排序总结之选择式排序
一，直接选择排序
介绍：直接选择排序(Selection sort)是一种简单直观的排序算法。它的工作原理如下。首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推，直到所有元素均排序完毕。
选择排序的主要优点与数据移动有关。如果某个元素位于正确的最终位置上，则它不会被移动。选择排序每次交换一对元素，它们当中至少有一个将被移到其最终位置上，因此对n个元素的表进行排序总共进行至多n-1次交换。在所有的完全依靠交换去移动元素的排序方法中，选择排序属于非常好的一种。
复杂度分析：
| 数据结构 | 数组 |
|---|---|
| 最差时间复杂度 | О(n²) |
| 最优时间复杂度 | О(n²) |
| 平均时间复杂度 | О(n²) |
| 最差空间复杂度 | О(n) total, O(1)auxiliary |
选择排序的交换操作介于0和(n-1)次之间。选择排序的比较操作为n(n-1)/2次之间。选择排序的赋值操作介于0和3(n-1)次之间。比较次数O(n^2),比较次数与关键字的初始状态无关，总的比较次数N=(n-1)+(n-2)+...+1=n*(n-1)/2。 交换次数O(n),最好情况是，已经有序，交换0次；最坏情况是，逆序，交换n-1次。 交换次数比冒泡排序少多了，由于交换所需CPU时间比比较所需的CPU时间多，n值较小时，选择排序比冒泡排序快。
java code：
private void select(int[] a) {
for(int i=0;i<a.length-1;i++){
int k=i;
for (int j = i + 1; j < a.length; j++) {
if (a[j] < a[k])
k = j;
}
if (k != i) {
int temp = a[i];
a[i] = a[k];
a[k] = temp;
}
}
}
二，堆排序
介绍：（Heapsort）是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构，并同时满足堆积的性质：即子结点的键值或索引总是小于（或者大于）它的父节点。
堆的操作：通常堆是通过一维数组来实现的。在堆的数据结构中，堆中的最大值总是位于根节点。堆中定义以下几种操作：最大堆调整（Max_Heapify）：将堆的末端子节点作调整，使得子节点永远小于父节点；创建最大堆（Build_Max_Heap）：将堆所有数据重新排序；堆排序（HeapSort）：移除位在第一个数据的根节点，并做最大堆调整的递归运算。
堆排序的过程是：
1，创建一个堆H[0..n-1]
2，把堆首（最大值）和堆尾互换
3，把堆的尺寸缩小1，把新的数组顶端数据调整到相应位置
4，重复步骤2，直到堆的尺寸为1
复杂度分析：
| 数据结构 | 数组 |
|---|---|
| 最差时间复杂度 |  |
| 最优时间复杂度 | |
| 平均时间复杂度 |  |
| 最差空间复杂度 |  total,  auxiliary |
java code：
import java.util.Arrays;
public class HeapSortDemo {
// 堆排序是不稳定的排序方法
private void heapSort(int[] a) {
for (int i = (a.length - 1) / 2; i >= 0; i--) {
siftDown(a, i, a.length - 1);//建堆
}
for (int i = a.length - 1; i >= 0; i--) {
swap(a, 0, i);//交换堆顶元素到相应位置
siftDown(a, 0, i - 1);
}
}
//调整堆
private void siftDown(int[] a, int left, int right) {
int origin = a[left];
int i = left, j = 2 * i + 1;
while (j <= right) {
if (j < right && a[j] < a[j + 1])
j++;
if (origin >= a[j])
break;
else {
a[i] = a[j];
i = j;
j = 2 * j + 1;
}
}
a[i] = origin;
}
private void swap(int[] a, int i, int j) {
int temp = a[i];
a[i] = a[j];
a[j] = temp;
}
public static void main(String[] args) {
int a[] = { 49, 38, 65, 97, 76, 13, 27, 49, 78, 34, 12, 64, 5, 4, 62,
99, 98, 54, 56, 17, 18, 23, 34, 15, 35, 25, 53, 51 };
HeapSortDemo hsd = new HeapSortDemo();
hsd.heapSort(a);
System.out.println(Arrays.toString(a));
}
}