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：代码如下：
<Meta charset="utf-8">
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。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
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：
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。
更多关于JavaScript相关内容感兴趣的读者可查看本站专题：《》、《》、《》、《》、《》及《》
希望本文所述对大家JavaScript程序设计有所帮助。
