八大排序——简单选择排序
目录
1.1基本操作:
1.2动态图:
1.3代码:
代码解释
1. main 方法
2. selectSort 方法
示例运行过程
初始数组
每轮排序后的数组
最终排序结果
代码总结
1.1基本操作:
选择排序(select sorting)也是一种简单的排序方法。
它的基本思想是:第一次从arr[0到]arr[n-1]中选取最小值,与arr[0]交换,第二次从arr[1]到arr[n-1]中选取最小值,与arr[1]交换,第三次从arr[2]到arr[n-1]中选取最小值,与arr[2]交换,…,第i次从arr[i-1]arr[n-1]中选取最小值,与arr[i-1]交换,…, 第n-1次从arr[n-2]~arr[n-1]中选取最小值,与arr[n-2]交换,总共通过n-1次,得到一个按排序码从小到大排列的有序序列。
1.2动态图:

1.3代码:
public class Insert {public static void main(String[] args) {int[] arr = {8,65,41,28,6,1,4,5,32,9,10};System.out.println("排序前");System.out.println(Arrays.toString(arr));selectSort(arr);}public static void selectSort(int[] arr) {for (int i = 0; i < arr.length - 1; i++) {//寻找最小值,将当前的作为最小值来看待int minIndex = i;int min = arr[i];for (int j = i + 1; j < arr.length; j++) {// 当前值的下一个值和当前值判断大小,如果先一个值小,那么就进行交换 ,// 当然要记录一下当前值的 下标 ,目的是为了当前值和第一个值进行交换if (min > arr[j]) {min = arr[j];minIndex = j;}}//进行交换arr[minIndex] = arr[i];arr[i] = min;System.out.println("第" + (i + 1) + "轮后");System.out.println(Arrays.toString(arr));}}
}
代码解释
1. main 方法
public static void main(String[] args) {
int[] arr = {8, 65, 41, 28, 6, 1, 4, 5, 32, 9, 10};
System.out.println("排序前");
System.out.println(Arrays.toString(arr));
selectSort(arr);
}
-
功能:程序的入口。
-
逻辑:
-
定义了一个未排序的整数数组
arr。 -
打印排序前的数组。
-
调用
selectSort方法对数组进行排序。
-
2. selectSort 方法
public static void selectSort(int[] arr) {
for (int i = 0; i < arr.length - 1; i++) {
// 寻找最小值,将当前的作为最小值来看待
int minIndex = i;
int min = arr[i];
for (int j = i + 1; j < arr.length; j++) {
// 当前值的下一个值和当前值判断大小,如果下一个值小,那么就更新最小值和最小值的下标
if (min > arr[j]) {
min = arr[j];
minIndex = j;
}
}
// 进行交换
arr[minIndex] = arr[i];
arr[i] = min;
System.out.println("第" + (i + 1) + "轮后");
System.out.println(Arrays.toString(arr));
}
}
-
功能:实现选择排序算法。
-
逻辑:
-
外层循环:
-
遍历数组,从第一个元素到倒数第二个元素(
i从0到arr.length - 2)。 -
每次循环的目的是找到未排序部分的最小值,并将其放到已排序部分的末尾。
-
-
初始化最小值和最小值的下标:
-
minIndex记录当前最小值的下标,初始值为i。 -
min记录当前最小值,初始值为arr[i]。
-
-
内层循环:
-
从
i + 1开始遍历未排序部分。 -
如果找到比
min更小的值,则更新min和minIndex。
-
-
交换最小值:
-
将找到的最小值与当前外层循环的位置
i的值进行交换。
-
-
打印每轮排序后的数组:
-
每轮排序后,打印当前数组的状态。
-
-
示例运行过程
初始数组
[8, 65, 41, 28, 6, 1, 4, 5, 32, 9, 10]
每轮排序后的数组
-
第1轮:
-
找到最小值
1,与第一个元素8交换。 -
结果:
[1, 65, 41, 28, 6, 8, 4, 5, 32, 9, 10]
-
-
第2轮:
-
找到最小值
4,与第二个元素65交换。 -
结果:
[1, 4, 41, 28, 6, 8, 65, 5, 32, 9, 10]
-
-
第3轮:
-
找到最小值
5,与第三个元素41交换。 -
结果:
[1, 4, 5, 28, 6, 8, 65, 41, 32, 9, 10]
-
-
第4轮:
-
找到最小值
6,与第四个元素28交换。 -
结果:
[1, 4, 5, 6, 28, 8, 65, 41, 32, 9, 10]
-
-
第5轮:
-
找到最小值
8,与第五个元素28交换。 -
结果:
[1, 4, 5, 6, 8, 28, 65, 41, 32, 9, 10]
-
-
第6轮:
-
找到最小值
9,与第六个元素28交换。 -
结果:
[1, 4, 5, 6, 8, 9, 65, 41, 32, 28, 10]
-
-
第7轮:
-
找到最小值
10,与第七个元素65交换。 -
结果:
[1, 4, 5, 6, 8, 9, 10, 41, 32, 28, 65]
-
-
第8轮:
-
找到最小值
28,与第八个元素41交换。 -
结果:
[1, 4, 5, 6, 8, 9, 10, 28, 32, 41, 65]
-
-
第9轮:
-
找到最小值
32,与第九个元素32交换(无需交换)。 -
结果:
[1, 4, 5, 6, 8, 9, 10, 28, 32, 41, 65]
-
-
第10轮:
-
找到最小值
41,与第十个元素41交换(无需交换)。 -
结果:
[1, 4, 5, 6, 8, 9, 10, 28, 32, 41, 65]
-
最终排序结果
[1, 4, 5, 6, 8, 9, 10, 28, 32, 41, 65]
代码总结
-
算法:选择排序。
-
时间复杂度:O(n²),其中
n是数组的长度。 -
空间复杂度:O(1),原地排序,不需要额外的空间。
-
优点:实现简单,适合小规模数据。
-
缺点:时间复杂度较高,不适合大规模数据。
相关文章:
八大排序——简单选择排序
目录 1.1基本操作: 1.2动态图: 1.3代码: 代码解释 1. main 方法 2. selectSort 方法 示例运行过程 初始数组 每轮排序后的数组 最终排序结果 代码总结 1.1基本操作: 选择排序(select sorting)也…...
vue使用CSS布局技术,实现div定位到页面底部或顶部并居中功能
<template> <div > <div class"bottom-element"> 我在底部,并居中了 </div> </div> </template> 使用CSS布局技术,通过设置CSS属性来实现页面底部定位。 <style lang"scs…...
Jenkins 部署 之 Mac 一
Jenkins 部署 之 Mac 一 一.Jenkins 部署依赖 JDK 环境 查看 Mac JDK 环境,如果没有安装,先安装 打开终端输入命令:java -version Mac安装配置 JDK 二. 检查 HomeBrew 安装 检查 HomeBrew 是否安装,终端输入命令:brew -v Mac安装HomeB…...
【FastAPI 使用FastAPI和uvicorn来同时运行HTTP和HTTPS的Python应用程序】
在本文中,我们将介绍如何使用 FastAPI和uvicorn来同时运行HTTP和HTTPS的 Python应用程序。 简介 FastAPI是一个高性能的Web框架,可以用于构建快速、可靠的API。它基于Python的类型提示和异步支持,使得开发者可以轻松地编写出安全且高效的代…...
HCIA-路由器相关知识和面试问题
二、 路由器 2.1 关于路由器的知识 2.1.1 什么是路由器 路由器是一种网络层互联设备,主要用于连接多个逻辑上分开的网络,实现不同网络之间的数据路由和通信。它能根据网络层地址(如 IP 地址)来转发数据包,在网络中起…...
Docker+Jenkins自动化部署SpringBoot项目【详解git,jdk,maven,ssh配置等各种配置,附有示例+代码】
文章目录 DockerJenkins部署SpringBoot项目一.准备工作1.1安装jdk111.2安装Maven 二.Docker安装Jenkins2.1安装Docker2.2 安装Jenkins2.3进入jenkins 三.Jenkins设置3.1安装jenkins插件3.2全局工具配置全局配置jdk全局配置maven全局配置git 3.3 系统配置安装 Publish Over SSH …...
PCL 点云数学形态学操作(腐蚀)
文章目录 一、简介二、实现代码三、实现效果参考资料一、简介 基本原理:使用结构元素(通常为滤波的窗口)的窗口模板作为处理单元,利用形态学中的膨胀与腐蚀相组合即可达到滤波的效果。 点云数据中的数学形态学运算其实和二维图像上的运算非常相似,图像上像素有x,y和亮度值…...
【设计模式】【行为型模式】观察者模式(Observer)
👋hi,我不是一名外包公司的员工,也不会偷吃茶水间的零食,我的梦想是能写高端CRUD 🔥 2025本人正在沉淀中… 博客更新速度 👍 欢迎点赞、收藏、关注,跟上我的更新节奏 🎵 当你的天空突…...
RAGFlow和Dify对比
RAGFlow和Dify都是基于大语言模型(LLM)的应用开发平台,具有相似的功能和应用场景,但它们在技术架构、部署要求和用户体验上存在一些差异。 RAGFlow和Dify对比 2025-02-13 22.08 RAGFlow 技术栈:RAGFlow…...
AI前端开发:蓬勃发展的机遇与挑战
人工智能(AI)领域的飞速发展,正深刻地改变着我们的生活方式,也为技术人才,特别是AI代码生成领域的专业人士,带来了前所未有的机遇。而作为AI应用与用户之间桥梁的前端开发,其重要性更是日益凸显…...
结构型模式---代理模式
概念 代理模式是一种结构型模式,主要用于在客户端和接口之间添加一个中间层,用于在客户端和接口之间进行权限控制或者其他的中间层操作。 使用场景 1、延缓初始化,当我们偶尔需要使用一个重量级的服务对象,如果一直保持该对象的…...
Java面向对象一:相关概念
面向过程&面向对象 面向过程思想 步骤清晰简单,第一步做什么,第二步做什么… 面对过程适合处理一些较为简单的问题面向对象思想 物以类聚,分类的思维模式,思考问题首先会解决问题需要哪些分类,然后对这些分类进行…...
CEF132 编译指南 MacOS 篇 - depot_tools 安装与配置 (四)
1. 引言 在 CEF132(Chromium Embedded Framework)的编译过程中,depot_tools 扮演着举足轻重的角色。这套由 Chromium 项目精心打造的脚本和工具集,专门用于获取、管理和更新 Chromium 及其相关项目(包括 CEFÿ…...
React VS Vue
React 和 Vue 是目前最流行的两个前端框架,它们在设计理念、生态系统和开发体验上各有特点。以下是对 React 和 Vue 的全方位对比: 1. 核心设计理念 React 库而非框架:React 是一个用于构建 UI 的库,专注于视图层,其…...
伺服报警的含义
前言: 大家好,我是上位机马工,硕士毕业4年年入40万,目前在一家自动化公司担任软件经理,从事C#上位机软件开发8年以上!我们在开发C#的运动控制程序的时候,一个必要的步骤就是设置伺服报警信号的…...
CSS 属性选择器详解与实战示例
CSS 属性选择器是 CSS 中非常强大且灵活的一类选择器,它能够根据 HTML 元素的属性和值来进行精准选中。在实际开发过程中,属性选择器不仅可以提高代码的可维护性,而且能够大大优化页面的样式控制。本文将结合菜鸟教程的示例,从基础…...
基于STM32、HAL库、HS12864(ST7920,并行接口)C语言程序设计
1、hs12864.h头文件: #ifndef __HS12864_H #define __HS12864_H #ifdef __cplusplus extern "C" {#endif #include "stm32l4xx_hal.h" // 控制线定义 - 根据实际硬件修改 #define HS12864_RS_GPIO_PORT GPIOC #define HS12864_RS_PIN GPIO_PI…...
Python练习11-20
题目:古典问题:有一对兔子,从出生后第3个月起每个月都生一对兔子,小兔子长到第三个月后每个月又生一对兔子,假如兔子都不死,问每个月的兔子总数为多少? 题目:判断101-200之间有多少…...
探索ELK 的魅力
在大数据时代,海量日志和数据的收集、存储、处理与可视化分析变得越来越重要。而 ELK 堆栈,由 Elasticsearch、Logstash、Beats 和 Kibana 组成,正是一个强大的开源解决方案,帮助开发者和运维人员高效管理和分析日志数据。本文将详…...
【ROS2综合案例】乌龟跟随
一、前期准备 1.1 安装 1. 首先安装“乌龟跟随”案例的功能包以及依赖项。 安装方式1(二进制方式安装): sudo apt-get install ros-humble-turtle-tf2-py ros-humble-tf2-tools ros-humble-tf-transformations 安装方式2(克…...
R语言AI模型部署方案:精准离线运行详解
R语言AI模型部署方案:精准离线运行详解 一、项目概述 本文将构建一个完整的R语言AI部署解决方案,实现鸢尾花分类模型的训练、保存、离线部署和预测功能。核心特点: 100%离线运行能力自包含环境依赖生产级错误处理跨平台兼容性模型版本管理# 文件结构说明 Iris_AI_Deployme…...
[10-3]软件I2C读写MPU6050 江协科技学习笔记(16个知识点)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16...
智能仓储的未来:自动化、AI与数据分析如何重塑物流中心
当仓库学会“思考”,物流的终极形态正在诞生 想象这样的场景: 凌晨3点,某物流中心灯火通明却空无一人。AGV机器人集群根据实时订单动态规划路径;AI视觉系统在0.1秒内扫描包裹信息;数字孪生平台正模拟次日峰值流量压力…...
根据万维钢·精英日课6的内容,使用AI(2025)可以参考以下方法:
根据万维钢精英日课6的内容,使用AI(2025)可以参考以下方法: 四个洞见 模型已经比人聪明:以ChatGPT o3为代表的AI非常强大,能运用高级理论解释道理、引用最新学术论文,生成对顶尖科学家都有用的…...
RNN避坑指南:从数学推导到LSTM/GRU工业级部署实战流程
本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在聚客AI学院。 本文全面剖析RNN核心原理,深入讲解梯度消失/爆炸问题,并通过LSTM/GRU结构实现解决方案,提供时间序列预测和文本生成…...
技术栈RabbitMq的介绍和使用
目录 1. 什么是消息队列?2. 消息队列的优点3. RabbitMQ 消息队列概述4. RabbitMQ 安装5. Exchange 四种类型5.1 direct 精准匹配5.2 fanout 广播5.3 topic 正则匹配 6. RabbitMQ 队列模式6.1 简单队列模式6.2 工作队列模式6.3 发布/订阅模式6.4 路由模式6.5 主题模式…...
JavaScript基础-API 和 Web API
在学习JavaScript的过程中,理解API(应用程序接口)和Web API的概念及其应用是非常重要的。这些工具极大地扩展了JavaScript的功能,使得开发者能够创建出功能丰富、交互性强的Web应用程序。本文将深入探讨JavaScript中的API与Web AP…...
MySQL JOIN 表过多的优化思路
当 MySQL 查询涉及大量表 JOIN 时,性能会显著下降。以下是优化思路和简易实现方法: 一、核心优化思路 减少 JOIN 数量 数据冗余:添加必要的冗余字段(如订单表直接存储用户名)合并表:将频繁关联的小表合并成…...
十九、【用户管理与权限 - 篇一】后端基础:用户列表与角色模型的初步构建
【用户管理与权限 - 篇一】后端基础:用户列表与角色模型的初步构建 前言准备工作第一部分:回顾 Django 内置的 `User` 模型第二部分:设计并创建 `Role` 和 `UserProfile` 模型第三部分:创建 Serializers第四部分:创建 ViewSets第五部分:注册 API 路由第六部分:后端初步测…...
Neko虚拟浏览器远程协作方案:Docker+内网穿透技术部署实践
前言:本文将向开发者介绍一款创新性协作工具——Neko虚拟浏览器。在数字化协作场景中,跨地域的团队常需面对实时共享屏幕、协同编辑文档等需求。通过本指南,你将掌握在Ubuntu系统中使用容器化技术部署该工具的具体方案,并结合内网…...
