(O(1))。

时间效率：建堆的时间为(O(n))，之后有n-1次调整的操作，每次调整的时间复杂度为(O(h))，故在最好、最坏和平均的情况下，堆排序的时间复杂度为(O(nlog_2n))。

稳定性：调整过程中，有可能把后面的相同关键字元素移动到前面，因此是不稳定的。

C++实现

#include

using namespace std;

// 调整以结点i为根结点的堆

void shiftDown(int a[], int i, int n) {

int t = a[i], j;

while ((j = 2 * i + 1) < n) { // 如果有子结点

if (j + 1 < n && a[j] < a[j + 1]) // 取子结点中较大的结点

++j;

if (t < a[j]) { // 较大的子结点上移

a[(j - 1) / 2] = a[j];

i = j;

}

else

break;

}

a[(j - 1) / 2] = t; // 插入需要调整的结点

}

void heapSort(int a[], int n) {

for (int i = (n - 2) / 2; i >= 0; --i) // 调整成堆

shiftDown(a, i, n);

for (int i = n - 1; i > 0; --i) { // 每次选取堆的根结点

swap(a[0], a[i]);

shiftDown(a, 0, i); // 调整堆

}

}

int main() {

const int SIZE = 10;

int a[SIZE] = { 0 };

for (int i = 0; i < SIZE; ++i) {

a[i] = rand() % 10;

cout << a[i] << " ";

}

cout << "

";

heapSort(a, SIZE);

for (auto elem : a)

cout << elem << " ";

return 0;

}