博客
关于我
2.选择排序
阅读量:805 次
发布时间:2019-03-25

本文共 2797 字,大约阅读时间需要 9 分钟。

选择排序的时间复杂度是O(N²),而额外空间复杂度是O(1)。通过对比选择排序实现过程,我发现自己之前的实现方式存在一定的不足。

在开始编写代码之前,我需要明白选择排序的基本工作原理。选择排序每一趟比较中需要找到当前未排序部分中的最小值,并将其与已排序部分的第一个位置交换。这种方法的时间复杂度为O(N²),但是如果每次都直接比较并交换,会导致大量的资源浪费和时间消耗。

牛客老师的实现方法更为高效。老师采用了一个局部变量来记录每趟比较中最小值的下标。在每一趟比较中,只需要遍历当前未排序的部分,就可以找到最小值的位置。通过这种方法,每一趟比较的时间复杂度降到了O(N),而整个算法的时间复杂度就降到了O(N²)。这种比直接对比更优化的做法,使得整体性能得到了明显提升。

以下是我的两种实现方法的对比:

第一种方法(较慢):

public static void SelectSort2(int[] arr) {    if (arr == null || arr.length < 2) {        return;    }    for (int i = 0; i < arr.length; ++i) {        for (int j = i + 1; j < arr.length; ++j) {            if (arr[j] < arr[i]) {                swap(arr, i, j);            }        }    }}

第二种方法(牛客老师的方法):

public static void SelectSort(int[] arr) {    if (arr == null || arr.length < 2) {        return;    }    for (int i = 0; i < arr.length; ++i) {        int minIndex = i;        for (int j = i + 1; j < arr.length; ++j) {            if (arr[j] < arr[minIndex]) {                minIndex = j;            }        }        swap(arr, i, minIndex);    }}

通过对比这两种方法,我意识到自己之前的实现方式在每一趟比较中都进行了直接的交换操作,这种方法虽然简单,但却在每一趟比较中进行了大量不必要的比较,导致了性能下降。相比之下,牛客老师的方法通过提前找到每趟比较中的最小值位置,只需一次交换操作,就能将最小值放到正确的位置,从而优化了性能。

接下来,我将这些实现细节总结在代码中,供其他开发者参考和学习。

完整代码:

package yzy.algorithm;import java.util.Arrays;public class testSelectSort {    public static void main(String[] args) {        int[] values = new int[10];        for (int i = 0; i < 10; ++i) {            values[i] = (int) (10 * Math.random());        }        System.out.println(Arrays.toString(values));        SelectSort(values);        System.out.println(Arrays.toString(values));        int[] values2 = new int[10];        for (int i = 0; i < 10; ++i) {            values2[i] = (int) (10 * Math.random());        }        System.out.println(Arrays.toString(values2));        SelectSort2(values2);        System.out.println(Arrays.toString(values2));    }    // 牛客老师做法    public static void SelectSort(int[] arr) {        if (arr == null || arr.length < 2) {            return;        }        for (int i = 0; i < arr.length; ++i) {            int minIndex = i;            for (int j = i + 1; j < arr.length; ++j) {                if (arr[j] < arr[minIndex]) {                    minIndex = j;                }            }            swap(arr, i, minIndex);        }    }    public static void swap(int[] arr, int i, int j) {        int tmp = arr[i];        arr[i] = arr[j];        arr[j] = tmp;    }    // 以往自己的写法    public static void SelectSort2(int[] arr) {        if (arr == null || arr.length < 2) {            return;        }        for (int i = 0; i < arr.length; ++i) {            for (int j = i + 1; j < arr.length; ++j) {                if (arr[j] < arr[i]) {                    swap(arr, i, j);                }            }        }    }}

通过实践对比,我深刻地理解了选择排序的实现要点。希望这些内容能为其他开发者提供参考。

转载地址:http://sldyk.baihongyu.com/

你可能感兴趣的文章
NIFI大数据进阶_NIFI监控的强大功能介绍_处理器面板_进程组面板_summary监控_data_provenance事件源---大数据之Nifi工作笔记0025
查看>>
NIFI大数据进阶_NIFI集群知识点_认识NIFI集群以及集群的组成部分---大数据之Nifi工作笔记0014
查看>>
NIFI大数据进阶_NIFI集群知识点_集群的断开_重连_退役_卸载_总结---大数据之Nifi工作笔记0018
查看>>
NIFI大数据进阶_使用NIFI表达式语言_来获取自定义属性中的数据_NIFI表达式使用体验---大数据之Nifi工作笔记0024
查看>>
NIFI大数据进阶_内嵌ZK模式集群1_搭建过程说明---大数据之Nifi工作笔记0015
查看>>
NIFI大数据进阶_内嵌ZK模式集群2_实际操作搭建NIFI内嵌模式集群---大数据之Nifi工作笔记0016
查看>>
NIFI大数据进阶_外部ZK模式集群1_实际操作搭建NIFI外部ZK模式集群---大数据之Nifi工作笔记0017
查看>>
NIFI大数据进阶_实时同步MySql的数据到Hive中去_可增量同步_实时监控MySql数据库变化_实际操作_03---大数据之Nifi工作笔记0035
查看>>
NIFI大数据进阶_实时同步MySql的数据到Hive中去_可增量同步_实时监控MySql数据库变化_操作方法说明_01---大数据之Nifi工作笔记0033
查看>>
NIFI大数据进阶_实时同步MySql的数据到Hive中去_可增量同步_实时监控MySql数据库变化_操作方法说明_02---大数据之Nifi工作笔记0034
查看>>
NIFI大数据进阶_离线同步MySql数据到HDFS_01_实际操作---大数据之Nifi工作笔记0029
查看>>
NIFI大数据进阶_离线同步MySql数据到HDFS_02_实际操作_splitjson处理器_puthdfs处理器_querydatabasetable处理器---大数据之Nifi工作笔记0030
查看>>
NIFI大数据进阶_离线同步MySql数据到HDFS_说明操作步骤---大数据之Nifi工作笔记0028
查看>>
NIFI大数据进阶_连接与关系_设置数据流负载均衡_设置背压_设置展现弯曲_介绍以及实际操作---大数据之Nifi工作笔记0027
查看>>
NIFI数据库同步_多表_特定表同时同步_实际操作_MySqlToMysql_可推广到其他数据库_Postgresql_Hbase_SqlServer等----大数据之Nifi工作笔记0053
查看>>
NIFI汉化_替换logo_二次开发_Idea编译NIFI最新源码_详细过程记录_全解析_Maven编译NIFI避坑指南001---大数据之Nifi工作笔记0068
查看>>
NIFI汉化_替换logo_二次开发_Idea编译NIFI最新源码_详细过程记录_全解析_Maven编译NIFI避坑指南002---大数据之Nifi工作笔记0069
查看>>
NIFI集群_内存溢出_CPU占用100%修复_GC overhead limit exceeded_NIFI: out of memory error ---大数据之Nifi工作笔记0017
查看>>
NIFI集群_队列Queue中数据无法清空_清除队列数据报错_无法删除queue_解决_集群中机器交替重启删除---大数据之Nifi工作笔记0061
查看>>
NIH发布包含10600张CT图像数据库 为AI算法测试铺路
查看>>