“深入理解”—选择排序算法

选择排序算法有两种：直接选择排序和堆排序

1、直接选择排序（Straight Select Sort）算法思想：第一趟从n个元素的数据序列中选出关键字最小/大的元素并放在最前/后位置，下一趟从n-1个元素中选出最小/大的元素并放在最前/后位置。以此类推，经过n-1趟完成排序。

示例如下：

//选择排序public static void selectsort(int[] a){int temp;for(int i=0;i<a.length;i++){//内层循环j=i+1,外层循环控制着循环次数。即每趟中a[i]这个值就是本趟的最小值。i位置上是最小值for(int j=i+1;j<a.length;j++)   {if(a[i]>a[j]){temp=a[i];a[i]=a[j];a[j]=temp;}}}}

2、堆排序：

堆排序涉及到完全二叉树的概念。堆是一个完全二叉树，分为大顶堆和小顶堆两种。

大顶堆：每个节点的值都大于或等于其左右孩子节点的值。如图（1）所示：

小顶堆：每个节点的值都大于或等于其左右孩子节点的值。如图（2）所示：

                        

                                        图 （1） 大顶堆                                                                                                          图（ 2） 小顶堆

堆排序算法的定义：

        堆排序（Heap Sort）就是利用堆（假设为大顶堆）进行排序的方法。其基本思想是：将待排序的序列构造成一个大顶堆，此时整个序列的最大值就是堆顶的根节点。将它移走（其实就是将其与堆数组的末尾元素交换，此时末尾元素就是最大值），然后将剩余的 N -1个元素重新构造成一个堆，这样就会得到N个元素中的次小值。如此反复执行，最后将得到一个有序序列。

       以上图中的大顶堆为例，将根节点90与末尾元素20交换，如下图1，2所示：

此时90成为了末尾元素，根节点元素成为了20。将20经过调整，使得除了90以外的所有节点继续满足大顶堆的定义，如图3，然后考虑将30和80互换。

               

堆排序完整代码如下：

public class TestHeapSort {public static void main(String[] args){int[] arr={50,10,90,30,70,40,80,60,20};HSort(arr);for(int a:arr)System.out.println(a);}//进行堆排序方法private static void HSort(int[] arr){//1、构建大顶堆for(int parent=(arr.length-1)/2;parent>0;parent--){MaxHeap(arr,parent-1,arr.length-1);}for(int t=arr.length-1;t>0;t--){swap(arr,0,t); //交换数据MaxHeap(arr, 0, t-1);   //根节点从0开始，继续构建大顶堆。}}    //交换数据方法private static void swap(int[] arr, int i, int t) {int temp=arr[i];arr[i]=arr[t];arr[t]=temp;}/* * 构建大顶堆的方法 * s 代表拥有左右孩子节点的节点，即本次要调整位置的节点 * m 代表当前堆的长度 */private static void MaxHeap(int[] arr, int s, int m) {int temp,j;temp=arr[s];for(j=2*s+1;j<=m;j=2*j+1){   //j=2*s+1为s节点的左孩子，j+1为s节点的右孩子     //j=2*j+1是要找到j的孩子节点if(j<m&&arr[j]<arr[j+1])j++;     //将j指向当前左右孩子节点中的较大值if(temp>arr[j])break;  //如果s节点的值大于其最大的孩子节点值，则，循环结束，本次不做任何改变arr[s]=arr[j];  //否则将较大的孩子节点的值赋值给父节点s=j;    //将j的值赋值给s，即j成为了下一波的父节点，继续比较}arr[s]=temp;  //循环结束}}

从代码中可以看出：

      排序过程分为两个for循环，第一个循环完成了将一个带排序序列构建成了一个大顶堆。第二个循环完成逐步将每个最大值的根节点与末尾元素交换，并且再次调整其为大顶堆。