这篇文章主要介绍了javascript实现的选择排序算法,结合实例形式分析了选择排序的原理、实现步骤与相关操作技巧,需要的朋友可以参考下
本文实例讲述了JavaScript实现的选择排序算法。分享给大家供大家参考，具体如下：
简单选择排序是人们最熟悉的比较方式，其算法思想为：从数组的开头开始，将第一个元素和其他元素进行比较。检查完所有元素后，最小的元素会被放到数组的第一个位置，然后算法会从第二个位置继续。这个过程会一直进行，当进行到数组的倒数第二个位置时，所有的数据便完成了排序。
代码如下：
JavaScript选择排序
分析可得，简单选择排序的时间复杂度为O（n2）。选择排序的主要操作是进行关键字之间的比较，因此改进简单选择排序应该从如何减少比较出发。其实现实生活中就有一个很好的例子，就是比赛总的锦标赛。8个人中选出冠军其实不需要7+6+5=18场比赛，可以通过两两比较也就是11场比赛。这种方法叫做树形选择排序。
立即学习“Java免费学习笔记（深入）”；
树形选择排序是一种按照锦标赛的思想进行选择排序的方法，首先对n个记录的关键字进行两两比较，然后在其中n/2个较小者之间再进行两两比较，直到找出最小关键字。可以通过一个完全二叉树来表示，由于含有n个结点的完全二叉树的深度为log2n+1，所以排序过程中每选择一个次小关键字仅需要log2n次操作，所以其时间复杂度O（nlog2n），但是这种排序有一种缺点就是占用空间大。
所以我们需要介绍一种更加优秀的排序，也就是堆排序。
附：堆排序算法
本文档主要讲述的是基于VC与Matlab的混合编程实现图像的三维显示；介绍了VC++与Matlab混合编程的一般实现方法，并实现对二维影像图的三维效果显示。 MATLAB既是一种直观、高效的计算机语言,同时又是一个科学计算平台。它为数据分析和数据可视化、算法和应用程序开发提供了最核心的数学和高级图形工具。希望本文档会给有需要的朋友带来帮助；感兴趣的朋友可以过来看看
堆排序只需要一个记录大小的辅助空间，每个待排序的记录仅占用一个存储空间。
堆排序利用了大根堆（或小根堆）堆顶记录的关键字最大（或最小）这一特征，使得当前无序区中选取最大（或最小）关键字的记录变得简单。我们以大跟堆为例子，排序的基本操作如下：
首先是建堆，建堆就是不断调整堆的过程，从len2处开始调整，一直到第一个节点，此处len是堆中元素的个数。建堆的过程是线性的过程，从len2到0处一直调用调整堆的过程，建堆的时间复杂度为O（n）。
接下来是调整堆，调整堆在建堆和堆排序的过程中都会用到，利用的思想是比较节点i和它的孩子节点left(i)和right(i)，选出三者最大（或最小）者，如果最大（小）值不是节点i而是它的一个子节点，那么交换两个节点，然后继续递归。
然后是堆排序：将堆的根节点取出，最后一个元素替换根节点，将前面len-1个节点继续进行堆调整的过程，然后再讲根节点取出，直到所有结点取出。调整堆的时间复杂度为O(log2n)
所以堆排序的时间复杂度为O（nlog2n）。堆排序是就地排序，其辅助空间为O（1）。但是它不稳定，（排序的稳定性是指如果在排序的序列中，存在前后相同的两个元素的话，排序前 和排序后他们的相对位置不发生变化）。
下面模拟建堆的过程：
堆排序对于记录数较少的文件并不值得提倡，但是对于n较大的文件还是挺有效的。
