一起学算法（选择排序篇）

       距离上次更新已经很久了，以前都是非常认真的写笔记进行知识分享，但是带来的情况并不是很好，一度认为发博客是没有意义的，但是这几天想了很多，已经失去了当时写博客的初心了，但是我觉得应该做点有意义的事，将知识分享给那些乐于学习想钻研的同学，我们可以一起学习，一起进步，所以想出以个系列（算法篇），将我学习算法的过程记录下来，一起加油！！！废话不多说，看正片

1. 概念：

选择排序（Selection sort）是一种简单直观的排序算法，由于是选择，所以在交换的过程中元素的相对位置可能会发生变换，所以该算法是不稳定排序。

选择排序中的关键在于，怎么找出一堆数据中最小（最大）的，和冒泡排序相比，选择排序比冒泡排序的效率高，高在交换位置的次数上，选择排序的交换位置是有意义的交换，每次遍历剩下的元素找到最小值（最大值），拿到这个最值与最前面的元素进行交换

 举个栗子：假如我们现在需要给一个数组进行排序[3,2,5,9,4];

第一次参与比较的数据：3  2  5  9  4（最前面的元素索引为0，所以找到最小的元素和索引为0的元素进行交换）

最小值：3 2 5 9 4-->2

所以交换完数组中变为2  3  5  9  4

第二次参与比较的数据3  5  9  4（最前面的索引为1）

最小值：3 5 9 4

所以交换为数组变为3  5  9  4（因为本身索引为1的元素就是数组中元素最小的，所以不需要进行交换位置）

依次类推...

最后排好序的数组是[2,3,4,5,9]

具体实现：使用双重循环，外层循环控制比较的次数，内循环找出每次比较数据中的最小值，然后将其放入已排序的末尾

 public void selection(int[] arr) {
        if (arr == null || arr.length == 0) {
            return;
        }
        for (int i = 0; i < arr.length - 1; i++) { // 寻找的次数
            // 假设i的位置就是数组中未排序元素值中最小值的位置
            int minIndex = i;
            for (int j = i + 1; j < arr.length; j++) { // 与后面的元素进行比较
                if (arr[minIndex] > arr[j]) {
                    minIndex = j;
                }
            }
            // 若最小值不等于当前i,则进行交换
            if (minIndex != i) {
                int temp = arr[i];
                arr[i] = arr[minIndex];
                arr[minIndex] = temp;
            }
        }
    }

2.leetcode题单

学会选择排序，我们可以顺便解决leetcode上的这些题：

颜色分类

寻找两个正序数组的中位数

至少是其他数字两倍的最大数

判断能否形成等差数列

颜色分类：

class Solution {
    public void sortColors(int[] nums) {
        if (nums == null || nums.length == 0) {
            return;
        }
        //计数排序
        int max=Arrays.stream(nums).max().getAsInt();
        int[] hash=new int[max+1];
        for (int i = 0; i 

寻找两个正序数组的中位数

class Solution {
    public double findMedianSortedArrays(int[] nums1, int[] nums2) {
        if (nums1 == null && nums2 == null) {
            return 0;
        }
        //将两个数组合并成一个数组然后取中间值
        int[] sortNum = new int[nums1.length + nums2.length];
        int q = sortNum.length;
        ;
        int i = 0;
        int j = 0;
        int k = 0;
        int m = nums1.length;
        ;
        int n = nums2.length;
        while (i < m && j < n) {
            if (nums1[i] < nums2[j]) {
                sortNum[k++] = nums1[i++];
            } else {
                sortNum[k++] = nums2[j++];
            }
        }
        while (i < m) {
            sortNum[k++] = nums1[i++];
        }
        while (j < n) {
            sortNum[k++] = nums2[j++];
        }
        //数组分为奇数和偶数
       if((q&1)==1){
           return sortNum[q/2];
       }else{
           return (sortNum[q/2]+sortNum[(q/2)-1])/2.0;
       }
    }
    }

至少是其他数字两倍大的数字

class Solution {
      public int dominantIndex(int[] nums) {
        if (nums == null) {
            return 0;
        }
        int max=nums[0];
        int maxIndex = 0;
        for (int i = 1; i < nums.length; i++) {
             if(nums[i]>max){
                 max=nums[i];
                 maxIndex=i;
             }
        }
        Arrays.sort(nums);
        if (nums[nums.length - 1] >= 2 * nums[nums.length - 2]) {
            return maxIndex;
        }else{
            return -1;
        }
    }
}

判断能否形成等差数列

class Solution {
    public boolean canMakeArithmeticProgression(int[] arr) {
        if(arr==null||arr.length==0){
            return false;
        }
        Arrays.sort(arr);
        int k=arr[1]-arr[0];
        for (int i =1; i