资讯专栏INFORMATION COLUMN

【算法日积月累】1-选择排序

neuSnail / 2460人阅读

摘要:选择排序算法实现实现选择排序,记录最小元素的索引,最后才交换位置说明交换两个数组中的元素,在中有更简单的写法,这是的语法糖,其它语言中是没有的。和语言中比较器的实现前面我们说到了,我们为了突出排序算法的思想,将所有的例子仅限在数组排序中。

“算法”的入门,从“排序算法”开始,希望通过“排序算法”这一部分的学习,能够让我们认识到“算法”的威力,“算法”不仅仅只存在与我们的面试中(那时只是因为我不知道“算法”而已),“算法”无处不在,“算法”很有用。

下面是一些说明:

1、会直接使用“空间复杂度”和“时间复杂度”的概念,不妨先有个印象,实在纠结的话,可以去翻翻书,“空间复杂度”和“时间复杂度”最多的应用就在于比较不同算法的优劣;

2、“排序算法”这一章节为了方便说明,使用的例子都是以“整数数组”为例,并且是“升序排序”,学习过 Java 语言的朋友就知道,待排序的也可以是对象,只要实现了相关的接口,实现了相应的比较规则,就可以进行排序。

我们选择“选择排序”作为算法入门的开篇。理由如下:

1、“选择排序”算法的思想十分简单,非常接近我们的思维方式:先找最小的数、再找第 2 小的数,依次类推,最后剩下的就是数组中最大的元素;

2、“选择排序”的实现也很简单。

一、通过具体例子理解“选择排序”的思想

思想:不断地选择剩余元素之中的最小者。

“选择排序”算法的特点

1、每一轮交换都能排定一个元素,交换的总次数是固定的;

说明:“交换的总次数”等于“元素的总数 - 1”,因此算法的时间复杂度取决于比较的次数;

2、运行时间和输入无关,即:一个“已经有序”的数组、一个所有的元素都相等的数组、一个元素随机排列的数组所用的排序时间是一样的;

说明:后续我们会编写一些测试用例,比较不同的算法在不同的测试用例上的运行时间。这些测试用例中,就有以下 $3$ 种。

(1)一个“已经有序”的数组:例如:[4, 5, 6, 8, 9, 10],以后我们学习的排序算法中,就有一种算法名叫“插入排序”就能检测出数组是不是有序的,极端情况下,“插入排序”算法看一遍数组中的元素,就知道数组已经有序了,后续就什么都不用做了。而“选择排序”得一遍又一遍看数组的元素好几遍,“几乎是”有多少个数,就会看数组多少遍,每一遍选出当前没有排定元素中的最小者;

(2)一个所有的元素都相等的数组,例如:[6, 6, 6, 6, 6, 6]

(3)一个元素随机排列的数组,就是我们一般意义下,杂乱无序的数组,例如:[8, 18, 10, 6, 5, 4, 20]

3、数据移动是最少的。

这点应该说是“选择排序”的优点了,如果我们的排序任务对交换操作非常敏感,不妨考虑“选择排序”。

例如:我们待排序的是码头上的集装箱,交换集装箱的成本是很高的,此时“选择排序”就是最好的选择。

小贴士:这一部分内容不需要记住,等到后面接触了“插入排序”、“归并排序”、“快速排序”等其它排序算法以后,再与“选择排序”进行比较,就不难理解了。

“选择排序”算法实现

Python 实现1:

def swap(nums, idx1, idx2):
    if idx1 == idx2:
        return
    temp = nums[idx1]
    nums[idx1] = nums[idx2]
    nums[idx2] = temp


def select_sort(nums):
    """
    选择排序,记录最小元素的索引,最后才交换位置
    :param nums:
    :return:
    """
    l = len(nums)
    for i in range(l):
        min_index = i
        for j in range(i + 1, l):
            if nums[j] < nums[min_index]:
                min_index = j
        swap(nums, i, min_index)

说明:交换两个数组中的元素,在 Python 中有更简单的写法,这是 Python 的语法糖,其它语言中是没有的。

Python 实现2:主体部分和“Python 实现1”是一样的。

def select_sort(nums):
    """
    选择排序,记录最小元素的索引,最后才交换位置
    :param nums:
    :return:
    """
    l = len(nums)
    for i in range(l):
        min_index = i
        for j in range(i + 1, l):
            if nums[j] < nums[min_index]:
                min_index = j
        nums[i], nums[min_index] = nums[min_index], nums[i]

这就是“选择排序”算法。

如果你看到自己编写的程序不正确,可以在程序中增加打印输出,帮助你调试程序:

二、时间复杂度与空间复杂度 时间复杂度:O(n^2)

分析:第 1 轮要看 n 个元素;

第 2 轮要看 n-1 个元素;

第 3 轮要看 n-2 个元素;

……

第 n 轮要看 1 个元素;

对它们求和,用等差数列的通项公式。不过其实你也不用计算它,“时间复杂度”的计算我们只看次数最高的,所以“选择排序”是平方时间复杂度。

空间复杂度:O(1)

分析:我们在交换两个数组元素位置的时候,使用了 1 个辅助的空间。

三、热身练习

是不是觉得很简单,后面难度会一点一点加上来。此时,我们不妨做一些热身的练习,我们后面会用到。这些练习只是减轻一点我们后面编写测试用例的工作量,自己设计函数参数就好。

练习1:编写三个函数,分别生成上文中提到的 3​ 种类型的数组,要求能够自定义生成数组的大小,这样我们以后编写测试用例的时候,就可以使用这些函数了。

练习2:编写一个函数,判断一个数组是否是升序排序。这个函数用于判断我们的算法是否正确。

四、补充知识

以下补充的知识是针对零基础的朋友们的,因为我也是零基础过来的,觉得这些东西可以说一下。

1、交换两个变量的值

交换两个变量的值,在排序中是常见的操作,并且也是程式化的,特别好记。先给出 Java 的写法,再给出 Python 的写法,最后给出“不是人的写法”。

Java 写法:

int temp = a;
a = b;
b = temp;

说明:这段代码其实很好理解,要交换两个变量的值,给要让变量 a 把位置让出来,即 int temp = a,然后把另一个变量 b 的值复制给 a,即 a = b,最后把之前 a 放在 temp 里的值赋给 b。这么说比较拗口,但其实我每次写这段代码的时候,都不用想这个过程的。因为这段代码有规律可循:首先引入一个辅助变量 temp,这是必要的,然后就开始“首尾相接”了,你们看一下,是不是这个特点,最后接回 temp,记住这个规律就可以了。在 Python 中是这样写的:

Python 写法1:

temp = a
a = b
b = temp

不过,Python 是一门神奇的编程语言,它提供了语法糖。

使用 Python 语法糖交换两个变量的值
a, b = b, a

就可以交换两个变量的值,不妨动手验证一下:

是不是很酷,Python 的写法有的时候更像伪代码,更符合人的思维,但我没有说 Python 更好的意思。其实 Python 解释器在后台也是引入了辅助变量完成两个变量的交换。其实,交换两个变量的值,有更高效的做法,下面给出两个交换变量的代码,这两种方法都不用引入辅助变量,相信聪明的你一定不难理解。

基于加减法交换两个变量的值

基于异或运算交换两个变量的值

这里利用到了异或运算的特点:异或运算可以理解成不进位的加法。那么一个数两次异或同一个数,就和原来的数相等。上面基于异或运算交换两个变量的值就利用这个性质。如果你还不熟悉异或运算,不妨查阅一些资料。

2、Java 和 Python 语言中比较器的实现

前面我们说到了,我们为了突出排序算法的思想,将所有的例子仅限在数组排序中。事实上 Java 和 Python 这些面向对象的编程语言都支持对象的排序,只要给它们定义相应的比较规则即可。有两种方式,Python 和 Java 都是支持的:

(1)为对象添加用于比较的函数

在 Python 中,有一个魔法函数,实现它即可:

def __cmp__(self, other):
    pass

定义这个魔法函数,就可以使用对象集合进行排序了。

在 Java 中,实现 Comparable 接口中的 compareTo 方法。

如果你觉得给对象添加用于比较的函数,这种做法的侵入性比较强(因为修改了类),那么你可以在排序的方法中,传入比较规则。

(2)在排序的方法中,传入比较规则

在 Python 中,比较规则可以通过 lambda 表达式传入:

在 Java 中,可以传入一个实现了 Comparator 接口的对象。

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/45037.html

相关文章

  • 学Python说简单真的简单,说难也难,就由过来人给你总结为什么吧。

    摘要:数据科学其实就是机器学习,数据分析和数据可视化。机器学习通过实现算法,该算法能够自动检测输入中的模式。一般应用于人脸识别语音识别热门机器学习算法包括神经网络深度学习支持向量机随机森林进行数据分析可视化进行数据可视化时,是非常热门的库。 ...

    HtmlCssJs 评论0 收藏0
  • 算法日积月累】0-写在前面的话

    摘要:现在发出来的版本,我重新使用了语言实现。其实我之前介绍的老师课程也大量参考和使用算法这本书上的思路和例题。看这本书主要是让我觉得算法可以以比较轻松的方式入门。剑指这本书主要用于准备算法面试,在网络上备受好评。 我是一个半路出家的程序员,在我刚开始从事编码工作的头几年,我没有接触过算法和数据结构,觉得它们是只会在我找工作的时候用得到的知识。尽管有很多人跟我说过算法和数据结构无比重要,我也...

    flybywind 评论0 收藏0
  • 是,入坑小记

    摘要:种一颗树最好的时机是十年前,其次是现在经过一段刻骨的升本历程,来到了西华大学。计划是前进的路线图免除对于以后学习的各自夸大的计划,从实际出发找到适合自己的前进的路线图。今年我岁,年轻。 种一颗树最好的时机是十年前,其次是现在 经过一段刻骨的升本历程,来到了西华大学。明显能感觉到自己又有了新的...

    CoXie 评论0 收藏0
  • 趁着课余时间学点Python(十四)文件操作

    摘要:我是布小禅,一枚自学萌新,跟着我每天进步一点点吧说了这么多暂时也就够了,那么就告辞吧 文章目录 ☀️ 前言 ☀️? 作者简介 ??文件操作?1️⃣、open函数...

    abson 评论0 收藏0
  • 听说看了这份Java学习路线的同学,毕业都拿到了大厂offer

    摘要:服务层这一层有点东西了,算是整个框架的核心,如果你跟敖丙一样以后都是从事后端开发的话,我们基本上整个技术生涯,大部分时间都在跟这一层的技术栈打交道了,各种琳琅满目的中间件,计算机基础知识,操作,算法数据结构,架构框架,研发工具等等。 前言 自学/学习路线这样的一期我想写很久了,因为一直想写的...

    Dean 评论0 收藏0

发表评论

0条评论

最新活动
阅读需要支付1元查看
<