算法之旅 | 选择排序法

HTML5学堂-码匠：数据快速的计算与排序，与前端页面性能有直接的关系。由于排序的算法有很多，在本次“算法系列”的分享当中，我们先从简单易上手的选择排序法开始，其它的排序算法会随后陆续跟大家一起分享。

算法的基本概念

算法是什么，它有何作用

为解决一个问题而采取的方法和步骤，称为算法。
我们可以把算法看成一本“福字剪纸教程”，其中每一种算法就是剪纸教程中的一种包含“固定步骤”的剪纸方法，使用者只要按照步骤进行剪纸，就可以剪出好看的福字。
之所以有这么多的算法，在于不同算法解决问题的效率各有不同，适合不同的场景。随着问题规模的增长，算法之间的差距会变的不可跨越。提升解决问题的效率，不仅仅依赖于选择快速的硬件，还依赖于选择有效（适合）的算法。

排序的使用场景

针对数组进行从大到小（或从小到大）的排序。例如：管理系统中按照成绩的排序，按阅读量对文章的排序等。
数据快速的计算与排序，与前端页面性能有直接的关系。（譬如在页面中有10000条的数据需要靠JS进行排序，采用不同的算法所消耗的时间差距甚大，直接影响着网站的用户体验）

常见的排序方法

较为常见的排序方法，包括：冒泡排序、选择排序、快速排序、二分法插入排序等。
由于排序的算法有很多，在本次“算法系列”的分享当中，我们先从简单易上手的选择排序法开始，其它的排序算法会随后陆续跟大家一起分享。

选择排序法的基本原理

先找到序列中最小的数，将它和序列中第一个数交换位置；
接下来，在剩下的序列中继续此操作：找到最小的数，将它和序列中的第二个数交换位置；
依此类推，直到将整个序列排序完成。
简言之，选择排序就是 —— 不断地选择剩余序列中的最小者，然后与未排序数列的“第一个”数字交换位置。

案例说明

实现选择排序的步骤分解

排序次数

排序次数：序列长度 – 1（注意，不是比较次数）；
因为序列中的最后一个数不需要再次比较大小，故排序次数为 序列长度 – 1。

找到最小的数

序列中找到最小的数，并记录该数的索引值；
因为minIndex默认开始为0，则第一个数无需与自身比较，所以j = i + 1;

// 遍历序列，找到最小的数
for (var j = i + 1; j < len; j++) {
    if (arr[j] < arr[minIndex]) {
        // 记录最小数的索引
        minIndex = j;
    };
};

在排序次数内多次遍历找到最小的数，因此需要再用一个for语句来进行控制。

// 排序次数
for (var i =   0; i < len - 1; i++) {

    // 默认最小数的索引为i
    minIndex = i;

    // 遍历序列，找到最小的数
    for (var j = i + 1; j < len; j++) {
        if (arr[j] < arr[minIndex]) {
            // 记录最小数的索引
            minIndex = j;
        };
    };
};

两数交换位置

利用temp变量，实现两数组元素之间数值的交换，也就是交互位置。

temp =   arr[i];
arr[i] =   arr[minIndex];
arr[minIndex]   = temp;

选择排序法完整代码

var arr = [9, 8, 3, 1, 2, 4],
    len = arr.length,
    minIndex, temp;
 
    // 排序次数
    for (var i =   0; i < len - 1; i++) {

        // 默认最小数的索引为i
        minIndex = i;

        // 遍历剩下的序列，找到最小的数
        for (var j = i + 1; j < len; j++) {
            if (arr[j] < arr[minIndex]) {
                // 记录最小数的索引
                minIndex = j;
            };
        };

    // HTML5学堂出品

    // 两数交互位置
    temp = arr[i];
    arr[i] = arr[minIndex];
    arr[minIndex] = temp;

};

console.log(arr);

欢迎沟通交流~~~HTML5学堂（码匠）

选择排序法的效率

算法复杂度的基本概念

算法复杂度分为时间复杂度和空间复杂度（时间和空间是计算机最重要的资源，因此复杂度分为时间和空间）。
时间复杂度：指执行算法所需要的计算工作量；
空间复杂度：指执行算法所需要的内存空间。

时间复杂度：O(n*n)

时间复杂度是总运算次数表达式中受n的变化影响最大的项(不含系数)；
第一次循环比较n-1次，然后是n-2次，n-3次，依此类推，最后一次循环比较1次，总的比较次数和为(n - 1 + 1) * n / 2，即进行比较操作的时间复杂度为O(n^2)
Tips：选择排序的比较次数与序列的初始排序无关。

空间复杂度：O(1)

排序算法需要一个额外的空间（temp变量）来交换元素的位置。

不稳定排序的一种算法

选择排序是一种不稳定排序的算法。
比如：序列[3, 8, 3, 1, 9 ]，第一次循环第1个元素3会和1交换，变成[1, 8, 3, 3, 9]，此时，原序列中两个3的先后顺序被破坏。