排序算法——选择排序

将列表分为已排序部分和未排序部分。初始时，已排序部分为空，未排序部分为整个列表。：O(n²)，无论输入数据是否有序，都需要进行 n(n-1)/2 次比较。：将未排序部分的起始位置向后移动一位，扩大已排序部分的范围。：O(n²)，即使列表已经有序，仍需进行相同数量的比较。O(1)，选择排序是原地排序算法，不需要额外的存储空间。：将找到的最小元素与未排序部分的第一个元素交换位置。：重复上述步骤，直到未排序部分为空，列表完全有序。，它已经在正确的位置，无需交换。原地排序，不需要额外的存储空间。

python 排序算法——选择排序

Java排序算法——选择排序（Selection sort） 传送门 冒泡排序 插入排序 简述 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。 算法描述（设有n个元素） 从第一个元素开始，比较所有未排序的元素，并标记最小（大）元素，将最小（大）元素与未排序的第一个元素进行交换。 第一轮排序时

排序算法虽然简单，但是我也要掌握熟练应用，因为学习算法这个复杂的过程，我们应该由浅到深，由简单到复杂，并且该算法在acm，蓝桥杯等算法竞赛中可能会用到。让我们来深入了解该算法。选择排序是一种简单的排序算法，**它的基本思想是每次从未排序的部分中选择最小的元素，与未排序部分的第一个元素交换位置。**这样，每次选择后，已排序的部分就增加一个元素，未排序的部分就减少一个元素，直到整个数组都排序完成。选择排序的时间复杂度是O(n^2)，空间复杂度是O(1)。

首先说一下选择排序的基本算法思想： 如果有N个元素需要排序，那么首先从N个元素中找到最小的那个元素与第0位置上的元素交换，然后再从剩下的N-1个元素中找到最小的元素与第1位置上的元素交换，之后再从剩下的N-2个元素中找到最小的元素与第2位置上的元素交换，.......直到所有元素都排序好。 以从小到大排序为例：a[5]={3,5,4,1,0}; 选择出5个元素中最小的0，与a[0]，也就是3进行交换，交换后的序列变为{0,5,4,1,3}； 选择出后面4个元素中最小的1，与a[1]，也就是5进行交换

排序算法是很常见的一类问题，主要是将一组数据按照某种规则进行排序。以下是一些常见的排序算法：冒泡排序（Bubble Sort）插入排序（Insertion Sort）选择排序（Selection Sort）归并排序（Merge Sort）快速排序（Quick Sort）堆排序（Heap Sort）选择排序（Selection Sort）是一种简单的排序算法，其基本原理是在未排序的元素中找到最小（或最大）的元素，然后将其放在已排序的序列的末尾。重复这个过程，直到所有元素都被排序完毕。

1. 图解 2. 代码 from typing import List class Solution: # 冒泡排序 def selection_sort(self, nums: List[int]) -> List[int]: n = len(nums) for i in range(n - 1): temp = i for j in range(i + 1, n):

目录 选择排序原理 选择排序API设计 选择排序代码实现 选择排序的时间复杂度 选择排序原理 ①假设第一个索引处的元素为最小值，和其他值进行比较，如果当前的索引处的元素大于其他某个索引处的值，则假定其他某个索引处的值为最小值，最后找到最小值所在的索引 ②交换第一个索引处和最小值所在的索引处的值 选择排序API设计 类名 Selection 构造方法 Selection():创建Selection对象 成员方法 1.public static void so

本章详细讲解：C语言数组（定义、初始化、元素的获取和修改、数组遍历）、内存和内存地址、数组的查找算法、数组的冒泡排序算法和选择排序算法；

冒泡排序是一种简单的排序算法，通过重复遍历待排序序列，比较相邻元素并在必要时交换位置，最终实现排序。

其结果依旧是一个是一个指针，新的指针是在原来的地址值基础上加上/减去n *(sizeof(指针指向的数据类型)）个字节。指针声明时若未确定指向，通常初始化为空指针，避免成为 “野指针”（指向随机内存的危险指针），空指针避免野指针意外修改重要数据。在编程中，空指针 是一个特殊的指针值，表示该指针不指向任何有效的内存地址。指针也可以进行自增，即*（p ++）或*（++p）或*++p（单目运算符自右向左运算）。（*p）++ 他表示指针的内容自增，而不是指针本身。指针和指针之间可以进行减法运算，但是要保证两种(

希尔排序是插入排序的高效改进版本，通过分组插入排序逐步缩小增量实现优化。其核心思想是先宏观调整再微观调整，时间复杂度介于O(nlogn)到O(n²)之间，空间复杂度为O(1)，属于不稳定排序。算法效率关键取决于增量序列选择，如Shell原始序列、Hibbard序列等。代码实现展示了Java、Python、Golang版本，并可优化增量序列或结合标准插入排序。相比简单插入排序，希尔排序通过大步长预处理显著提升效率，特别适合中等规模数据(数千到数万)和内存受限环境，在嵌入式系统等场景具有实用价值。

先走左边的话，先遇到大的停下来，如果相遇的话，那么相遇位置的值就是大于基准元素的，这时候交换的话，6的左边有一个数比6大。只剩最后几层时，使用插入排序进行优化，降低递归次数，可以使用插入排序是因为前面递归成有序的序列了。合并：第一个有序段和第二个有序段，比较大小放入一个新的数组中。没有等于号，会死循环，比如两端都是6。分解：根据mid进行分解。

本文介绍了排序算法的基本概念、核心特性和常见分类，并提供了6种经典排序算法的JavaScript实现。排序算法分为比较排序和非比较排序两类，核心特性包括稳定性、时间/空间复杂度等。文中详细展示了冒泡排序、选择排序、插入排序、快速排序、归并排序和堆排序的JS代码实现，每种算法都配有示例数组演示排序过程。这些算法涵盖了从简单到高效的多种排序方法，包括O(n²)和O(n log n)时间复杂度的实现，为开发者提供了完整的排序算法参考方案。