选择排序：

简介

首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推，直到所有元素均排序完毕

选择排序的主要优点与数据移动有关。如果某个元素位于正确的最终位置上，则它不会被移动。选择排序每次交换一对元素，它们当中至少有一个将被移到其最终位置上，因此对n个元素的表进行排序总共进行至多n-1次交换。在所有的完全依靠交换去移动元素的排序方法中，选择排序属于非常好的一种。

最优时间复杂度O(n^2),最差时间复杂度O(n^2),平均时间复杂度O(n^2).

python代码

def selection_sort(list):     for current_position in range( len(list) ):           min_position = current_position         for scan_position in range(current_positon+1, len(list) ):             if list[scan_position] < list[min_position]:                   min_position = scan_position           list[min_position], list[current_position] = list[current_position], list[min_position]

堆排序：

简介

利用大顶堆(小顶堆)堆顶记录的是最大关键字(最小关键字)这一特性，使得每次从无序中选择最大记录(最小记录)变得简单。

其基本思想为(大顶堆)：      1)将初始待排序关键字序列(R1,R2....Rn)构建成大顶堆，此堆为初始的无序区；      2)将堆顶元素R[1]与最后一个元素R[n]交换，此时得到新的无序区(R1,R2,......Rn-1)和新的有序区(Rn),且满足R[1,2...n-1]<=R[n];      3)由于交换后新的堆顶R[1]可能违反堆的性质，因此需要对当前无序区(R1,R2,......Rn-1)调整为新堆，然后再次将R[1]与无序区最后一个元素交换，得到新的无序区(R1,R2....Rn-2)和新的有序区(Rn-1,Rn)。不断重复此过程直到有序区的元素个数为n-1，则整个排序过程完成。

堆排序是选择排序的一种， 也是每次从未排序的区域选择一个值放入已排序的区域； 它对直接选择排序的改进是： 对于以前已经比较过的结果可以保留下来，不用再重复比较。

最优时间复杂度O(nlogn),最差时间复杂度O(nlogn),平均时间复杂度O(nlogn).

python代码

import heapqdef heap_sort(List):       heapq.heapify(List)     heap = []     while List:         heap.append(heapq.heappop(List))     return heap