Python-简单选择排序、二元选择排序
1、简单选择排序
1.1、流程图
每一趟两两比较大小,找出极值(极大值或极小值)并放置到有序区的位置
1.2、核心算法
结果可为升序或降序排列,默认升序排列。以降序为例
扩大有序区,减小无序区。图中红色部分就是增大的有序区,反之就是减小的无序区
相邻元素依次两两比较,获得每一次比较后的最大值,并记住此值的索引
每一趟都从无序区中选择出最大值,然后交换到当前无序区最左端
1.3、算法实现代码
m_list = [ [1, 9, 8, 5, 6, 7, 4, 3, 2], [1, 2, 3, 4, 5, 6, 7, 8, 9], [9, 8, 7, 6, 5, 4, 3, 2, 1] ] nums=m_list[0] length=len(nums) count_iter=0 count_swap=0 for i in range(length-1): maxindex=i for j in range(i+1,length): count_iter+=1 if nums[maxindex]<nums[j]: maxindex=j if maxindex!=i: nums[maxindex],nums[i]=nums[i],nums[maxindex] count_swap+=1 print(nums) print(count_iter,count_swap) # [9, 8, 7, 6, 5, 4, 3, 2, 1] # 36 7
2、二元选择排序
2.1、算法说明
同时选择出每一趟的最大值和最小值,并分别固定到两端的有序区
减少迭代的趟数
2.2、实现代码
m_list = [ [1, 9, 8, 5, 6, 7, 4, 3, 2], [1, 2, 3, 4, 5, 6, 7, 8, 9], [9, 8, 7, 6, 5, 4, 3, 2, 1], [1, 1, 1, 1, 1, 1, 1, 1, 1], [1, 1, 1, 2] ] nums = m_list[1] length = len(nums) count_iter = 0 count_swap = 0 for i in range(length//2): maxindex=i minindex=-i-1 for j in range(i+1,length-i): count_iter+1 if nums[maxindex]<nums[j]: maxindex=j if nums[minindex]>nums[-j-1]: minindex=-j-1 if nums[maxindex]==nums[minindex]: break if maxindex!=i: nums[maxindex],nums[i]=nums[i],nums[maxindex] count_swap+=1 if i == length+minindex: minindex=maxindex-length if minindex != -i-1 and nums[minindex] != nums[-i-1]: nums[minindex], nums[-i-1]= nums[-i-1], nums[minindex] count_swap+=1 print(nums) print(count_iter, count_swap)
3、总结
简单选择排序需要数据一趟趟比较,并在每一趟中发现极值 没有办法知道当前这一趟是否已经达到排序要求,但是可以知道极值是否在目标索引位置上 遍历次数1,...,n-1之和n(n-1)/2 时间复杂度O(n2 ) 减少了交换次数,提高了效率,性能略好于冒泡法
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 终于写完轮子一部分:tcp代理 了,记录一下
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 别再用vector<bool>了!Google高级工程师:这可能是STL最大的设计失误
· 单元测试从入门到精通
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理