选择排序（简单选择排序，树形选择排序，堆排序）

简单选择排序

基本思想：第i趟排序经过n-i次关键字的比较在n-i+1(i=1,2,3,......n-1)个记录中选取关键字最小的记录作为序列的第i个记录 

---

 直接看代码！没啥好说的这个！

void SelectSort(SqList *L)
{
    for(int i=0;ilength-1;i++){//总共进行n-1趟排序，便可使整个序列有序
    {
        int index=i;//假设第i个记录就是最小值
        for(int j=i+1;jlength;j++)
            if(L->r[j]r[index])//找到比index指向记录有更小关键字的记录
                index=j;//index指向带新最小关键字的记录
        if(index!=i)
        {
            int key=L->r[index];
            L->r[index]=L->r[i];
            L->r[i]=key;//交换记录
        }
    }   
    return;
}
    

简单选择排序：

记录移动次数最小为0次，最大值为3*(n-1)次

记录比较次数：第1趟排序比较n-1次，第i趟排序比较n-i次，共有n-1趟，故共比较n(n-1)/2次

故：简单选择排序的时间复杂度为O(n^2)

---

树形选择排序（锦标赛排序）

树形选择排序是对简单选择排序的改进。简单选择排序的主要操作是进行关键字间的比较，因此我们通过减少比较次数而改进简单选择排序。

---

改进思想：在n个关键字中选出最小值，需要进行n-1次比较，然而，继续在剩余的n-1个关键字中选择次小值并非一定要进行n-2次比较，若能利用前n-1次比较所得信息，则可减少以后各趟选择排序中比较次数。

主要步骤：

1. 对n个记录的叶子节点进行两两比较，从根结点得到最小关键字的记录
2. 找到与根结点关键字相同的叶子节点记录，更改关键字为最大值
3. 从该叶子节点开始，和其左兄弟或者右兄弟进行比较，修改从叶子结点到根路径上各结点的关键字，得到次小关键字
4. 重复上述第2~3步依次选出从小到大的所有关键字

#include 
void TreeSelectSort(SqList *L)
{
     int n;//根据叶子节点个数计算整棵树的结点数
     if(L->length%2==0)
        n=L->length*2-1;//此时为叶子节点为L->length的满二叉树，叶子节点个数为偶数个
     else
        n=L->length*2;//此时为叶子节点为L->length的完全二叉树，叶子节点个数为奇数个
     int *Tree=(int*)malloc((n+1)*sizeof(int);//分配大小为n+1的数组，使用Tree[1]到Tree[n]
     if(!Tree)  exit(-1);
     for(int i=n,int j=L->length-1;i>=0;i--,j--){
         if(j>=0)    Tree[i]=L->r[j];
         else        Tree[i]=0;
     }//将顺序表记录依次从Tree[n-L->length+1]到Tree[n]进行赋值，其他赋值为0
     for(int k=n/2;k>0;k--){
        if(2*k+1<=n)
            Tree[k]=Tree[2*k]r[0]=Tree[1];
     for(int i=1;ilength;i++){//进行L->length-1趟剩余最小关键字的选择
        int j=1;
        while(2*j<=n){//寻找次小关键字所在叶子节点
            if(Tree[j]==Tree[2*j])
                j=2*j;
            else
                j=2*j+1;
        }
        Tree[j]=MAX_INT;//最小关键字所在的叶子结点赋值为MAX_INT
        while(j!=1){//选出次小关键字
            j=j/2;
            if(2*j+1>n||Tree[2*j]r[i]=Tree[1];//得到次小关键值
    }
    return;
}   
     
            
        

时间复杂度： 

含有n个叶子结点的完全二叉树的深度为

则除了最小关键字的那一趟选择，每选择一个次小关键字仅需要比较次，因此时间复杂度为O（nlogn）

缺点：

• 需要的辅助存储空间比较多
• 需要和变成最大值的叶子结点进行比较

---

堆排序

堆的含义：完全二叉树的所有非终端结点的值均不大于（或不小于）其左、右孩子结点的值。若系列是堆，则堆顶元素必定为序列中n个元素的最小值（或最大值）。

---

实现堆排序面临两问题：

1. 如何由一个无序序列建成一个堆
2. 在输出堆顶元素之后，如何调整剩余元素成为一个新的堆

先解决第二个问题：以一维数组作为此序列的存储结构，假设为初始堆为大顶堆

1. 将堆顶元素和最后一个元素互换，此时根结点的左右子树均为大顶堆
2. 若根结点存在左右子树，则比较根结点和左右子树根结点的值，否则调整结束，跳到步骤1
3. 若根结点值依旧均大于左右子树的根结点的值，则跳转到第1步执行
4. 否则将根结点和左右子树根结点较大值互换，跳转到第2步，以被交换的子树的根结点作为第2步根结点执行

解决第一个问题：

从无序序列建堆的过程就是反复调整筛选的过程，设序列大小为n，将其看做是是一个完全二叉树，则第一个非终端结点为第个元素，从第个元素开始到第一个元素结束，分别以其作为根结点进行筛选调整。

---

typedef SqList HeapType;//给SqList定义别名为HeapType
//做非递减堆排序
void HeapAdjust(HeapType *H,int first,int end)//堆顶关键字小于左右子树根结点，需调整堆
{
    int i=first;//i指向堆顶，从堆顶开始进行堆调整
    while(2*i<=end){//当i不是叶子结点时，进入循环
        int key=H->r[i];//用key临时保存堆顶关键字
        int j=2*i;//用j指向最大子树根结点，假设此时左子树根结点为最大，用j指向它
        if(j+1<=end&&H->r[j]r[j+1]) j++;//如果右子树根结点存在，大于左子树根结点，则j++
        if(Key>H->r[j]) break;//如果i大于其最大子树根结点，说明已经成堆，无需再进行调整，break
        H->r[i]=H->r[j];//否则，将最大子树根结点关键字赋值堆顶元素
        i=j;//最大子树结点成为子堆堆顶
        H->r[i]=key;//原有堆顶关键字赋值子堆堆顶
    }//以子堆堆顶i重新进行堆调整
    return;
}

//SqList序列表长度为H->length+1，但实际记录为H->length个，i=0不使用，从i=1到H->length
void HeapSort(HeapType *H)
{   
    int n=H->length;
    for(int i=H->length/2;i>0;--i)//对无序堆进行调整，从i=H->length/2开始到i=1;
        HeapAdjust(H,i,H->length);
    for(int i=H->length;i>1;i--)//只需进行H->length-1趟排序就OK
    {
        int key=H->r[1];
        H->r[1]=H->r[i];
        H->r[i]=key;//将堆顶的最大值记录和尾部记录交换
        HeapAdjust(H,1,i-1);//从1到i-1进行堆调整
    }
    return;
}

时间复杂度：堆排序的时间复杂堆为O(nlogn)

空间复杂度：只需要1个记录大小供交换用的辅助空间 O(1)