数据结构——基于Python语言（微课版） 课件T19_基于树的排序算法.pptx

基于树的排序算法第十章主讲：周翔

选择排序选择排序（selectionsort）的基本思想是：从待排序的序列中选出最大值（或最小值），交换该元素与待排序序列头部元素，直到所有待排序的数据元素排序完毕为止。

选择排序基本思想：每一趟在n-i+1（i=1，2，…n-1）个记录中选取关键字最小的记录作为有序序列中第i个记录。简单选择排序树型选择排序堆排序

选择排序——简单选择排序算法思想：第i趟简单选择排序是指通过n-i次关键字的比较，从n-i+1个记录中选出关键字最小的记录，并和第i个记录进行交换。共需进行i-1趟比较，直到所有记录排序完成为止。

2125*i=125164908最小者08交换21,0825160825*4921i=2最小者16交换25,1649i=3081625*2521最小者21交换49,21选择排序——简单选择排序

4925*012345i=408162521最小者25*无交换25*i=549最小者25无交换2521160825160825*4921结果各趟排序后的结果选择排序——简单选择排序

选择排序——简单选择排序对以下实例进行简单选择排序：8462357755143598第一次：{14}62357755843598第二次：{1435}627755843598第三次：{143535}7755846298第四次：{14353555}77846298第五次：{1435355562}847798第六次：{143535556277}8498第七次：{14353555627784}98第八次：{1435355562778498｝

选择排序——简单选择排序算法分析：在简单选择排序过程中，所需移动记录的次数比较少。最好情况下，即待排序记录初始状态就已经是正序排列了，则不需要移动记录。最坏情况下，即待排序记录初始状态是按逆序排列的，则需要移动记录的次数最多为3(n-1)。进行比较操作的时间复杂度为O(n2)。

选择排序——简单选择排序算法分析：时间复杂度：O(n2)空间复杂度：O(1)稳定

选择排序——树形选择排序算法思想：树型选择排序也称作锦标赛排序。锦标赛的比赛过程很简单：首先所有参加比赛的选手两两分组，每组产生一个胜利者；其次这些胜利者再两两分组进行比赛，每组产生一个胜利者；之后重复执行上一步骤，直到最后只有一个胜者产生为止。

选择排序——树形选择排序改进：简单选择排序没有利用上次选择的结果，是造成速度慢的重要原因。如果，能够加以改进，将会提高排序的速度381376276549974938651327133813选出最小者13

选择排序——树形选择排序选出次最小者，应利用上次比较的结果。从被13打败的结点27、76、38中加以确定。381376276549974938651327273827选出次最小者27

选择排序——树形选择排序算法分析：在树型选择排序中，被选中的关键字都是走了一条由叶子结点到根结点的比较的过程由于含有n个叶子节点的完全二叉数的深度为?log2n?+1，则在树型选择排序中，每选择一个小关键字需要进行?log2n?次比较，因此其时间复杂度为O(nlog2n)。移动记录次数不超过比较次数，故总的算法时间复杂度为O(nlog2n)。

选择排序——堆排序算法思想：堆排序是对树型选择排序的进一步改进。采用堆排序时，只需要一个记录大小的辅助空间。堆排序是在排序过程中，将向量中存储的数据看成一棵完全二叉树，利用完全二叉树中双亲结点和孩子结点之间的内在关系来选择关键字最小的记录利用树的结构特征来描述堆，所以树只是作为堆的描述工具，堆实际是存放在线形空间中的

选择排序——堆排序完全二叉树的组织存储形