擋板法」這個經典思想。
擋板左邊是已排序區間，右邊是未排序區間，那麼每次的「選擇」是去找右邊未排序區間的最小值，找到之後和擋板後面的第乙個值換一下，然後再把擋板往右移動一位，保證排好序的這些元素在擋板的左邊。
比如之前的例子：
我們用乙個擋板來分隔陣列是否排好序， 用指標 j 來尋找未排序區間的最小值；
第一輪 j 最初指向 5，然後遍歷整個未排序區間，最終指向 0，那麼 0 就和擋板後的第乙個元素換一下，也就是和 5 交換一下位置，擋板向右移動一位，結束第一輪。
第二輪，j 從擋板後的2開始遍歷，最終指向1，然後1和擋板後的第乙個元素 2 換一下，擋板向右移動一位，結束第二輪。
第三輪，j 從2開始遍歷，最終指向2，然後和2自己換一下，擋板向右移動一位，結束第三輪。
還剩乙個元素，不用遍歷了，就結束了。
選擇排序與之前的插入排序對比來看，要注意兩點：
擋板必須從 0 開始，而不能從 1 開始。雖然在這兩種演算法中，擋板的物理意義都是分隔已排序和未排序區間，但是它們的已排序區間裡放的元素的意義不同：
所以選擇排序的擋板左邊最開始不能有任何元素。
在外層迴圈時，
所以加起來，總共是： (n-1) + (n-2) + … + 1 = n*(n-1) / 2 = o(n^2)
是這樣算出來的，而不是一拍腦袋說兩層迴圈就是 o(n^2).
這個很簡單，最多的情況是 call swap() 的時候，然後 call stack 上每一層就用了幾個有限的變數，所以是 o(1)。
那自然也是原地排序演算法了。
這個答案是否定的，選擇排序並沒有穩定性。
因為交換的過程破壞了原有的相對順序，比如: 這個例子，第一次交換是 0 和 第乙個 5 交換，於是第乙個 5 跑到了陣列的最後一位，且再也無翻身之地，所以第乙個 5 第二個 5 的相對順序就已經打亂了。
選擇排序的其中一步是選出每一輪的最小值，那麼這一步如果使用 heapify() 來優化，就可以從 o(n) 優化到 o(logn)，這其實就變成了 heapsort.
我是小齊，紐約程式媛，終生學習者，每天晚上 9 點，雲自習室裡不見不散！
更多乾貨文章見我的 github:
排序演算法入門之 選擇排序
選擇排序也是利用了 擋板法 這個經典思想。擋板左邊是已排序區間，右邊是未排序區間，那麼每次的 選擇 是去找右邊未排序區間的最小值，找到之後和擋板後面的第乙個值換一下，然後再把擋板往右移動一位，保證排好序的這些元素在擋板的左邊。比如之前的例子 我們用乙個擋板來分隔陣列是否排好序，用指標 j 來尋找未排...
排序演算法入門之 選擇排序
選擇排序也是利用了 擋板法 這個經典思想。擋板左邊是已排序區間，右邊是未排序區間，那麼每次的 選擇 是去找右邊未排序區間的最小值，找到之後和擋板後面的第乙個值換一下，然後再把擋板往右移動一位，保證排好序的這些元素在擋板的左邊。比如之前的例子 我們用乙個擋板來分隔陣列是否排好序，用指標 j 來尋找未排...
排序演算法入門 選擇排序
選擇排序 選擇排序也是利用了 擋板法 這個經典思想。擋板左邊是已排序區間，右邊是未排序區間，那麼每次的 選擇 是去找右邊未排序區間的最小值，找到之後和擋板後面的第乙個值換一下，然後再把擋板往右移動一位，保證排好序的這些元素在擋板的左邊。比如例子 我們用乙個擋板來分隔陣列是否排好序，用指標 j 來尋找...