选择排序通过每次选取未排序部分最小元素并交换至已排序末尾实现排序。1. 外层循环扩展已排序区，内层循环找最小值索引并交换。2. 时间复杂度始终为O(n²)，比较次数多但交换次数少。3. 空间复杂度O(1)，原地排序但不稳定，相等元素相对顺序可能改变。4. 最多进行n-1次交换，适合写操作昂贵场景。虽效率低，但结构简单，适用于教学和小规模数据。
选择排序是一种简单直观的排序算法，它的核心思想是每次从未排序的部分中找到最小（或最大）元素，放到已排序部分的末尾。这个过程不断重复，直到整个数组有序。
1. 基本原理与操作方式
选择排序通过双重循环实现：
• 外层循环控制已排序区域的边界，从第一个位置开始逐步向右扩展• 内层循环在未排序区域中寻找最小值的索引
• 找到后将该最小值与未排序部分的第一个元素交换位置
每一轮都会确定一个元素的最终位置，因此经过 n-1 轮就能完成排序。
2. 时间复杂度稳定但效率较低
无论原始数据如何分布，选择排序都需要进行大约 n²/2 次比较：
立即学习“Python免费学习笔记（深入）”；
• 最好、最坏和平均情况下的时间复杂度都是 O(n²)
• 即使数组已经有序，仍然会执行完整的比较流程
• 不适合处理大规模数据集
3. 原地排序且不稳定
选择排序只使用常数级额外空间：
• 空间复杂度为 O(1)，属于原地排序算法• 但在交换过程中可能破坏相等元素的相对顺序
• 例如：[5, 3, 5, 2] 中两个5的先后关系可能改变
因此它是一个不稳定的排序算法。
4. 交换次数少，适合写操作昂贵的场景
相比其他 O(n²) 算法如冒泡排序，选择排序的优势在于交换次数较少：
• 整个排序过程中最多进行 n-1 次交换• 对于存储设备写入成本高的情况更有利
• 实现简单，易于理解和编码
基本上就这些。虽然选择排序性能不高，但在教学或小规模数据处理中仍有其价值。理解它有助于掌握更复杂算法的设计思想。
