系列文章目录

第一章：二分查找及大O表示法

第二章：选择排序

文章目录

• 系列文章目录
• 前言
• 一、数组和链表
• • 1、链表
  • 2、数组
• 二、选择排序
• 3、总结

---

前言

积累算法，记录学习

---

一、数组和链表

1、链表

链表中的元素可以储存在内存的任何地方。链表的每个元素都存储了下一个元素的地址，从而使一系列随机的内存地址串在一起。
插入元素是链表的优势，因为它不需要进行元素的移动，只需要变动插入位置前后的地址索引即可。但是缺点也很明显，无法快速获取某个元素的位置，都需要从头进行索引查询。

2、数组

数组储存了一系列的数，而且你可以轻松get每个元素的位置和每个位置的元素，但它的缺点就是插入元素时需要移动后面所有元素的位置，从而造成时间的消耗。

下面给出了常见的数组和链表的操作时间：

	数组	链表
读取	O(1)	O(n)
插入	O(n)	O(1)

既然数组列表各有好坏，因此选择的时候我们看具体的需求是什么，从而去选择用什么来存储数据
小知识：Facebook存储数据时使用了一种混合数据：链表数组。感兴趣的小伙伴可以去了解一下。

二、选择排序

假设我们有一组无序的数，需要将其进行从小到大排列，简单的做法是进行一次遍历选出最大值，然后pop出最大值，再进行下一遍遍历，以此类推直到选完，这样的简单排序算法复杂度是O(_n2)：

>>> def Sort(arr):
	new_arr = []
	for i in range(len(arr)):
		min_arr = arr[0]
		arr_index = 0
		for j in range(len(arr)):
			if arr[j] < min_arr:
				min_arr = arr[j]
				arr_index = j
		new_arr.append(min_arr)
		arr.pop(arr_index)
	return new_arr

>>> Sort([9,4,1,3,6,2])
[1, 2, 3, 4, 6, 9]

采用选择排序：

>>> def findSmallest(arr):
	smallest = arr[0]
	smallest_index = 0
	for i in range(1, len(arr)):
		if arr[i] < smallest:
			smallest = arr[i]
			smallest_index = i
	return smallest_index

>>> def selectionSort(arr):
	newArr = []
	for i in range(len(arr)):
		smallest = findSmallest(arr)
		newArr.append(arr.pop(smallest))
	return newArr

>>> selectionSort([9,4,1,3,6,2])
[1, 2, 3, 4, 6, 9]

3、总结

• 数组元素都在一起
• 链表元素可以分散存储，但其中每个元素都存储了下一个元素的地址
• 数组的读取速度很快
• 列表的插入和删除速度很快
• 在同一个数组中，所有的元素类型必须相同。

标签：链表,arr,index,元素,学习,算法,smallest,数组,排序
来源： https://blog.csdn.net/North_City_/article/details/118497335