净水器压力桶打气视频:【排序结构3】 选择排序

(1) 简单选择排序 O(N^2)

一趟简单选择排序的操作为：通过n-i 次关键字间的比较，从n-i+1 个记录中选择出关键字最小的记录，并和第 i (i<=i<=n)个记录交换之。

1. #include
2. /***************************************
3. * 简单选择排序 Simple Selection Sort *
4. ***************************************/
5. class SimpleSelectSort{
6. public:
7. //递增排序
8. static void inc_sort(int keys[],int size);
9. };
10. void SimpleSelectSort :: inc_sort(int keys[], int size){
11. for(int i=0;i
12. int min_key=keys[i]; //存储每一趟排序的最小值
13. int min_key_pos=i; //存储最小值的位置
14. for(int j=i+1;j
15. if(min_key>keys[j]){ //定位最小值
16. min_key=keys[j];
17. min_key_pos=j;
18. }
19. }
20. keys[min_key_pos]=keys[i]; //将选择的最小值交换位置
21. keys[i]=min_key;
22. }
23. for(int k=0;k
24. cout<
25. cout<
26. }
27. //Test SimpleSelectSort
28. void main(){
29. int raw[]={49,38,65,97,76,13,27,49};
30. int size=sizeof(raw)/sizeof(int);
31. SimpleSelectSort::inc_sort(raw,size);
32. }

#include/***************************************  * 简单选择排序 Simple Selection Sort  *   ***************************************/ class SimpleSelectSort{public://递增排序static void inc_sort(int keys[],int size);};void SimpleSelectSort :: inc_sort(int keys[], int size){for(int i=0;ikeys[j]){ //定位最小值min_key=keys[j];min_key_pos=j;}}keys[min_key_pos]=keys[i]; //将选择的最小值交换位置keys[i]=min_key;}for(int k=0;k
简单选择排序的时间复杂度为O(N^2)，空间复杂度为O(1)，排序方法是稳定的。这种排序方法在n个关键字中选出最小值，至少进行n-1次比较，然而，继续在剩余的n-1个关键字中选择次小值就并非一定要进行n-2次比较了。下面的树形选择排序后一轮比较可以利用前一轮的比较结果，从而大大减少比较的次数。
(2) 树形选择排序 O(N * logN)
树形选择排序(Tree Selection Sort)，又称竞标赛排序(Tournament Sort)，是一种按照竞标赛思想进行的选择排序方法。首先对n个记录的关键字两两比较，然后在其中[n/2]个较小者之间在进行两两比较，如此重复，直至选出最小关键字的记录为止。这个过程可用一颗有n个叶子结点的完全二叉树表示。 下图展示了树形选择排序的过程：
  
(a)图选择出最小值13需要7次比较，但是(b)图选择第二小的27就只需要3次了。应为(a)图中的最小值13已经找到，只需要在(b)图中将13的位置赋值为无穷大，这样，就只需要再次比较树的一部分就可以找到第二小的值。Java代码 
#include 
#include 
#define MAX_INT 32767; 
typedef struct sort_node{ 
int key; //待排关键字 
int pos; //此关键字在待排序列中的位置 
}SortNode; 
int level=1; 
SortNode **level_point; 
//记录每一层的关键字容量的连续空间 
int *level_count; 
//记录已经排序号的关键字序列 
int *sorted_keys; 
//释放多维指针 
void freeAll(SortNode ** deleted, int size){ 
for(int i=0;i
free(deleted[i]); 
} 
//递增排序 
void inc_sort(int keys[],int size){ 
//开辟存储排序序列的容量 
sorted_keys=(int *)malloc(size*sizeof(int)); 
//根据待排序列的数量确定排序树的层次 
int a_size=size; 
bool isPower=true; 
if(a_size>1){ 
while(a_size!=1){ 
if(a_size%2==1) 
isPower=false; 
level++; 
a_size/=2; 
} 
} 
if(isPower==false) level++; 
//够着排序树的内存结构，为每一层开辟可以容纳一定数量关键字的内存空间 
level_point=(SortNode **)malloc(level*sizeof(SortNode *)); 
level_count=(int *)malloc(level*sizeof(int)); 
int level_size=size; 
for(int l=0;l
level_count[l]=level_size; 
level_point[l]=(SortNode *)malloc(level_size*sizeof(SortNode)); 
level_size=level_size/2+level_size%2; 
} 
//为第0层赋值待排序列，并建立排序树，找到第一次最小的关键字 
for(int i=0;i
level_point[0][i].key=keys[i]; 
level_point[0][i].pos=i; 
} 
int cur_level=1; 
while(cur_level
for(int j=0;j
int left_child=level_point[cur_level-1][j*2].key; 
//没有右孩子 
if((j*2+1)>=level_count[cur_level-1]){ 
level_point[cur_level][j].key=left_child; 
level_point[cur_level][j].pos=level_point[cur_level-1][j*2].pos; 
}else{ 
int right_child=level_point[cur_level-1][j*2+1].key; 
level_point[cur_level][j].key=left_child<=right_child ? left_child : right_child; 
level_point[cur_level][j].pos=left_child<=right_child ? level_point[cur_level-1][j*2].pos : level_point[cur_level-1][j*2+1].pos; 
} 
} 
cur_level++; 
} 
//打印第一次的树形选择排序： 
cout<<"第1次树形选择排序 (关键字 - 关键字在待排表中的位置)："<
for(int u=level-1;u>=0;u--){ 
for(int i=0;i
cout<<"("<
cout<
} 
//第一次树形排序的最小值和最小位置 
int cur_min_key=level_point[level-1][0].key; 
int cur_min_pos=level_point[level-1][0].pos; 
sorted_keys[0]=cur_min_key; 
//输出剩下size-1个最小的数 
for(int count=1;count<=size-1;count++){ 
level_point[0][cur_min_pos].key=MAX_INT; 
//找到需要重新比较的两个位置 
int a_pos=cur_min_pos; 
int b_pos=a_pos%2==0 ? a_pos+1 : a_pos-1; 
for(int m=1;m
if(b_pos>=level_count[m-1]){ 
level_point[m][a_pos/2].key=level_point[m-1][a_pos].key; 
level_point[m][a_pos/2].pos=level_point[m-1][a_pos].pos; 
}else{ 
level_point[m][a_pos/2].key=level_point[m-1][a_pos].key<=level_point[m-1][b_pos].key ? level_point[m-1][a_pos].key : level_point[m-1][b_pos].key; 
level_point[m][a_pos/2].pos=level_point[m-1][a_pos].key<=level_point[m-1][b_pos].key ? level_point[m-1][a_pos].pos : level_point[m-1][b_pos].pos; 
} 
a_pos=a_pos/2; 
b_pos=a_pos%2==0 ? a_pos+1 : a_pos-1; 
} 
//记录每一次树形排序的最小值和对应的位置 
cur_min_key=level_point[level-1][0].key; 
cur_min_pos=level_point[level-1][0].pos; 
sorted_keys[count]=cur_min_key; 
//打印第count次的树形选择排序： 
cout<<"第"<<(count+1)<<"次树形选择排序 (关键字 - 关键字在待排表中的位置)："<
for(int u=level-1;u>=0;u--){ 
for(int i=0;i
cout<<"("<
cout<
} 
} 
//打印排序好的序列 
cout<
for(int k=0;k
cout<
cout<
free(level_count); 
free(sorted_keys); 
freeAll(level_point,level); 
} 
//Test 
void main(){ 
int raw[]={49,38,65,97,76,13,27,49}; 
int size=sizeof(raw)/sizeof(int); 
inc_sort(raw,size); 
} 
#include#include#define MAX_INT 32767;typedef struct sort_node{int key; //待排关键字int pos; //此关键字在待排序列中的位置}SortNode;int level=1;SortNode **level_point;//记录每一层的关键字容量的连续空间int *level_count;//记录已经排序号的关键字序列int *sorted_keys;//释放多维指针void freeAll(SortNode ** deleted, int size){for(int i=0;i1){while(a_size!=1){if(a_size%2==1)isPower=false;level++;a_size/=2;}}if(isPower==false) level++;//够着排序树的内存结构，为每一层开辟可以容纳一定数量关键字的内存空间level_point=(SortNode **)malloc(level*sizeof(SortNode *));level_count=(int *)malloc(level*sizeof(int));int level_size=size;for(int l=0;l=level_count[cur_level-1]){level_point[cur_level][j].key=left_child;level_point[cur_level][j].pos=level_point[cur_level-1][j*2].pos;}else{int right_child=level_point[cur_level-1][j*2+1].key;level_point[cur_level][j].key=left_child<=right_child ? left_child : right_child;level_point[cur_level][j].pos=left_child<=right_child ? level_point[cur_level-1][j*2].pos : level_point[cur_level-1][j*2+1].pos;}}cur_level++;}//打印第一次的树形选择排序：cout<<"第1次树形选择排序 (关键字 - 关键字在待排表中的位置)："<=0;u--){for(int i=0;i=level_count[m-1]){level_point[m][a_pos/2].key=level_point[m-1][a_pos].key;level_point[m][a_pos/2].pos=level_point[m-1][a_pos].pos;}else{level_point[m][a_pos/2].key=level_point[m-1][a_pos].key<=level_point[m-1][b_pos].key ? level_point[m-1][a_pos].key : level_point[m-1][b_pos].key;level_point[m][a_pos/2].pos=level_point[m-1][a_pos].key<=level_point[m-1][b_pos].key ? level_point[m-1][a_pos].pos : level_point[m-1][b_pos].pos;}a_pos=a_pos/2;b_pos=a_pos%2==0 ? a_pos+1 : a_pos-1;}//记录每一次树形排序的最小值和对应的位置cur_min_key=level_point[level-1][0].key;cur_min_pos=level_point[level-1][0].pos;sorted_keys[count]=cur_min_key;//打印第count次的树形选择排序：cout<<"第"<<(count+1)<<"次树形选择排序 (关键字 - 关键字在待排表中的位置)："<=0;u--){for(int i=0;i
树形选择排序需要建立一棵含n个叶子结点的完全二叉树，其深度为[logN]+1。因此，除第一次排序需要比较n次以外，其余每一次树形选择排序都只需要比较logN次。因此树形选择排序的时间复杂度为O(N*logN)。但是这种排序方法大量额外的空间，一棵n个叶子结点的满二叉树有2n-1个结点。则对N个关键字的树形选择排序需要近2N左右的结点。空间复杂度为O(2N)。该方法也是稳定的排序。
树形选择排序仍然有很多缺点，比如空间代价高，需要和无穷大关键字做比较等。为了弥补，J.willioms在1964年提出了下面的另一种选择排序——堆排序。

(3) 堆排序
堆的定义如如下：n个元素的序列{K0 ... K(n-1)}，当且仅当满足下关系时，称之为堆。(注: 序列从下标0作为第一个元素开始)
ki <= k(2i+1) && ki <= k(2i+2) —— 小顶堆
ki >= k(2i+1) && ki >= k(2i+2) —— 大顶堆
若将此序列对应的一维数组(序列的内存结构)看成是一个完全二叉树，即Ki 的左孩子是K(2i+1)，右孩子是K(2i+2)。则堆的含义就是，完全二叉树中所有非终结点的值均不大于(不小于)其左、右孩子结点的值。因此，堆顶元素K0就是整个序列的最小值了。
堆排序的算法流程：
首先，将待排序列整理成堆。即从序列的第[n/2]-1个元素(完全二叉树最后一个非终结点)开始，到第0个结点为止调整堆。具体过程见下图：
  
然后，输出堆顶元素K0后，用当前堆中最后一个元素K(n-1)代替堆顶。并将待排序列减少一个(最后一个元素已经移到了第0号位置)，接着调整堆，即将移动后的堆顶元素向下调整(保证小顶堆)。具体过程如下图：
  
最后，依次循环下去，直到输出序列的全部元素为止。Java代码    
#include 
/********************* 
* 堆排序 Heap Sort * 
*********************/ 
class HeapSort{ 
public: 
//递增排序 
static void inc_sort(int keys[], int size); 
private: 
//创建堆 
static void create(int keys[],int size); 
//调整堆 
static void adjust(int keys[],int var_size); 
//交换 
static void swap(int keys[],int pos_a,int pos_b); 
}; 
//创建堆 
void HeapSort :: create(int keys[],int size){ 
for(int i=(size-1)/2;i>=0;i--){ 
int lchild=i*2+1; 
int rchild=i*2+2; 
while(lchild
int next_pos=-1; 
if(rchild>=size&&keys[i]>keys[lchild]){ 
HeapSort ::swap(keys,i,lchild); 
next_pos=lchild; 
} 
if(rchild
int min_temp=keys[lchild]<=keys[rchild] ? keys[lchild] : keys[rchild]; 
int min_pos=keys[lchild]<=keys[rchild] ? lchild : rchild; 
if(keys[i]>keys[min_pos]){ 
swap(keys,i,min_pos); 
next_pos=min_pos; 
} 
} 
if(next_pos==-1) break; 
lchild=next_pos*2+1; 
rchild=next_pos*2+2; 
} 
} 
} 
//调整堆 
void HeapSort :: adjust(int keys[],int var_size){ 
int pos=0; 
while((pos*2+1)
int next_pos=-1; 
if((pos*2+2)>=var_size&&keys[pos]>keys[pos*2+1]){ 
swap(keys,pos,pos*2+1); 
next_pos=pos*2+1; 
} 
if((pos*2+2)
int min_keys=keys[pos*2+1]<=keys[pos*2+2] ? keys[pos*2+1] : keys[pos*2+2]; 
int min_pos=keys[pos*2+1]<=keys[pos*2+2] ? (pos*2+1) : (pos*2+2); 
if(keys[pos]>min_keys){ 
swap(keys,pos,min_pos); 
next_pos=min_pos; 
} 
} 
if(next_pos==-1) break; 
pos=next_pos; 
} 
} 
//递增排序 
void HeapSort :: inc_sort(int keys[], int size){ 
HeapSort::create(keys,size); 
int var_size=size; 
while(var_size>0){ 
cout<
keys[0]=keys[var_size-1]; 
--var_size; 
adjust(keys,var_size); 
} 
} 
//keys[pos_a] <-> keys[pos_b] 
void HeapSort :: swap(int keys[],int pos_a,int pos_b){ 
int temp=keys[pos_a]; 
keys[pos_a]=keys[pos_b]; 
keys[pos_b]=temp; 
} 
//Test HeapSort 
void main(){ 
int raw[]={49,38,65,97,76,13,27,49}; 
int size=sizeof(raw)/sizeof(int); 
HeapSort::inc_sort(raw,size); 
} 
#include/********************* * 堆排序 Heap Sort  *    *********************/   class HeapSort{public://递增排序static void inc_sort(int keys[], int size);private://创建堆static void create(int keys[],int size);//调整堆static void adjust(int keys[],int var_size);//交换static void swap(int keys[],int pos_a,int pos_b);};//创建堆void HeapSort :: create(int keys[],int size){for(int i=(size-1)/2;i>=0;i--){int lchild=i*2+1;int rchild=i*2+2;while(lchild=size&&keys[i]>keys[lchild]){HeapSort ::swap(keys,i,lchild);next_pos=lchild;}if(rchildkeys[min_pos]){swap(keys,i,min_pos);next_pos=min_pos;}}if(next_pos==-1) break;lchild=next_pos*2+1;rchild=next_pos*2+2;}}}//调整堆void HeapSort :: adjust(int keys[],int var_size){int pos=0;while((pos*2+1)=var_size&&keys[pos]>keys[pos*2+1]){swap(keys,pos,pos*2+1);next_pos=pos*2+1;}if((pos*2+2)min_keys){swap(keys,pos,min_pos);next_pos=min_pos;}}if(next_pos==-1) break;pos=next_pos;}}//递增排序void HeapSort :: inc_sort(int keys[], int size){HeapSort::create(keys,size);int var_size=size;while(var_size>0){cout< keys[pos_b]void HeapSort :: swap(int keys[],int pos_a,int pos_b){int temp=keys[pos_a];keys[pos_a]=keys[pos_b];keys[pos_b]=temp;}//Test HeapSortvoid main(){int raw[]={49,38,65,97,76,13,27,49};     int size=sizeof(raw)/sizeof(int);       HeapSort::inc_sort(raw,size);     }
堆排序方法对记录较少的文件效果一般，但对于记录较多的文件还是很有效的。其运行时间主要耗费在创建堆和反复调整堆上。堆排序即使在最坏情况下，其时间复杂度也为O(N*logN)。这一点比快速排序要好。另外，堆排序所需要的空间复杂度为O(1)。但却是不稳定排序。