数据结构和算法-选择排序|学习笔记

简介: 快速学习数据结构和算法-选择排序

开发者学堂课程【Go 语言核心编程 - 数据结构和算法:数据结构和算法-选择排序】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/627/detail/9848


数据结构和算法-选择排序


排序的介绍

排序是将一组数据,依指定的顺序进行排列的过程,常见的排序:

1)冒泡排序

2)选择排序

3)插入排序

4)快速排序

这四种是比较经典的,从速度来看选择排序要快于冒泡排序,插入排序快于选择排序,快速排序是最快的。

冒泡排序

冒泡排序(Bubble Sorting)的基本思想是:通过对待排序序列从后向前(从下标较大的元素开始),依次比较相邻元素的排序码.若发现逆序则交换,使排序码较小的元素逐渐从后部移向前部(从下标较大的单元移向下标较小的单元),就象水底下的气泡一样逐渐向上冒。

因为排序的过程中,各元素不断接近自己的位置,如果一趟比较下来没有进行过交换,就说明序列有序,因此要在排序过程中设置一个标志 flag 判断元素是否进行过交换。从而减少不必要的比较。

选择排序

选择式排序也属于内部排序法,是从欲排序的数据中,按指定的规则选出某一元素,经过和其他元素重整,再依原则交换位置后达到排序的目的。

选择排序思想:

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 R[0]~R[n-1]中选取最小值,与 R[0]交换,第二次从 R[1]~R[n-1]中选取最小值,与 R[1]交换,第三次从R[2]~R[n-1]中选取最小值,与 R[2]交换,…,第i次从 R[i-1]~R[n-1]中选取最小值,与R[i-1]交换;--,第 n-1次从 R[n-2]~R[n-1]中选取最小值,与 R[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。

选择排序思路分析图:

image.png

从初始状态找到其中最小的数1,让1和第一个元素8交换,接下来从后边的元素找到最小的元素2,然后与第二个元素交换,接下来从第二次找到3,然后和它本身交换,接着依次往下,以此类推,最后形成1 2 3 4 5 6 7 8,这样是从小到大。如果要从大到小的话,就是依次找最大的即可。

选择排序应用实例:

有一群牛,颜值分别是10分,34分,19分,100分,80分请使用选择排序从高到低进行排序

package main

import(

"fmt"

//编写函数 selectsort 完成排序

func  Selectsort (arr*[5]int){

//标准的访问方式

*arr)[1]=600

func main(){

//定义一个数组,从大到小

arr:=[5]int{10, 34, 19,10e, 80}

Selectsort (&arr)

fmt.Println(arr)

}

结果就相当于把34改成600

package main

import(

"fmt"

//编写函数 selectsort 完成排序

func  Selectsort (arr*[5]int){

//标准的访问方式

(*arr)[1]=600

//1.先完成将第一个最大值和 arr[0]=>先易后难

//1假设 arr[θ]最大值

max:=arr[0]

//2,遍历后面1---[1 en(arr)-1]比较

for i:=0 + 1; i<len(arr);i++{

If max <arr[i]{ //找到真正的最大值

Max=arr[i]

maxIndex = i

}

}

//交换

If maxIndex !=0{

Arr[1],arr[maxIndex]=arr[maxIndex],arr[1]

}

Fmt.Ptintln(“第2次”,*arr)

//定义一个数组,从大到小

arr:=[5]int{10, 34, 19,10e, 80}

Selectsort (&arr)

fmt.Println(arr)

}

//2.遍历后面4---[1en(arr)-1]比较

for i:=3+1;i<len(arr);i++

If max<arr[i]{//找到真正的最大值

Max= arr[i]

//变换

if maxIndex !=3{

arr[3], arr[maxIndex]=arr[maxIndex], arr[3]

fmt. println("第4次")arr)

}

func main(){

}

就按照这种的依次写,第四次过后就变成了从大到小依次排序。会发现每次的代码基本都是相同的,唯一不同的就是 arr 后的值在不断变化

接下来就简化以上代码,直接用一个 for 循环

for j:=e;j<1en(arr)−1;j++{

max:=arr[j]

maxIndex:=j

//2.遍历后面1---[1en(arr)−1]比较

for i:=j+1;i<len(arr);i++{

If max<arr[i]{//找到真正的最大值

max=arr[i]

maxndex=i

}

//交换

if maxIndex !=j{

arr[j], arr[maxIndex]=arr[maxIndex],arr[j]

}

Fmt.Printf(“第%d次 &v\n”,j+1,*arr)

这就是把原来的代码套起来了,结果和原来的结果几乎是一样的

接下来验证代码的正确性,继续增加一个数

arr:=[6]int{10, 34, 19, 100, 80, 789}

fmt. Printin(arr)

selectsort (&arr)

fmt. println("main函数")

fmt. Println(arr)

}

结果也是正确的,也是从大到小排序

相关文章
|
5月前
|
存储 监控 安全
企业上网监控系统中红黑树数据结构的 Python 算法实现与应用研究
企业上网监控系统需高效处理海量数据,传统数据结构存在性能瓶颈。红黑树通过自平衡机制,确保查找、插入、删除操作的时间复杂度稳定在 O(log n),适用于网络记录存储、设备信息维护及安全事件排序等场景。本文分析红黑树的理论基础、应用场景及 Python 实现,并探讨其在企业监控系统中的实践价值,提升系统性能与稳定性。
176 1
|
5月前
|
搜索推荐
选择排序与其它排序算法比较
选择排序与冒泡排序同属O(n²)排序算法,但选择排序不稳定。相比堆排序,虽每轮均选最大元素,但选择排序基于线性结构,效率较低,而堆排序利用大顶堆结构提升了选择效率。
104 0
|
5月前
|
存储 监控 算法
基于跳表数据结构的企业局域网监控异常连接实时检测 C++ 算法研究
跳表(Skip List)是一种基于概率的数据结构,适用于企业局域网监控中海量连接记录的高效处理。其通过多层索引机制实现快速查找、插入和删除操作,时间复杂度为 $O(\log n)$,优于链表和平衡树。跳表在异常连接识别、黑名单管理和历史记录溯源等场景中表现出色,具备实现简单、支持范围查询等优势,是企业网络监控中动态数据管理的理想选择。
168 0
|
9月前
|
存储 算法 Java
算法系列之数据结构-二叉树
树是一种重要的非线性数据结构,广泛应用于各种算法和应用中。本文介绍了树的基本概念、常见类型(如二叉树、满二叉树、完全二叉树、平衡二叉树、B树等)及其在Java中的实现。通过递归方法实现了二叉树的前序、中序、后序和层次遍历,并展示了具体的代码示例和运行结果。掌握树结构有助于提高编程能力,优化算法设计。
308 10
 算法系列之数据结构-二叉树
|
9月前
|
算法 Java
算法系列之数据结构-Huffman树
Huffman树(哈夫曼树)又称最优二叉树,是一种带权路径长度最短的二叉树,常用于信息传输、数据压缩等方面。它的构造基于字符出现的频率,通过将频率较低的字符组合在一起,最终形成一棵树。在Huffman树中,每个叶节点代表一个字符,而每个字符的编码则是从根节点到叶节点的路径所对应的二进制序列。
265 3
 算法系列之数据结构-Huffman树
|
9月前
|
算法 Java
算法系列之数据结构-二叉搜索树
二叉查找树(Binary Search Tree,简称BST)是一种常用的数据结构,它能够高效地进行查找、插入和删除操作。二叉查找树的特点是,对于树中的每个节点,其左子树中的所有节点都小于该节点,而右子树中的所有节点都大于该节点。
390 22
|
10月前
|
存储 机器学习/深度学习 算法
C 408—《数据结构》算法题基础篇—链表(下)
408考研——《数据结构》算法题基础篇之链表(下)。
403 30
|
2月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
272 0
|
2月前
|
数据采集 分布式计算 并行计算
mRMR算法实现特征选择-MATLAB
mRMR算法实现特征选择-MATLAB
205 2
|
3月前
|
传感器 机器学习/深度学习 编解码
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
MATLAB|主动噪声和振动控制算法——对较大的次级路径变化具有鲁棒性
226 3

热门文章

最新文章