博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
直接选择排序(选择)
阅读量:2241 次
发布时间:2019-05-09

本文共 662 字,大约阅读时间需要 2 分钟。

选择排序工作原理

从每一次待排序的数据元素中选出最小(最大)的一个元素,存放在序列的起始位置,直到全部待排序的数据元素排完。此排序是不稳定的排序方法,并且此排序是比较排序。

代码展示:

static void Main(string[] args)        {            //此数列为从小到大排列            int[] nums = { 25, 33,  1, 23, 2 };  //定义数组值            int temp=0;   //定义一个空值方便交换            //判断次数,i的是小于总长度(length-1)            for (int i = 0; i 

排序过程:

初始队列 25 33 1 23 2
第一次选择 1 【 33 25 23 2】
第二次选择 1 2 【25 23 33】
第三次选择 1 2 23 【25 33】
第四次选择 1 2 23 23 3【3】
排序结果 1 2 23 23 33

第一次选择的过程:以第一个数字为基准依次和后面的数做比较,如果比里面的数大则交换位置,继续做完为止。

初始队列 25 33 1 23 2
第一次比较 33 1 23 2 25在外面和33做比较,25小则出来
第二次比较 33 25 23 2 25和1做比较,1小则出来
第三次比较 33 25 23 2 1和23做比较,1小则出来
第四次做比较 33 25 23 2 1和2做比较,1小则出来
一次循环后结果 1 33 25 23 2

转载地址:http://qbebb.baihongyu.com/

你可能感兴趣的文章
机器学习算法应用中常用技巧-1
查看>>
决策树的python实现
查看>>
了解 Sklearn 的数据集
查看>>
如何选择优化器 optimizer
查看>>
一文了解强化学习
查看>>
CART 分类与回归树
查看>>
seq2seq 的 keras 实现
查看>>
seq2seq 入门
查看>>
什么是 Dropout
查看>>
用 LSTM 做时间序列预测的一个小例子
查看>>
用 LSTM 来做一个分类小问题
查看>>
详解 LSTM
查看>>
按时间轴简述九大卷积神经网络
查看>>
详解循环神经网络(Recurrent Neural Network)
查看>>
为什么要用交叉验证
查看>>
用学习曲线 learning curve 来判别过拟合问题
查看>>
用验证曲线 validation curve 选择超参数
查看>>
用 Grid Search 对 SVM 进行调参
查看>>
用 Pipeline 将训练集参数重复应用到测试集
查看>>
PCA 的数学原理和可视化效果
查看>>