一、理解直接选择排序思想

整个过程就是每一趟都将无序区中的所有元素进行逐一比较，找到最小的元素，与无序区中的首个元素进行交换，每次遍历会让有序区长度加1，无序区长度减1。重复以上步骤，直到所有的元素均已排好。该排序也称简单选择排序。

二、算法分析

1、算法流程

• 流程图释义：

• 黄色序列是最终效果，可以看出该序列是从小到大的顺序；
• 蓝色是无序区，意思就是蓝色会一直往后遍历，选出最小值并把最小值放到蓝色区的开头，随后该块蓝色变为黄色，有序区加一，无序区减一。

2、具体步骤

1. 首先，将第一个元素固定，从剩下的元素中找到最小值下标并与固定位置的元素值互换
2. 同上，只不过固定第二个元素，最后互换的也是第二个位置与最小值下标的值
3. 直到该序列被遍历结束，排序才会结束

• 值得注意的是，如果该序列长度为n，那么遍历n-1次即可，否则数组会溢出

三、代码实现

• 选择排序算法代码：

//直接选择排序
void dirChoose(int\* arr, int len)
{
	for (int i = 0; i < len - 1; i++) {
		int k = i;
		for (int j = i + 1; j < len; j++) {
			if (arr[j] < arr[k]) {
				k = j;
			}
		}
		if (k != i)//如果不等，说明存在无序区比固定位置的元素值小
		{
			int temp = arr[k];
			arr[k] = arr[i];
			arr[i] = temp;
		}
	}
}

• 辅助函数速览：

• 主函数调用速览：

四、时间复杂度分析

1、计算时间复杂度的一般步骤

• 这里要说一下分析时间复杂度的方法：

1. 找程序中的基本语句

• 基本语句就是运行最多的那一行或者一段代码

2. 分析基本语句的执行次数或者执行规律，写出时间复杂度

• 符合近似计算原则，常见的有O(1)、O(

n

n

n)、O(

l

o

g

2

n

log2n

log2n) 和 O(

n

2

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

以上大数据知识点，真正体系化！**

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取