首先感谢朋友们对第一篇文章的鼎力支持，感动中.......
今天说的是选择排序，包括“直接选择排序”和“堆排序”。
话说上次“冒泡排序”被快排虐了，而且“快排”赢得了内库的重用，众兄弟自然眼红，非要找快排一比高下。
这不今天就来了两兄弟找快排算账。
1.直接选择排序：
先上图：
说实话，直接选择排序最类似于人的本能思想，比如把大小不一的玩具让三岁小毛孩对大小排个序，
那小孩首先会在这么多玩具中找到最小的放在第一位，然后找到次小的放在第二位，以此类推。。。。。。，小孩子多聪明啊，这么小就知道了直接选择排序。羡慕中........
对的，小孩子给我们上了一课，
第一步： 我们拿80作为参照物（base），在80后面找到一个最小数20,然后将80跟20交换。
第二步: 第一位数已经是最小数字了，然后我们推进一步在30后面找一位最小数，发现自己最小，不用交换。
第三步：........
最后我们排序完毕。大功告成。
既然是来挑战的，那就5局3胜制。
using system;
using system.collections.generic;
using system.linq;
using system.text;
using system.threading;
using system.diagnostics;
namespace selectionsort
{
public class program
{
static void main(string[] args)
{
//5次比较
for (int i = 1; i <= 5; i++)
{
list<int> list = new list<int>();
//插入2w个随机数到数组中
for (int j = 0; j < 20000; j++)
{
thread.sleep(1);
list.add(new random((int)datetime.now.ticks).next(1000, 1000000));
}
console.writeline("\n第" + i + "次比较：");
stopwatch watch = new stopwatch();
watch.start();
var result = list.orderby(single => single).tolist();
watch.stop();
console.writeline("\n快速排序耗费时间：" + watch.elapsedmilliseconds);
console.writeline("输出前十个数:" + string.join(",", result.take(10).tolist()));
watch.start();
result = selectionsort(list);
watch.stop();
console.writeline("\n直接选择排序耗费时间：" + watch.elapsedmilliseconds);
console.writeline("输出前十个数:" + string.join(",", list.take(10).tolist()));
}
}
//选择排序
static list<int> selectionsort(list<int> list)
{
//要遍历的次数
for (int i = 0; i < list.count - 1; i++)
{
//假设tempindex的下标的值最小
int tempindex = i;
for (int j = i + 1; j < list.count; j++)
{
//如果tempindex下标的值大于j下标的值,则记录较小值下标j
if (list[tempindex] > list[j])
tempindex = j;
}
//最后将假想最小值跟真的最小值进行交换
var tempdata = list[tempindex];
list[tempindex] = list[i];
list[i] = tempdata;
}
return list;
}
}
}
比赛结果公布：
堆排序：
要知道堆排序，首先要了解一下二叉树的模型。
下图就是一颗二叉树，具体的情况我后续会分享的。
那么堆排序中有两种情况（看上图理解）：
大根堆： 就是说父节点要比左右孩子都要大。
小根堆： 就是说父节点要比左右孩子都要小。
那么要实现堆排序,必须要做两件事情：
第一：构建大根堆。
首先上图：
首先这是一个无序的堆，那么我们怎样才能构建大根堆呢？
第一步： 首先我们发现，这个堆中有2个父节点(2,,3);
第二步： 比较2这个父节点的两个孩子（4，5），发现5大。
第三步： 然后将较大的右孩子（5）跟父节点（2）进行交换，至此3的左孩子堆构建完毕，
如图：
第四步： 比较第二个父节点（3）下面的左右孩子（5，1），发现左孩子5大。
第五步： 然后父节点（3）与左孩子（5）进行交换，注意，交换后，堆可能会遭到破坏，
必须按照以上的步骤一，步骤二，步骤三进行重新构造堆。
最后构造的堆如下:
第二：输出大根堆。
至此，我们把大根堆构造出来了，那怎么输出呢？我们做大根堆的目的就是要找出最大值，
那么我们将堆顶（5）与堆尾（2）进行交换，然后将（5）剔除根堆，由于堆顶现在是（2），
所以破坏了根堆，必须重新构造，构造完之后又会出现最大值，再次交换和剔除，最后也就是俺们
要的效果了，
发现自己兄弟被别人狂殴，，堆排序再也坐不住了，决定要和快排干一场。
同样，快排也不甘示弱，谁怕谁？
using system;
using system.collections.generic;
using system.linq;
using system.text;
using system.threading;
using system.diagnostics;
namespace heapsort
{
public class program
{
static void main(string[] args)
{
//5次比较
for (int j = 1; j <= 5; j++)
{
list<int> list = new list<int>();
//插入2w个数字
for (int i = 0; i < 20000; i++)
{
thread.sleep(1);
list.add(new random((int)datetime.now.ticks).next(1000, 100000));
}
console.writeline("\n第" + j + "次比较：");
stopwatch watch = new stopwatch();
watch.start();
var result = list.orderby(single => single).tolist();
watch.stop();
console.writeline("\n快速排序耗费时间:" + watch.elapsedmilliseconds);
console.writeline("输出前十个数" + string.join(",", result.take(10).tolist()));
watch = new stopwatch();
watch.start();
heapsort(list);
watch.stop();
console.writeline("\n堆排序耗费时间:" + watch.elapsedmilliseconds);
console.writeline("输出前十个数" + string.join(",", list.take(10).tolist()));
}
}
///<summary>
/// 构建堆
///</summary>
///<param name="list">待排序的集合</param>
///<param name="parent">父节点</param>
///<param name="length">输出根堆时剔除最大值使用</param>
static void heapadjust(list<int> list, int parent, int length)
{
//temp保存当前父节点
int temp = list[parent];
//得到左孩子(这可是二叉树的定义，大家看图也可知道)
int child = 2 * parent + 1;
while (child < length)
{
//如果parent有右孩子，则要判断左孩子是否小于右孩子
if (child + 1 < length && list[child] < list[child + 1])
child++;
//父亲节点大于子节点，就不用做交换
if (temp >= list[child])
break;
//将较大子节点的值赋给父亲节点
list[parent] = list[child];
//然后将子节点做为父亲节点，已防止是否破坏根堆时重新构造
parent = child;
//找到该父亲节点较小的左孩子节点
child = 2 * parent + 1;
}
//最后将temp值赋给较大的子节点，以形成两值交换
list[parent] = temp;
}
///<summary>
/// 堆排序
///</summary>
///<param name="list"></param>
public static void heapsort(list<int> list)
{
//list.count/2-1:就是堆中父节点的个数
for (int i = list.count / 2 - 1; i >= 0; i--)
{
heapadjust(list, i, list.count);
}
//最后输出堆元素
for (int i = list.count - 1; i > 0; i--)
{
//堆顶与当前堆的第i个元素进行值对调
int temp = list[0];
list[0] = list[i];
list[i] = temp;
//因为两值交换，可能破坏根堆，所以必须重新构造
heapadjust(list, 0, i);
}
}
}
}
结果公布：
堆排序此时心里很尴尬，双双被ko，心里想，一定要捞回面子，一定要赢，
于是堆排序提出了求“前k大问题”。（就是在海量数据中找出前几大的数据），
快排一口答应，小意思，没问题。
双方商定，在2w随机数中找出前10大的数：
using system;
using system.collections.generic;
using system.linq;
using system.text;
using system.threading;
using system.diagnostics;
namespace quicksort
{
public class program
{
static void main(string[] args)
{
//5此比较
for (int j = 1; j <= 5; j++)
{
list<int> list = new list<int>();
for (int i = 0; i < 20000; i++)
{
thread.sleep(1);
list.add(new random((int)datetime.now.ticks).next(1000, 100000));
}
console.writeline("\n第" + j + "次比较：");
stopwatch watch = new stopwatch();
watch.start();
var result = list.orderbydescending(single => single).take(10).tolist();
watch.stop();
console.writeline("\n快速排序求前k大耗费时间:" + watch.elapsedmilliseconds);
console.writeline("输出前十个数:" + string.join(",", result.take(10).tolist()));
watch = new stopwatch();
watch.start();
result = heapsort(list, 10);
watch.stop();
console.writeline("\n堆排序求前k大耗费时间：" + watch.elapsedmilliseconds);
console.writeline("输出前十个数:" + string.join(",", list.take(10).tolist()));
}
}
///<summary>
/// 构建堆
///</summary>
///<param name="list">待排序的集合</param>
///<param name="parent">父节点</param>
///<param name="length">输出根堆时剔除最大值使用</param>
static void heapadjust(list<int> list, int parent, int length)
{
//temp保存当前父节点
int temp = list[parent];
//得到左孩子(这可是二叉树的定义哇)
int child = 2 * parent + 1;
while (child < length)
{
//如果parent有右孩子，则要判断左孩子是否小于右孩子
if (child + 1 < length && list[child] < list[child + 1])
child++;
//父节点大于子节点，不用做交换
if (temp >= list[child])
break;
//将较大子节点的值赋给父亲节点
list[parent] = list[child];
//然后将子节点做为父亲节点，已防止是否破坏根堆时重新构造
parent = child;
//找到该父节点左孩子节点
child = 2 * parent + 1;
}
//最后将temp值赋给较大的子节点，以形成两值交换
list[parent] = temp;
}
///<summary>
/// 堆排序
///</summary>
///<param name="list">待排序的集合</param>
///<param name="top">前k大</param>
///<returns></returns>
public static list<int> heapsort(list<int> list, int top)
{
list<int> topnode = new list<int>();
//list.count/2-1:就是堆中非叶子节点的个数
for (int i = list.count / 2 - 1; i >= 0; i--)
{
heapadjust(list, i, list.count);
}
//最后输出堆元素（求前k大）
for (int i = list.count - 1; i >= list.count - top; i--)
{
//堆顶与当前堆的第i个元素进行值对调
int temp = list[0];
list[0] = list[i];
list[i] = temp;
//最大值加入集合
topnode.add(temp);
//因为顺序被打乱，必须重新构造堆
heapadjust(list, 0, i);
}
return topnode;
}
}
}
求前k大的输出结果：
最后堆排序赶紧拉着直接选择排序一路小跑了，因为求前k大问题已经不是他原本来的目的。
ps： 直接选择排序的时间复杂度为：o(n^2)
堆排序的时间复杂度：o(nlogn)