前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >数据结构——lesson9排序之选择排序

数据结构——lesson9排序之选择排序

作者头像
大耳朵土土垚
发布2024-03-24 10:11:44
610
发布2024-03-24 10:11:44
举报
文章被收录于专栏:c/c++c/c++

一、选择排序

基本思想:

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 。

这里选择排序介绍两种——直接选择排序、堆排序

二、直接选择排序

✨✨在元素集合array[i]–array[n-1]中选择关键码最大(小)的数据元素 ✨✨若它不是这组元素中的最后一个(第一个)元素,则将它与这组元素中的最后一个(第一个)元素交换 ✨✨在剩余的array[i]–array[n-2](array[i+1]–array[n-1])集合中,重复上述步骤,直到集合剩余1个元素

直接选择排序类似于将手上的无序的牌整理成有序,我们常常是找出所有牌中最大的一个放在最前面,再从剩下的牌中找出最大的放在第二位…直到全部有序,这和直接选择排序的思想是一致的。 💥💥但是一次只选一个最大的消耗的时间比较长,所有我们每次挑出最大的同时把最小的也挑出来,如果是升序,就把最大的放在最后面,最小的放在最前面;如果是降序,则反过来。

直接选择排序代码实现:

代码语言:javascript
复制
// 直接选择排序
void SelectSort(int* a, int n)
{
	//找到首尾下标
	int begin = 0;
	int end = n - 1;
	//使用while多次循环来找到每趟最大最小的值
	while (begin < end)
	{
		int maxi = begin;
		int mini = begin;
		
		//一趟找最大最小的值
		for (int i = begin; i <= end; i++)
		{
			
			//找最小
			if (a[i] < a[mini])
			{
				mini = i;
			}
			//找最大
			if (a[i] > a[maxi])
			{
				maxi = i;
			}

		}

		//交换最大最小到最开始与最后的位置
		Swap(&a[mini], &a[begin]);
		//如果最开始begin位置就是最大,为防止被最小的交换我们则需要修正一下
		if (a[begin] == a[maxi])
		{
			maxi = mini;
		}
		Swap(&a[maxi], &a[end]);
		//交换完之后,begin++,end--,进行下一次选择
		begin++;
		end--;

	}
}

🥳🥳这里注意for循环是一趟遍历找到最大最小值,如果要全部排完序则需要while循环多次遍历; 🥳🥳此外找到最大最小值交换时还要注意交换的开始位置是不是最大值,如果是最大值我们就需要将最大值的下标maxi改成交换后的也就是maxi;当然如果不是最大值就无需交换;

结果如下: 以int a[] = {7,4,6,9,8,2,3,1}为例

Swap函数在这里🥳🥳:

代码语言:javascript
复制
//交换函数
void Swap(int* a,int* b)
{
	int tmp = *a;
	*a = *b;
	*b = tmp;
}

三、堆排序

堆排序在我们学习堆时就已经详细介绍过了,此外我们还利用堆排序解决了Topk问题 详情可以点击这里:数据结构——堆排序堆排序应用——Topk问题 💓💓 在上面的堆排序中我们建立的是小堆,求的是降序;所以今天我们在这里将介绍堆排序——升序,我们需要利用大堆; ✨✨ 有小伙伴知道为什么我们要建大堆求升序,建小堆求降序吗?答案将在介绍完堆排序后面揭示🎉🎉大家可以先想一想🥳🥳

堆排序分为两个步骤: 1、建堆 2、排序

排序详细步骤如下:

1.升序建大堆,也就是所有的孩子节点都小于其父节点; 2. 然后将建成的大堆根节点(也就是所有节点中最大的节点)与最后一个节点交换,这样最大的节点就在最后了; 3. 然后将除去最后的最大节点剩下的节点看成一颗二叉树(此时这个二叉树除了根节点,其左右子树都是大堆)那么我们就可以利用堆向下调整法将根节点往下调整建成大堆; 4. 此时这个大堆的根节点就是剩余节点里面最大的,然后与剩下节点最后一个位置交换(也就是整个的倒数第二个节点)此时次大的数就在倒数第二个位置上; 5依次类推,循环34步骤直到升序完成。

图解如下: 以int a[] = {4,7,8,5,6,2,1,9}为例 1.建堆

这里利用堆向下调整算法实现:

代码语言:javascript
复制
// 堆排序——建大堆
void AdjustDwon(int* a, int n, int root)
{
	//找到孩子节点
	int child = root * 2 + 1;
	
	//向下调整
	while (child < n)
	{
		//升序建大堆,找到最大的孩子节点
		if (child + 1 < n && a[child + 1] > a[child])
			child++;

		if (a[child] > a[root])
		{
			Swap(&a[child], &a[root]);
			root = child;
			child = root * 2 + 1;
		}
		else
			break;
		
	}
}

大家可以对比一下之前讲的堆排序建小堆有什么不同哦~

2.排序

交换后将红色虚线剩余部分利用向下调整法建成大堆找出次大的数

再与最后的数交换

红色剩余部分再建大堆,以此类推。

堆排序——升序代码如下:

代码语言:javascript
复制
void HeapSort(int* a, int n)
{
	//向下建堆
	for (int i = (n-1-1)/2; i >= 0; i--)
	{
		AdjustDwon(a, n, i);
	}
	//排序
	
	for (int i = 1; i < n; i++)
	{
		Swap(&a[0], &a[n-i]);
		AdjustDwon(a, n - i, 0);
	}
}

打印结果如下:

学到这里,小伙伴们知道为什么升序要建大堆了吗? 没错关键在于堆向下调整算法实现的前提必须是左右子树都为堆,如果升序建了小堆,那么最开始的数就是最小的值不需要换,我们似乎可以将剩余的数再调整为一个小堆即可,但是我们用什么来调整呢?堆向下调整算法实现吗?那你又是怎么知道剩下的数除了根节点左右子树还是一个堆呢?我们是没办法保证左右子树还是堆的,所以不能利用堆向下调整算法来实现; 而如果一开始调整为大堆就不一样了。我们就可以将根节点也就是最大的数与最后一个数交换,再将出去交换后的前n-1个数向下调整为大堆,因为此时左右子树没有变化还是原来大堆的左右子树依旧是一个堆,可以利用向下调整算法实现,这也就是为什么升序要用大堆,降序要用小堆来实现的原因啦~🥳🥳

四、结语

以上就是选择排序包含的两种排序——直接选择排序和堆排序啦~ 堆排序在之前的博客中有详细讲过不过是建的小堆实现的降序,求最大前k个值,这里我们稍微改了点代码实现建的小堆实现升序;为什么升序要建大堆原因已经在文中详细解析过,大家有什么问题或者想法都可以打在评论区或者私信我🥳🥳完结撒花 ~🎉🎉🎉

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2024-03-18,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 一、选择排序
  • 二、直接选择排序
  • 三、堆排序
  • 四、结语
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档