目錄

• 一. 選擇排序的定義
• 二. 選擇排序的流程
• 三. 選擇排序的圖解
• 四. 選擇排序的代碼
• 五. 選擇排序的時間復雜度
• 六. 選擇排序的總結

一. 選擇排序的定義

選擇排序（Selection Sort）是一種簡單的排序算法。

它的基本思想是：

• 首先在未排序的數列中找到最小（大）元素，然后將其存放到數列的起始位置；
• 接著，再從剩余未排序的元素中繼續尋找最?。ù螅┰?，然后放到已排序序列的末尾。
• 以此類推，直到所有元素均排序完畢。

選擇排序的主要優點與數據移動有關。

• 如果某個元素位于正確的最終位置，則它不會被移動。
• 選擇排序每次交換一對元素，它們當中至少有一個將被移到其最終位置上，因此對n個元素的表進行排序總共進行至多n-1次交換。
• 在所有的完全依靠交換去移動元素的排序方法中，選擇排序屬于非常好的一種。

選擇排序的實現方式很簡單，并且容易理解，因此它是學習排序算法的很好的入門途徑。

二. 選擇排序的流程

選擇排序流程詳細步驟：

• 首先將要排序的數組復制到一個新數組中，這樣原數組不會被改變。
• 初始化最小數字的索引值為0，然后在數組中循環，在當前索引后面的元素中找到最小的數字的索引。
• 如果當前索引位置的數字不是最小數字，那么將這兩個數字互換。
• 繼續尋找下一個數字，直到索引到最后一個元素，此時整個數組已經是從小到大排序的了。
• 重復上面的步驟，每次排序的范圍都會減少一個，直到整個數組排序完畢。

三. 選擇排序的圖解

四. 選擇排序的代碼

以下是 TypeScript 實現的選擇排序代碼：

function selectionSort(arr: number[]): number[] {  // 循環遍歷整個數組  for (let i = 0; i < arr.length; i++) {    // 預設最小數的索引為當前循環的索引    let minIndex = i;    // 在后面的數中尋找更小的數    for (let j = i + 1; j < arr.length; j++) {      if (arr[j] < arr[minIndex]) {// 如果找到更小的數，記錄它的索引minIndex = j;      }    }    // 如果當前循環的索引不是最小數的索引，交換它們    if (i !== minIndex) {      [arr[i], arr[minIndex]] = [arr[minIndex], arr[i]];    }  }  // 返回排序后的數組  return arr;}// 測試數據const testArr = [5, 2, 9, 1, 5, 6];// 調用插入排序函數const sortedArr = selectionSort(testArr);// 打印結果console.log(sortedArr);

以下是代碼的詳細說明：

• 首先循環遍歷整個數組。
• 在每一次循環中，預設最小數的索引為當前循環的索引。
• 在后面的數中尋找更小的數，如果找到更小的數，記錄它的索引。
• 如果當前循環的索引不是最小數的索引，交換它們。
• 重復步驟2-4，直到遍歷完整個數組。
• 返回排序后的數組。

五. 選擇排序的時間復雜度

計算選擇排序算法的時間復雜度，通常是通過分析算法中每一步的執行次數來確定的。

我們分析選擇排序中的每一步，再將每一步的時間復雜度加起來，最后得到的就是選擇排序的時間復雜度。

在選擇排序中，最多的操作是內層循環，其執行了N-1次，并且每次執行內層循環都要花費O(N)的時間。

• 因此，內層循環的時間復雜度是O(N^2)。

外層循環也要執行N-1次，因此，它的時間復雜度也是O(N^2)。

• 所以，整個選擇排序算法的時間復雜度是O(N^2)。

六. 選擇排序的總結

• 選擇排序是一種簡單易懂的排序算法。
• 它的基本思想是遍歷整個列表，每次找出最小的元素，并且將它移到列表的最左邊，重復這個過程直到整個列表都有序排列。
• 在平均情況下，選擇排序的時間復雜度為 O(n^2)，在最壞情況下與最好情況下都為 O(n^2)。
• 選擇排序在數據規模較小時非常適用，在數據規模較大時不夠高效。

以上就是TypeScript十大排序算法之選擇排序實現示例詳解的詳細內容，更多關于TypeScript 選擇排序算法的資料請關注其它相關文章！