选择排序与堆排序
全文目录
- 引言
- 选择排序
- 思路
- 实现
- 堆排序
- 思路
- 实现
- 总结
引言
从这篇文章开始,将介绍几大排序算法:选择排序、堆排序、直接插入排序、希尔排序、冒泡排序、快速排序、归并排序以及计数排序。
在本篇文章中要介绍的是选择排序与堆排序,它们都属于选择排序。
这两种排序算法的思想都是从待排序的数据元素中选出最大或最小的元素,放在序列的起始位置或末尾位置,以此来使整个序列有序:
选择排序
思路
选择排序就很符合上面的描述:从数组中选出最小的元素,放在数组的起始位置。然后就相当于起始位置的元素就是正确的位置,也就相当于需要排序的部分减少了一个元素。由此循环就可以实现排序整个数组:
实现
这样的思路,很明显是需要两层循环的:
内层循环需要确定出当前待排序部分中最小的元素,并将其下标记录下来。每次内层循环后,将最小元素与待排徐部分的起始元素交换;
外层循环需要缩小待排序部分的大小。从数组的大小开始,直到待排序部分为0,即整个数组排序完毕:

void Swap(int* a, int m, int n)//交换
{int temp = a[n];a[n] = a[m];a[m] = temp;
}
//选择排序
void SelectSort(int* a, int n)
{for (int i = 0; i < n - 1; i++){int min = a[i];int mini = i;for (int j = i + 1; j < n; j++){if (a[j] < min){min = a[j];mini = j;}}Swap(a, i, mini);}
}
堆排序
思路
堆排序是建立在二叉树上的一种排序方法,在前面我们详细介绍了二叉树与堆这种数据结构。
对于大堆而言,堆顶的元素是该堆中最大的元素。我们只需要通过不断建堆,不断将堆顶的元素放到当前待排序的部分的末尾。就相当于末尾元素就在其正确的位置。逐渐缩小堆的大小就可以实现排序整个数组。
实现
在这个思路下,我们需要两次循环:
第一次循环实现将当前数组所有元素建大堆。
建堆时,有两种方式:向上调整建堆与向下调整建堆:
向上调整建堆时,类似于二叉树的尾插,然后将这个尾插的数向上调整放到合适的位置;
向下调整建堆时,即将每一个根结点向下调整,放在其合适的位置。这要求该根的子树都是正确的大堆,所以我们需要从倒数第二层的根结点开始向下调整:
(向下调整建堆的时间复杂度是比向上调整少的,在这里不做证明,在本篇文章中也只实现向下调整建堆)

第二次循环需要实现不断将堆顶的元素与当前待排序部分所建堆的末尾元素交换,使该元素完成排序。然后待排序的部分缩小,待排序部分再次建大堆。直到排序结束:
(关于向下调整的AdjustDown函数,在堆中有详细讲解,这里就不赘述:戳我看堆及其实现详解)




void Swap(int* a, int m, int n)//交换
{int temp = a[n];a[n] = a[m];a[m] = temp;
}
void AdjustDwon(int* a, int n, int root)//向下调整建堆
{int parent = root;int child = parent * 2 + 1;while (child < n){if (child + 1 < n && a[child + 1] > a[child]){child++;}if (a[child] > a[parent]){Swap(a, child, parent);parent = child;child = parent * 2 + 1;}else{break;}}
}
//堆排序
void HeapSort(int* a, int n)
{for (int i = (n - 2) / 2; i >= 0; i--)//建堆{AdjustDwon(a, n, i);}for (int i = 1; i < n ; i++)//排序{Swap(a, 0, n-i);AdjustDwon(a, n - i, 0);}
}
总结
到此,关于选择排序与堆排序的内容就介绍完了
接下来会继续介绍其他的排序,欢迎持续关注哦
如果大家认为我对某一部分没有介绍清楚或者某一部分出了问题,欢迎大家在评论区提出
如果本文对你有帮助,希望一键三连哦
希望与大家共同进步哦
相关文章:
选择排序与堆排序
全文目录引言选择排序思路实现堆排序思路实现总结引言 从这篇文章开始,将介绍几大排序算法:选择排序、堆排序、直接插入排序、希尔排序、冒泡排序、快速排序、归并排序以及计数排序。 在本篇文章中要介绍的是选择排序与堆排序,它们都属于选…...
AI绘图体验:想象力无限,创作无穷!(文生图)
基础模型:3D二次元 PIXEL ART (1)16-bit pixel art, outside of caf on rainy day, light coming from windows, cinematic still(电影剧照), hdr (2) 16-bit pixel art, island in the clouds, by studio ghibli(吉卜力工作室…...
【图片分割】【深度学习】Windows10下SAM官方代码Pytorch实现
【图片分割】【深度学习】Windows10下SAM官方代码Pytorch实现 提示:最近开始在【图片分割】方面进行研究,记录相关知识点,分享学习中遇到的问题已经解决的方法。 文章目录【图片分割】【深度学习】Windows10下SAM官方代码Pytorch实现前言SAM模型运行环境安装打开cmd,执行下面的…...
“我用 ChatGPT 造了一个零日漏洞,成功逃脱了 69 家安全机构的检测!”
一周以前,图灵奖得主 Yoshua Bengio、伯克利计算机科学教授 Stuart Russell、特斯拉 CEO 埃隆马斯克、苹果联合创始人 Steve Wozniak 等在内的数千名 AI 学者、企业家联名发起一则公开信,建议全球 AI 实验室立即停止训练比 GPT-4 更强大的模型࿰…...
Compose (14/N) - 附带效应 EffectPI
一、概念 纯函数函数与外界交换数据只能通过形参和返回值进行,不会对外界环境产生影响。副作用函数内部与外界进行了交互,产生了其它结果(如修改外部变量)。组合函数是用来声明UI的,所以跟UI描述不相关的操作都是副作…...
云日记个人中心项目思路
验证昵称的唯一性 前台: 昵称文本框的失焦事件 blur 1. 获取昵称文本框的值 2. 判断值是否为空 如果为空,提示用户,禁用按钮,并return 3. 判断昵称是否做了修改…...
docker容器的相关环境及创建镜像1
一、容器管理工具介绍 LXC 2008 是第一套完整的容器管理解决方案 不需要任何补丁直接运行在linux内核之上管理容器。创建容器慢,不方便移植 Docker 是在LXC基础上发展起来的。拥有一套容器管理生态系统 生态系统包含︰容器镜像、注册表、RESTFUL API及命令行操作界…...
如何使用ChatGPT在1天内完成毕业论文
如何使用ChatGPT在1天内完成毕业论文 几天前,亲眼见证了到一位同学花了1天时间用ChatGPT完成了他的毕业论文,世道要变,要学会使用黑科技才能混的下去。废话到此结束,下面说明这么用AI生成自己的论文。 使用工具: 1. P…...
Debezium同步之实时数据采集必备工具
目录 简介 基础架构图片 Kafka Connect Debezium 特性 抽取原理 简介 RedHat(红帽公司) 开源的 Debezium 是一个将多种数据源实时变更数据捕获,形成数据流输出的开源工具。 它是一种 CDC(Change Data Capture)工具,工作原理类似大家所熟知的 Canal, DataBus, Maxwell…...
【区块链】走进web3的世界-gas费用
气体单位用于衡量在以太坊上执行交易所需的计算量。由于每笔交易都需要一些计算资源来执行,因此需要一笔费用,通常称为Gas fee或Transaction fee 。 汽油费以以太坊的本地货币——ether或ETH支付。汽油费的计算方式在伦敦升级前后略有不同。 注意&#…...
世界上最大的手工艺品连锁零售商Michaels验厂总结
【世界上最大的手工艺品连锁零售商Michaels验厂总结】 Michaels是世界上最大的手工艺品连锁企业,公司的总部位于美国德克萨斯州的Irving,公司现在有员工12500人。在美国49个州和加拿大经营着1200多家Michaels工艺品的连锁店。每家商店平均销售面积约为18…...
springboot如何优雅的打印项目日志
文章目录如何优雅的打印项目日志原理实现日志打印Filter注入容器如何优雅的打印项目日志 框架 springboot 原理 使用filter拦截请求,打印出请求、响应,及耗时 知识点 1、OncePerRequestFilter Filter base class that aims to guarantee a single …...
【JAVA程序设计】(C00127)基于SSM+vue开发的音乐播放管理系统-有文档
基于SSMvue开发的音乐管理系统-有文档项目简介项目获取开发环境项目技术运行截图项目简介 基于ssm框架vue以及html前台的开发的音乐管理系统共分为二个角色:管理员、用户 管理员角色包含以下功能: 登录、个人中心(修改密码、个人信息修改&am…...
C#|调用C/C++动态库
参考:C#总结(四)调用C动态库(https://www.shuzhiduo.com/A/A2dmV49qze/) 文章目录C#加载C动态库C#加载C#动态库涉及到的概念知识:托管DLL和非托管DLL的区别(https://www.tinymind.net.cn/articl…...
让chatGPT当我的老师如何? 通过和chatGPT交互式学习,了解在ES中,一条JSON数据是如何写到磁盘上的
最近一直有一个问题,如鲠在喉。争取早一天解决,早一天踏踏实实的睡觉。 问题是:在ES中,一条JSON数据是如何写入到磁盘上的? 如何解决这个问题?我想到了chatGPT,还有lucene的学习资料。这篇文章&…...
chapter-7数据库事务
以下课程来源于MOOC学习—原课程请见:数据库原理与应用 考研复习 DBMS保证系统中一切事务的原子性、一致性、隔离性和持续性 DBMS必须对事务故障、系统故障和介质故障进行恢复 恢复中最经常使用的技术:数据库转储和登记日志文件 恢复的基本原理&#…...
阿里本地生活再出发:口碑入高德,备战美团、抖音
配图来自Canva可画 近日,有传言称高德地图将和阿里本地生活旗下的到店业务口碑正式合并,未来阿里旗下所有的本地生活到店业务都将统一整合在高德地图的入口中。3月22日,高德地图正式确认了此事,并表示高德地图作为“出门好生活开…...
SSM学习记录3:响应(注释方式 + SprigMVC项目 + 2022发布版本IDEA)
响应 ResponseBody注解的作用是将当前控制器中方法的返回值作为响应体 1.返回页面 无需在方法上进行ResponseBody注解,只需RequestMapping匹配地址,并且返回值为带后缀的页面名字符串 前面学习中除了json数据,所有带ResponseBody注解的方法…...
Linux·gcc 编译优化简介
1、gcc 编译优化简介 gcc 提供了为了满足用户不同程度的的优化需要,提供了近百种优化选项,用来对 { 编译时间,目标文件长度,执行效率 } 这个三维模型进行不同的取舍和平衡。优化的方法不一而足,总体上将有以下几类&…...
【电子学会】2022年12月图形化一级 -- 潜水
潜水 暑假小雨和爸爸去玩了潜水,他见到了各种各样的海洋生物。 1. 准备工作 (1)添加背景“Underwater 2”; (2)删除小猫角色,添加角色“Diver2”、“Fish”、“Jellyfish”、“Shark”; (3)为背景添加声音“Xylo2”。 2. 功能实现 (1)点击绿旗,播放背景音乐…...
VCF 9.1 Consumption CLI 插件同步失败解决方法
一、问题现象 在 VCF 9.1 环境执行 vcf plugin sync 同步插件时,系统尝试下载 9.0.1 版本插件(环境实际为 9.1),出现以下错误: [i] Installing plugins from plugin group vmware-vcfcli/essentials:v9.0.1 [x] Fail…...
宠物洗衣机推荐哪款性价比高?618十款性价比高的宠物洗衣机品牌大盘点!希亦/小吉等型号解密~
家里养宠的都懂,宠物窝垫、小毯子、口水巾、外出衣物,日常清洗又麻烦又容易滋生细菌异味,手洗费劲,普通洗衣机混洗还不卫生。618家电选购季临近,不少铲屎官都在纠结怎么选一台靠谱的宠物专用洗衣机。今天就给大家深度…...
AEB系统有哪些应用场景?AEB系统有哪些感知方案
一旦检测到可能发生碰撞的情况,AEB系统会立即启动,自动触发车辆的制动系统,这便是AEB系统的作用。为增进大家对AEB系统的认识,本文将对AEB系统具体应用场景及相关信息予以介绍。如果你对AEB系统具有兴趣,不妨继续往下阅…...
ESP32-S3电源管理与CircuitPython开发实战:从硬件设计到低功耗优化
1. ESP32-S3电源管理:不只是供电,更是项目成败的关键玩嵌入式开发,尤其是物联网项目,最头疼的往往不是代码逻辑,而是“电”。一块板子,插着USB线跑得欢,一拔掉电池,没俩小时就歇菜了…...
自动化设计循环:用Figma API与CI/CD打通设计与开发协作
1. 项目概述:从“设计循环”到高效协作的范式转变如果你是一名产品设计师、前端工程师,或者任何需要频繁与设计稿打交道的开发者,那么“设计循环”这个概念你一定不陌生。它指的是从设计稿产出,到开发实现,再到设计走查…...
基于电容触摸与接近传感的无接触MIDI控制器设计与实现
1. 项目概述与核心价值如果你玩过电子乐器,或者对音乐制作、交互装置感兴趣,那你一定对MIDI控制器不陌生。传统的MIDI控制器,无论是键盘、打击垫还是旋钮,大多依赖于物理接触——你得实实在在地按下去、扭动它。但有没有想过&…...
AI智能体技能开发实战:基于MCP协议构建与集成外部工具
1. 项目概述:一个为AI智能体技能库而生的MCP资源集合如果你正在开发或研究AI智能体,尤其是那些需要调用外部工具、处理复杂任务的智能体,那么你很可能已经接触过“模型上下文协议”。这个协议正在成为连接大语言模型与外部世界的关键桥梁。而…...
自动化安全测试:自动化检测安全漏洞
自动化安全测试:自动化检测安全漏洞 一、自动化安全测试概述 1.1 自动化安全测试的定义 自动化安全测试是指使用自动化工具和脚本对应用程序、基础设施和网络进行安全检测,自动识别安全漏洞和安全风险的过程。 1.2 自动化安全测试的价值 效率提升&#x…...
自进化AI智能体:从核心架构到工程实践
1. 项目概述:从“自进化”到“智能体协作”的范式跃迁最近在GitHub上看到一个名为“RangeKing/self-evolving-agent”的项目,这个标题本身就充满了吸引力。作为一个长期关注AI Agent(智能体)领域发展的从业者,我深知“…...
说说唯一ID与CAS 元一软件
一、从数据的唯一标识开讲数据区分与标识表现数据和算法组成了我们现有的应用软件,当然互联网应用也不例外。为了区分应用系统收集和运行所必要的这些数据,我们通过各种方法,来组织其存储形式,方便其为我们所用。从数据结构、文件…...
