选择排序（直接选择排序、堆排序）

选择排序的基本方法：
每次都从待排序对象中选出排序码最大或最小的对象，依次排列，一共进行n-1次即可将n个对象排序完成。
选择排序的实施方案：
1. 直接选择排序
2. 堆排序

 

一、直接选择排序
1. 算法代码：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

/** * 直接选择排序 **/ func SelectSort(data []int) {     for i := 0; i < len(data)-1; i++ {         minIndex := i //保存最小值的索引         for j := i + 1; j < len(data); j++ {             if data[j] < data[minIndex] {                 minIndex = j             }         }         if minIndex != i {             data[minIndex], data[i] = data[i], data[minIndex]         }     } }

2. 时间复杂度：O(n*n)
缺陷：每次都要从n-i+1个记录中选一个排序码最小的对象，从而需要进行n-i次比较，当n很大时，其效率很低。
3. 稳定性：不稳定

 

二、堆排序
关于堆的介绍与实现可以先查看我的另一篇博文：https://www.cnblogs.com/wujuntian/p/12286502.html
1. 算法描述：
使用最小堆或最大堆来选出待排序对象的最小或最大排序码对象。
2. 算法代码：
可以使用最小堆或者最大堆实现，其中使用最大堆算法的空间复杂度更优，因为只需在原来数组上对数据位置进行调整即可，而使用最小堆排序的话还需要使用一个额外的数组来存储排序结果。所以这里只给出使用最大堆的算法。

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34

/** * 堆排序（使用最大堆） **/ func HeapSort(data []int) {     count := len(data)                      //最大堆数据个数     for i := (count - 2) / 2; i >= 0; i-- { //从拥有孩子节点的最后一个父节点开始，向下调整，初始化最大堆         shiftDown(data, i, count-1)     }     for count > 1 {         data[0], data[count-1] = data[count-1], data[0] //将堆顶元素与最后一个元素交换位置         count--                                         //最大堆数据个数减少         shiftDown(data, 0, count-1)                     //向下调整最大堆     } }   /** * 向下调整最大堆 **/ func shiftDown(data []int, start, end int) {     i, j := start, start*2+1 //j为i的左孩子     temp := data[i]     for j <= end {         if j+1 <= end && data[j+1] > data[j] { //取左右孩子的最大值             j++         }         if data[j] > temp { //孩子比父节点大，交换数值，继续向下调整             data[i] = data[j]             i, j = j, j*2+1         } else {             break         }     }     data[i] = temp }

3. 时间复杂度：O(nlogn)
直接选择排序进行了很多重复的比较，而堆则相当于保存了比较结果，避免太多重复比较，所以比较次数较少，但是由于建立初始堆所需的比较次数较多，所以堆排序对记录数较少的序列并不值得提倡，但对于数目较大的序列来说还是很有效的。
4. 空间复杂度：O(1)
5. 稳定性：不稳定