算法图解 - 第2章 选择排序

标签：排序   存储   出现   删除元素   读取   数据结构   @param   修改   log   

# 了解基本数据结构 - 数组和链表

数组：- 内存是连着的，元素不能随意添加存储。 
　　- 优势：读取元素 （因为地址都是已知的）
　　-运行时间： ...读取O(1) 地址已知，读取很快
                           ...插入O(n) 插入元素，需将后面的元素都向后或向前移动一位
                            ...删除O(n) 删除元素后，后面的元素都向前移

eg:（几个朋友相约一起看电影，坐会了后，又突然来了个朋友，可是连着的位置有人，就只能重新找个所有人能坐的位置了）

链表：- 链表中的元素可存储在内存的任何地方。
　　- 链表的每个元素都存储了下一个元素的地址，从而使一系列随机的内存地址串在一起。 
　　- 优势：插入元素 （因为地址只能找到了前一个，就能找到下一个）
　　-运行时间：  ...读取O(n) 不知道地址
　　　　　　       ...插入O(1) 只需修改前一个元素指向的地址即可
                             ...删除O(1) 只需修改前一个元素指向的地址即可

eg:（寻宝游戏，到了一个目的后，有纸条写着下一个目的地的地址） --（相对于看电影时分开来坐）

访问方式：- 顺序访问 和 随机访问
　　- 链表只支持顺序访问

# 选择排序 

每次选出剩余元素中最大的或者最小放在最终排序的对应位置
eg:歌曲排序，播放次数越多的靠前。 每次找到播放次数最多的放在表中。找第一个需n次，找第二个需n-1次,以此直到找到最后一个

#选择排序 总结
　　- 需要检查的元素数越来越少
　　- 随后检查的元素数依次为n - 1, n – 2, …, 2和1。平均每次检查的元素数为1/2 × n，因此运行时间为O(n × 1/2 × n)。
　　  但大O表示法省略诸如1/2这样的常数，因此简单地写作O(n × n)或O(n²)。
　　- 运行时间： O(n*n) = O(n²)

#补充

基本思想：
　　在a[1]-a[n-1]中选择最小的元素和a[0]交换；
　　在a[2]-a[n-1]中选择最小的元素和a[1]交换；
　　……
　　在a[i]-a[n-1]中选择最下的元素和a[i-1]交换；
　　以此类推。。。。。。

算法步骤：
　　循环比较：
　　第一轮：将a[0]和a[1]-a[n-1]中的每个元素依次比较，若出现a[0]>a[j]，则将两者进行交换；由此可以将数组中最小的元素放到a[0]；
　　第二轮：将a[1]和a[2]-a[n-1]中的每个元素依次比较。同样若出现a[1]>a[j]，则将两者交换，由此将倒数第二小的元素放到a[1]；
　　依次类推。。。

/**
     * @method: selectionSort
     * @des: 选择排序  - 将数组按从小大大排序
     * @param {type}  
     * @return: 
     */
    function selectSort(arr) {
        var len = arr.length;
        var temp; 
         //比较的轮数
        for (var i = 0; i < len ; i++) {
             //每轮比较的次数
            for (var j = i + 1; j < len; j++) {
                // arr[i] > arr[j] 将其交换，将小的放在arr[i]
                if (arr[i] > arr[j]) {
                    temp = arr[i];
                    arr[i] = arr[j];
                    arr[j] = temp;
                }
                // arr[i] 
                console.log(temp,arr[i],arr[j]);
            } 
        }
        return arr;
    }
    var list = [6, 89, 30, 20, 8, 49, 5];
    console.log(selectSort(list));

算法图解 - 第2章 选择排序

标签：排序   存储   出现   删除元素   读取   数据结构   @param   修改   log   

原文地址：https://www.cnblogs.com/lingXie/p/13045357.html