教程文档示例工程教育【免费下载链接】hello-algo《Hello 算法》动画图解、一键运行的数据结构与算法教程。支持简中、繁中、English、日本語提供 Python, Java, C, C, C#, JS, Go, Swift, Rust, Ruby, Kotlin, TS, Dart 等代码实现项目地址https://gitcode.com/GitHub_Trending/he/hello-algo点击查看免费下载本篇技術指南以 hello-algo 倉庫中的選擇排序selection sort教學內容為主體系統講解其「每輪從未排序區間挑出最小元素」的核心思想、完整演算法流程、時間/空間複雜度與非穩定特性並結合倉庫提供的 PythonTutor 視覺化檔案與 13 種程式語言的實作原始碼讓讀者既能看懂原理也能直接跑通程式碼、對照驗證。選擇排序的核心思想與演算法流程選擇排序selection sort的工作原理非常簡單開啟一個迴圈每輪從未排序區間選擇最小的元素將其放到已排序區間的末尾。設陣列的長度為 $n$其完整流程如下初始狀態所有元素未排序即未排序索引區間為 $[0, n-1]$。第一輪選取區間 $[0, n-1]$ 中的最小元素將其與索引 $0$ 處的元素交換。完成後陣列前 1 個元素已排序。第二輪選取區間 $[1, n-1]$ 中的最小元素將其與索引 $1$ 處的元素交換。完成後陣列前 2 個元素已排序。以此類推經過 $n - 1$ 輪選擇與交換後陣列前 $n - 1$ 個元素已排序。收尾僅剩的一個元素必定是最大元素無須排序因此陣列排序完成。從流程可以看出選擇排序的關鍵在於「未排序區間」的邊界逐步右移每完成一輪已排序區間就多一個元素未排序區間則縮短一個元素。整個過程在原始碼中表現為「外迴圈控制輪數、內迴圈掃描最小元素」如下圖所示在程式碼中演算法用 $k$ 來記錄未排序區間內最小元素的索引其對應的完整 Python 實作位於 zh-hant/codes/python/chapter_sorting/selection_sort.py內容如下選擇排序 def selection_sort(nums: list[int]): n len(nums) # 外迴圈未排序區間為 [i, n-1] for i in range(n - 1): # 內迴圈找到未排序區間內的最小元素 k i for j in range(i 1, n): if nums[j] nums[k]: k j # 記錄最小元素的索引 # 將該最小元素與未排序區間的首個元素交換 nums[i], nums[k] nums[k], nums[i] Driver Code if __name__ __main__: nums [4, 1, 3, 1, 5, 2] selection_sort(nums) print(選擇排序完成後 nums , nums)逐段解讀核心邏輯外迴圈for i in range(n - 1)i 從 0 遞增到 n-2共 $n-1$ 輪。每輪開始前區間 $[0, i-1]$ 已排序未排序區間為 $[i, n-1]$。內迴圈與k的更新先令k i再讓j從i 1掃描到n - 1一旦發現nums[j] nums[k]就更新k j。注意比較用的是嚴格小於因此遇到相等元素時k不會更新——這也正是非穩定性的來源之一下文會詳細說明。交換nums[i], nums[k] nums[k], nums[i]將當前輪最小元素放到未排序區間首部Python 的多重賦值語法讓交換一目瞭然。Driver Code 驗證以nums [4, 1, 3, 1, 5, 2]為輸入刻意包含重複元素 1用於觀察穩定性排序完成後輸出選擇排序完成後 nums [1, 1, 2, 3, 4, 5]。PythonTutor 視覺化逐步觀察變數變化hello-algo 在 zh-hant/codes/pythontutor/chapter_sorting/selection_sort.md 提供了本程式碼對應的 PythonTutor 互動式逐步執行連結。將上述 Python 程式碼在瀏覽器中逐行執行時可以即時觀察到每一輪外迴圈中i的取值與未排序區間邊界的移動內迴圈中k如何被j的掃描結果逐步更新最小元素索引的「追蹤」過程交換前後nums陣列的完整狀態變化。對於初學者而言這比單看靜態程式碼更能直觀理解「為什麼內迴圈結束後k就是最小元素的索引」這一關鍵細節。演算法特性分析時間複雜度為 $O(n^2)$、非自適應排序外迴圈共 $n - 1$ 輪第一輪內迴圈執行 $n - 1$ 次最後一輪執行 $1$ 次即各輪內迴圈分別執行 $n-1$、$n-2$、$\dots$、$2$、$1$ 次求和為 $\frac{n(n-1)}{2}$。無論輸入陣列原本是否接近有序內迴圈都必須完整掃描未排序區間才能確定最小元素比較次數恆定因此選擇排序是非自適應排序——輸入資料的有序程度不會影響其執行時間。不過它的交換次數很少每輪最多 1 次、總共 $n-1$ 次這一特性使它在「交換代價遠高於比較代價」的場景下具有相對優勢。空間複雜度為 $O(1)$、原地排序演算法僅使用指標i、j、k等常數大小的額外空間所有交換都在原陣列上進行屬於原地排序無需額外陣列。非穩定排序選擇排序是非穩定排序元素nums[i]有可能被交換至與其相等的元素的右邊導致兩者的相對順序發生改變。其根源在於交換操作跨越了「中間」的元素——當未排序區間中存在與nums[i]相等、且更靠後的值同時最小元素又位於更後方時一次交換就可能把後方的相等元素「搬」到前方相等元素的前面。下圖給出了非穩定性的直觀示例這一特性決定了當排序對象是包含多個相同鍵值、且需要保留其原有相對次序的資料例如先按主鍵、再按次鍵排序的多欄位記錄時選擇排序並不適用此時應改用穩定排序演算法。13 種語言的實作對照與執行方式hello-algo 的特色之一是「一鍵執行」的多語言程式碼庫選擇排序在所有主流語言中均有完整實作原始碼分佈於以下路徑語言原始碼路徑Pythonzh-hant/codes/python/chapter_sorting/selection_sort.pyCcodes/c/chapter_sorting/selection_sort.cCcodes/cpp/chapter_sorting/selection_sort.cppJavacodes/java/chapter_sorting/selection_sort.javaC#codes/csharp/chapter_sorting/selection_sort.csGocodes/go/chapter_sorting/selection_sort.goRustcodes/rust/chapter_sorting/selection_sort.rsSwiftcodes/swift/chapter_sorting/selection_sort.swiftJavaScriptcodes/javascript/chapter_sorting/selection_sort.jsTypeScriptcodes/typescript/chapter_sorting/selection_sort.tsKotlincodes/kotlin/chapter_sorting/selection_sort.ktRubycodes/ruby/chapter_sorting/selection_sort.rbDartcodes/dart/chapter_sorting/selection_sort.dart各語言的核心邏輯完全一致外迴圈 內迴圈找最小索引 交換差異主要體現在語言自身的交換寫法上從中可以觀察到不同語言的語法特色C 語言使用臨時變數完成交換且需手動傳入陣列長度n見 selection_sort.cvoid selectionSort(int nums[], int n) { for (int i 0; i n - 1; i) { int k i; for (int j i 1; j n; j) { if (nums[j] nums[k]) k j; } int temp nums[i]; nums[i] nums[k]; nums[k] temp; } }C直接呼叫標準函式庫的swap(nums[i], nums[k])Java / Kotlin / Dart / C則採用「臨時變數」三段式交換。Python / Go / Ruby使用多重賦值nums[i], nums[k] nums[k], nums[i]一氣呵成JavaScript / TypeScript使用解構賦值[nums[i], nums[k]] [nums[k], nums[i]]C#使用元組交換(nums[k], nums[i]) (nums[i], nums[k])。Rust以mut [i32]切片傳參、用nums.swap(i, k)內建方法交換並在函式入口對空陣列做了防護處理見 selection_sort.rsfn selection_sort(nums: mut [i32]) { if nums.is_empty() { return; } let n nums.len(); for i in 0..n - 1 { let mut k i; for j in i 1..n { if nums[j] nums[k] { k j; } } nums.swap(i, k); } }Swift使用inout參數與nums.swapAt(i, k)每個語言的main/Driver Code區塊都內建了[4, 1, 3, 1, 5, 2]的相同測試輸入與「選擇排序完成後 nums [1, 1, 2, 3, 4, 5]」的驗證輸出讀者可以直接編譯執行對照結果。總結與適用場景選擇排序是理解「選擇類」演算法的最佳入門案例它思想直白、實現簡單、原地排序、交換次數少適合資料量較小或交換成本昂貴的場景但由於時間複雜度恆為 $O(n^2)$ 且不穩定在大型資料集上表現遜於 $O(n \log n)$ 的進階排序演算法。完整圖文說明可見 zh-hant/docs/chapter_sorting/selection_sort.md配合倉庫中的 PythonTutor 視覺化檔案zh-hant/codes/pythontutor/chapter_sorting/selection_sort.md與上述多語言程式碼逐行執行、對照學習即可徹底掌握選擇排序的原理、實現與特性邊界。赞分享教程文档示例工程教育【免费下载链接】hello-algo《Hello 算法》动画图解、一键运行的数据结构与算法教程。支持简中、繁中、English、日本語提供 Python, Java, C, C, C#, JS, Go, Swift, Rust, Ruby, Kotlin, TS, Dart 等代码实现项目地址https://gitcode.com/GitHub_Trending/he/hello-algo点击查看免费下载相关推荐Hello 演算法堆積排序Heap Sort深度圖解sift_down 堆積化、原地排序與 PythonTutor 逐步視覺化實戰Hello 演算法堆積排序Heap Sort深度圖解sift_down 堆積化、原地排序與 PythonTutor 逐步視覺化實戰 本篇以《Hello 演教程文档示例工程教育選擇排序Selection Sort原理與實作全解析從演算法流程到複雜度特性 —— 基於《Hello 算法》選擇排序Selection Sort原理與實作全解析從演算法流程到複雜度特性 —— 基於《Hello 算法》 選擇排序是《Hello 算法》排序章節中最直教程文档示例工程教育Hello 算法泡沫排序Bubble Sort原理、最佳化與多語言實作全解析Hello 算法泡沫排序Bubble Sort原理、最佳化與多語言實作全解析 泡沫排序bubble sort是資料結構與演算法入門階段最經典的排序演算教程文档示例工程教育上一篇idiomatic.js原型链使用规范避免常见的原型编程错误下一篇最完整解析Home Assistant deCONZ 版本更新实战指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考