排序算法及算法分析58页PPT
谢谢你的阅读
❖ 知识就是财富 ❖ 丰富你的人生
71、既然我已经踏上这条道路，那么，任何东西都不应妨碍我沿着这条路走下去。——康德 72、家庭成为快乐的种子在外也不致成为障碍物但在旅行之际却是夜间的伴侣。——西塞罗 73、坚持意志伟大的事业需要始终不渝的精神。——伏尔泰 74、路漫漫其修道远，吾将上下而求索。——屈原 75、内外相应，言行相称。——韩非
33、如果惧怕前面跌宕的山岩，生命 就永远 只能是 死水一 潭。 34、当你眼泪忍不住要流出来的时候 ，睁大 眼睛， 千万别 眨眼!你会看到 世界由 清晰变 模糊的 全过程 ，心会 在你泪 水落下 的那一 刻变得 清澈明 晰。盐 。注定 要融化 的，也 许是用 眼泪的 方式。
35、不要以为自己成功一次就可以了 ，也不 要以为 过去的1、别人笑我太疯癫，我笑他人看不 穿。(名 言网) 32、我不想听失意者的哭泣，抱怨者 的牢骚 ，这是 羊群中 的瘟疫 ，我不 能被它 传染。 我要尽 量避免 绝望， 辛勤耕 耘，忍 受苦楚 。我一 试再试 ，争取 每天的 成功， 避免以 失败收 常在别 人停滞 不前时 ，我继 续拼搏 。
合集下载
排序ppt课件
代码优化
在编写代码时，可以使用排序算法对数据进行排序，以提高代码执行效率。例如，在处理大量数据时，先对数据进行排序再进行处理可以显著提高处理速度。
01
02
03
04
CHAPTER
排序算法的优化
计数排序
通过统计数组中每个元素的出现次数，将数组分为若干子数组，然后对子数组进行排序，最后合并结果。计数排序适用于整数数组，尤其适用于小范围整数的排序。
基数排序
将数组中的元素按照位数分成若干个子数组，然后对每个子数组进行排序，最后合并结果。基数排序适用于整数和字符串的排序。
将数组分成若干个子数组，对每个子数组进行排序，最后合并结果。归并排序在合并过程中只涉及数据的移动，不涉及交换操作，因此交换次数较少。
归并排序
通过选择一个基准元素，将数组分成两部分，一部分比基准元素小，另一部分比基准元素大，然后递归地对这两部分进行排序。快速排序在内部递归调用时使用“分而治之”的策略，可以减少交换次数。
可读性和可维护性
良好的算法应该易于理解和实现，并且能够方便地进行修改和维护。
时间复杂度
衡量算法执行时间随数据规模增长的速度。常见的时间复杂度有O(n)、O(nlogn)、O(n^2)等。
空间复杂度
衡量算法所需额外空间的大小。常见的空间复杂度有O(1)、O(元素在原始序列中相邻，则在排序后的序列中它们的位置也相邻。稳定的排序算法有冒泡排序、插入排序、归并排序等。
桶排序
插入排序
05
CHAPTER
排序算法的复杂度分析
O(n)：如计数排序、基数排序
O(n^2)：如冒泡排序、插入排序
概念：时间复杂度是衡量排序算法执行时间随数据量增长而增长的速率。
O(nlogn)：如归并排序、快速排序
在编写代码时，可以使用排序算法对数据进行排序，以提高代码执行效率。例如，在处理大量数据时，先对数据进行排序再进行处理可以显著提高处理速度。
01
02
03
04
CHAPTER
排序算法的优化
计数排序
通过统计数组中每个元素的出现次数，将数组分为若干子数组，然后对子数组进行排序，最后合并结果。计数排序适用于整数数组，尤其适用于小范围整数的排序。
基数排序
将数组中的元素按照位数分成若干个子数组，然后对每个子数组进行排序，最后合并结果。基数排序适用于整数和字符串的排序。
将数组分成若干个子数组，对每个子数组进行排序，最后合并结果。归并排序在合并过程中只涉及数据的移动，不涉及交换操作，因此交换次数较少。
归并排序
通过选择一个基准元素，将数组分成两部分，一部分比基准元素小，另一部分比基准元素大，然后递归地对这两部分进行排序。快速排序在内部递归调用时使用“分而治之”的策略，可以减少交换次数。
可读性和可维护性
良好的算法应该易于理解和实现，并且能够方便地进行修改和维护。
时间复杂度
衡量算法执行时间随数据规模增长的速度。常见的时间复杂度有O(n)、O(nlogn)、O(n^2)等。
空间复杂度
衡量算法所需额外空间的大小。常见的空间复杂度有O(1)、O(元素在原始序列中相邻，则在排序后的序列中它们的位置也相邻。稳定的排序算法有冒泡排序、插入排序、归并排序等。
桶排序
插入排序
05
CHAPTER
排序算法的复杂度分析
O(n)：如计数排序、基数排序
O(n^2)：如冒泡排序、插入排序
概念：时间复杂度是衡量排序算法执行时间随数据量增长而增长的速率。
O(nlogn)：如归并排序、快速排序
排序算法案例PPT课件
// 插入
} // if
} // ShellInsert
17
第17页/共79页
void ShellSort (SqList &L, int dlta[], int t) { // 增量为dlta[]的希尔排序
for (k=0; k<t; ++t) ShellInsert(L, dlta[k]); //一趟增量为dlta[k]的插入排序
排序的概念
假设含n个记录的序列为{ R1, R2, …， Rn } 其相应的关键字序列为 { K1, K2, …，Kn } 这些关键字相互之间可以进行比较，即在 它们之间存在着这样一个关系 ：
Kp1≤Kp2≤…≤Kpn
按此固有关系将上式记录序列重新排列为
{ Rp1, Rp2, …，Rpn }
的操作称作排序。 2 第2页/共79页
i2
2
9
第9页/共79页
折半插入排序
因为R[1..i-1] 是一个按关键字有序 的有序序列，则可以利用折半查找实现 “在R[1..i-1]中查找R[i]的插入位置”， 如此实现的插入排序为折半插入排序。
10
第10页/共79页
例如:
插入 位置 i
L.r 14 36 49 52 80 58 61 23 97 75
分别进行快速排序 27 第27页/共79页
void QSort (RedType & R[], int s, int t ) {
// 对记录序列R[s..t]进行快速排序
if (s < t-1) {
// 长度大于1
pivotloc = Partition(R, s, t);
// 对 R[s..t] 进行一次划分
数学排序ppt课件
归并排序的基本思想是将两个或两个以上的有序表合并成一个新的有序 表。
归并排序的关键在于将待排序序列不断分解成若干个子序列，直到子序 列的长度为1或0，然后将这些子序列合并成一个有序序列。
归并排序的步骤
分解
将待排序序列不断分解 成若干个子序列，直到 每个子序列的长度为1
或0。
解决
对每个子序列进行排序 ，可以使用插入排序、
插入排序在每一步都保证将一个未排序的元素插入到已排序部分的合适位置，从 而保证已排序部分始终保持有序。
插入排序的步骤
01 02 03
初始化已排序部分为第一个元素， 未排序部分为其他元素。
从未排序部分取出第一个元素。
在已排序部分找到该元素的合适位 置并插入。
插入排序的时间复杂度
最好情况
当输入数组已经有序时， 插入排序的时间复杂度为 O(n)。
数学排序ppt课件
$number {01}
目录
• 引言 • 冒泡排序 • 选择排序 • 插入排序 • 快速排序 • 归并排序
01 引言
排序的定义
1 2
3
排序
将一组数据按照一定的顺序排列，以便进行查找、插入、删 除等操作。
排序的依据
可以是数值大小、字母顺序、时间先后等。
排序的稳定性
如果两个元素相等，排序后它们的位置不应改变。
02
快速排序在平均情况下的时间复杂度为 O(nlogn)，其中n为数组的长度。
03
快速排序在最好情况下的时间复杂度为 O(nlogn)，其中n为数组的长度。
06 归并排序
归并排序的原理
归并排序是一种分治策略的排序算法，它将待排序序列分成若干个子序 列，然后分别对子序列进行排序，最后将排好序的子序列合并成一个有 序序列。
归并排序的关键在于将待排序序列不断分解成若干个子序列，直到子序 列的长度为1或0，然后将这些子序列合并成一个有序序列。
归并排序的步骤
分解
将待排序序列不断分解 成若干个子序列，直到 每个子序列的长度为1
或0。
解决
对每个子序列进行排序 ，可以使用插入排序、
插入排序在每一步都保证将一个未排序的元素插入到已排序部分的合适位置，从 而保证已排序部分始终保持有序。
插入排序的步骤
01 02 03
初始化已排序部分为第一个元素， 未排序部分为其他元素。
从未排序部分取出第一个元素。
在已排序部分找到该元素的合适位 置并插入。
插入排序的时间复杂度
最好情况
当输入数组已经有序时， 插入排序的时间复杂度为 O(n)。
数学排序ppt课件
$number {01}
目录
• 引言 • 冒泡排序 • 选择排序 • 插入排序 • 快速排序 • 归并排序
01 引言
排序的定义
1 2
3
排序
将一组数据按照一定的顺序排列，以便进行查找、插入、删 除等操作。
排序的依据
可以是数值大小、字母顺序、时间先后等。
排序的稳定性
如果两个元素相等，排序后它们的位置不应改变。
02
快速排序在平均情况下的时间复杂度为 O(nlogn)，其中n为数组的长度。
03
快速排序在最好情况下的时间复杂度为 O(nlogn)，其中n为数组的长度。
06 归并排序
归并排序的原理
归并排序是一种分治策略的排序算法，它将待排序序列分成若干个子序 列，然后分别对子序列进行排序，最后将排好序的子序列合并成一个有 序序列。
算法实例选择排序法ppt课件
共比较数据2次，交换数据1次。 第3遍：寻找从d(3)到d(4)范围内的最小数据d(k)，即k＝4，将d(3)与d(k)互换数据：
总共比较数据1次，交换数据1次。
显然，通过上述3遍处理，数组d中最小、第2 小、第3小的数据已经分别存储在数组元素d(1)、 d(2)、d(3)中，即数组元素d(1)到d(3)变为有序， 而剩下的d(4)中的数据自然是数组中的最大数据 。因此，通过3遍这样的处理，整个数组内的数据 将是有序的。
第3遍
第4遍
60 58 55 48 43 46
第5遍
60 58 55 48 46 43
A.60、58、48、46、43、55 C.60、58、55、46、43、48
B.60、43、48、46、58、55 D.60、58、55、48、46、43
5. 已知算法1与算法2都是排序算法，可能是冒泡排序或者选择排
1
7
2
9
3
13
4
18
5
55
6
43
7
43
第五趟：从3个元素中选出最小者，将其换入位置5，过程 为：令min_elem表示最小元素（初值为位置5的元素），k 为最小元素的位置序号（初值为5），逐一比较，找出最 小元素及其位置
1
7
2
9
3
13
4
18
5
55
6
43
7
43
位置6的元素最小 交换
1
7
2
9
3
13
4
4个元素共需进行3遍加工处理，总的比较次 数为3＋2＋1＝6次，而总计交换次数每一遍一次 ，共计只有3次。
对于n个元素的数组，用选择算法进行排序时 ，比较次数与冒泡算法相同，但交换的次数比冒 泡排序要少，因此它具有较高的效率。
总共比较数据1次，交换数据1次。
显然，通过上述3遍处理，数组d中最小、第2 小、第3小的数据已经分别存储在数组元素d(1)、 d(2)、d(3)中，即数组元素d(1)到d(3)变为有序， 而剩下的d(4)中的数据自然是数组中的最大数据 。因此，通过3遍这样的处理，整个数组内的数据 将是有序的。
第3遍
第4遍
60 58 55 48 43 46
第5遍
60 58 55 48 46 43
A.60、58、48、46、43、55 C.60、58、55、46、43、48
B.60、43、48、46、58、55 D.60、58、55、48、46、43
5. 已知算法1与算法2都是排序算法，可能是冒泡排序或者选择排
1
7
2
9
3
13
4
18
5
55
6
43
7
43
第五趟：从3个元素中选出最小者，将其换入位置5，过程 为：令min_elem表示最小元素（初值为位置5的元素），k 为最小元素的位置序号（初值为5），逐一比较，找出最 小元素及其位置
1
7
2
9
3
13
4
18
5
55
6
43
7
43
位置6的元素最小 交换
1
7
2
9
3
13
4
4个元素共需进行3遍加工处理，总的比较次 数为3＋2＋1＝6次，而总计交换次数每一遍一次 ，共计只有3次。
对于n个元素的数组，用选择算法进行排序时 ，比较次数与冒泡算法相同，但交换的次数比冒 泡排序要少，因此它具有较高的效率。
排序算法ppt课件
坏情况O(n^2)
堆排序
O(nlogn)
03 06
时间复杂度对算法性能的影响
数据量大小
随着数据量增大，时间复杂度较低的算法性能表现更优。
硬件性能
硬件性能的提升可以降低时间复杂度对算法性能的影响。
实际应用场景
根据实际应用场景选择合适的排序算法，以达到最优性能表现。
CHAPTER 04
排序算法的优化和改进
排序算法ppt课件
CONTENTS 目录
• 排序算法概述 • 常见排序算法 • 排序算法的时间复杂度分析 • 排序算法的优化和改进 • 排序算法的应用场景和案例分析
CHAPTER 01
排序算法概述
排序的定义和重要性
排序的定义
将一组数据按照一定的顺序排列，以 便于查找、处理和分析。
排序的重要性
在数据处理、数据库管理、搜索引擎 等领域中，排序算法是不可或缺的基 础工具。
游戏中的排名系统通常使用排序算法对玩家进行 排名，根据游戏规则和玩家表现进行排名。
AI对战策略
在游戏中，AI角色可以使用排序算法进行决策和 规划，提高游戏的可玩性和平衡性。
游戏关卡设计
通过使用排序算法，游戏开发者可以更有效地设 计和组织关卡，提高游戏体验。
THANKS
[ 感谢观看 ]
快速排序
总结词
高效的排序算法
详细描述
采用分治法策略，选择一个基准元素，重新排列数组，使得基准元素的左侧都比它小，右侧都比它大。然后对基 准元素的左侧和右侧分别递归进行这个过程。时间复杂度在最坏情况下为O(n^2)，但平均情况下为O(n log n)。
快速排序
适用场景
适用于大规模数据的排序。
注意事项
CHAPTER 05
堆排序
O(nlogn)
03 06
时间复杂度对算法性能的影响
数据量大小
随着数据量增大，时间复杂度较低的算法性能表现更优。
硬件性能
硬件性能的提升可以降低时间复杂度对算法性能的影响。
实际应用场景
根据实际应用场景选择合适的排序算法，以达到最优性能表现。
CHAPTER 04
排序算法的优化和改进
排序算法ppt课件
CONTENTS 目录
• 排序算法概述 • 常见排序算法 • 排序算法的时间复杂度分析 • 排序算法的优化和改进 • 排序算法的应用场景和案例分析
CHAPTER 01
排序算法概述
排序的定义和重要性
排序的定义
将一组数据按照一定的顺序排列，以 便于查找、处理和分析。
排序的重要性
在数据处理、数据库管理、搜索引擎 等领域中，排序算法是不可或缺的基 础工具。
游戏中的排名系统通常使用排序算法对玩家进行 排名，根据游戏规则和玩家表现进行排名。
AI对战策略
在游戏中，AI角色可以使用排序算法进行决策和 规划，提高游戏的可玩性和平衡性。
游戏关卡设计
通过使用排序算法，游戏开发者可以更有效地设 计和组织关卡，提高游戏体验。
THANKS
[ 感谢观看 ]
快速排序
总结词
高效的排序算法
详细描述
采用分治法策略，选择一个基准元素，重新排列数组，使得基准元素的左侧都比它小，右侧都比它大。然后对基 准元素的左侧和右侧分别递归进行这个过程。时间复杂度在最坏情况下为O(n^2)，但平均情况下为O(n log n)。
快速排序
适用场景
适用于大规模数据的排序。
注意事项
CHAPTER 05
C语言常见排序算法.ppt
1.1.2 快速排序
算法实例：
始关键字
pivotkey 21 25 low
49 25* 16 08 high
一次交换
21
二次交换
三次交换
high-1 完成一趟排序
08 25 low
49 25* 16
high
08
49 25* 16 25
low
high
08 16 49 25*
25
low
08 16
low
常见排序算法
1.1 常见的排序算法
冒泡排序 快速排序 直接插入排序 希尔排序 选择排序 堆排序 归并排序
1.1.1 冒泡排序
算法描述
设待排序记录序列中的记录个数为n 一般地，第i趟起泡排序从1到n-i+1 依次比较相邻两个记录的关键字，如果发生逆序，则交换之 其结果是这n-i+1个记录中，关键字最大的记录被交换到第n-i+1的位 置上，最多作n-1趟。
08 16
21
high 25* 49 25
high 25* 49 25
low high
1.1.2 快速排序
算法实例：
完成一趟排序
08 16
21 25* 49 25
分别进行快速排序 有序序列
08 16
21 25* 25 49
08 16
21 25* 25 49
11
1.1.2 快速排序
算法分析：
快速排序是一个递归过程; 利用序列第一个记录作为基准，将整个序列划分为左右两个子序列。只要 是关键字小于基准记录关键字的记录都移到序列左侧； 快速排序的趟数取决于递归树的高度。 如果每次划分对一个记录定位后, 该记录的左侧子序列与右侧子序列的长 度相同, 则下一步将是对两个长度减半的子序列进行排序, 这是最理想的情 况
排序算法精讲PPT课件
if (L.r[j].key > L.r[j+1].key ) {
for(j = i - 2; L.r[0].key < L.r[j].key]; j--)
L.r[0] = L.r[j]; L.r[j] = L.r[j+1];
L.r[j+1] = L.r[j];
L.r[j+1] = L.r[0]; exchanged =TRUE;
有序序列R[1..i-1]
第i趟 简单选择排序
无序序列 R[i..n] 从中选出关键字最小的记录
有序序列R[1..i]
无序序列 R[i+1..n]
简单选择排序算法
❖ 以顺序表作为存储结构的简单选择排序算法
void SelectSort(SqList &L) {//对顺序表作简单选择排序
ffoorr((ii==11;;ii<<LL..elnenggthth; ;i+i+++) ){{
数据结构定义
#define MAXSIZE 100
typedef int Keytype;
// 定义关键字类型为整型
typedef char InfoType[100];
typedef struct { KeyType key; InfoType otherinfo;
}RedType;
// 关键字项 // 其他数据项 // 记录类型
typedef struct { RedType r[MAXSIZE+1]; int length;
}SqList;
// r[0]闲置或用作哨兵 // 顺序表长度 // 顺序表类型
直接插入排序
直接插入排序(Straight Insertion Sorting)的基本思想 是：n个待排序的元素由一个有序表和一个无序表组成， 开始时有序表中只包含一个元素。排序过程中，每次从 无序表中取出第一个元素，将其插入到有序表中的适当 位置，使有序表的长度不断加长，完成排序过程。
for(j = i - 2; L.r[0].key < L.r[j].key]; j--)
L.r[0] = L.r[j]; L.r[j] = L.r[j+1];
L.r[j+1] = L.r[j];
L.r[j+1] = L.r[0]; exchanged =TRUE;
有序序列R[1..i-1]
第i趟 简单选择排序
无序序列 R[i..n] 从中选出关键字最小的记录
有序序列R[1..i]
无序序列 R[i+1..n]
简单选择排序算法
❖ 以顺序表作为存储结构的简单选择排序算法
void SelectSort(SqList &L) {//对顺序表作简单选择排序
ffoorr((ii==11;;ii<<LL..elnenggthth; ;i+i+++) ){{
数据结构定义
#define MAXSIZE 100
typedef int Keytype;
// 定义关键字类型为整型
typedef char InfoType[100];
typedef struct { KeyType key; InfoType otherinfo;
}RedType;
// 关键字项 // 其他数据项 // 记录类型
typedef struct { RedType r[MAXSIZE+1]; int length;
}SqList;
// r[0]闲置或用作哨兵 // 顺序表长度 // 顺序表类型
直接插入排序
直接插入排序(Straight Insertion Sorting)的基本思想 是：n个待排序的元素由一个有序表和一个无序表组成， 开始时有序表中只包含一个元素。排序过程中，每次从 无序表中取出第一个元素，将其插入到有序表中的适当 位置，使有序表的长度不断加长，完成排序过程。
数据结构-排序PPT课件
平均情况时间复杂度
O(nlogn)，归并排序的平均时间复杂度为O(nlogn)。其中，n为待排序序列的长度。
06
基数排序
基数排序是一种非比较型整数排序算法，其原理是将整数按位数切割成不同的数字，然后按每个位数分别比较。
分配和收集
基数排序是一种稳定的排序算法，即相同的元素在排序后仍保持原有的顺序。
文件系统需要对文件和目录进行排序，以便用户可以更方便地浏览和管理文件。
数据挖掘和分析中需要对数据进行排序，以便发现数据中的模式和趋势。
计算机图形学中需要对图形数据进行排序，以便进行高效的渲染和操作。
数据库系统
文件系统
数据挖掘和分析
计算机图形学
02
插入排序
将待排序的元素按其排序码的大小，逐个插入到已经排好序的有序序列中，直到所有元素插入完毕。
简单选择排序
基本思想：将待排序序列构造成一个大顶堆，此时，整个序列的最大值就是堆顶的根节点。将其与末尾元素进行交换，此时末尾就为最大值。然后将剩余n-1个元素重新构造成一个堆，这样会得到n个元素的次小值。如此反复执行，便能得到一个有序序列了。 时间复杂度：堆排序的时间复杂度为O(nlogn)，其中n为待排序元素的个数。 稳定性：堆排序是不稳定的排序算法。 优点：堆排序在最坏的情况下也能保证时间复杂度为O(nlogn)，并且其空间复杂度为O(1)，是一种效率较高的排序算法。
基数排序的实现过程
空间复杂度
基数排序的空间复杂度为O(n+k)，其中n为待排序数组的长度，k为计数数组的长度。
时间复杂度
基数排序的时间复杂度为O(d(n+k))，其中d为最大位数，n为待排序数组的长度，k为计数数组的长度。
适用场景
当待排序数组的元素位数较少且范围较小时，基数排序具有较高的效率。然而，当元素位数较多或范围较大时，基数排序可能不是最优选择。
O(nlogn)，归并排序的平均时间复杂度为O(nlogn)。其中，n为待排序序列的长度。
06
基数排序
基数排序是一种非比较型整数排序算法，其原理是将整数按位数切割成不同的数字，然后按每个位数分别比较。
分配和收集
基数排序是一种稳定的排序算法，即相同的元素在排序后仍保持原有的顺序。
文件系统需要对文件和目录进行排序，以便用户可以更方便地浏览和管理文件。
数据挖掘和分析中需要对数据进行排序，以便发现数据中的模式和趋势。
计算机图形学中需要对图形数据进行排序，以便进行高效的渲染和操作。
数据库系统
文件系统
数据挖掘和分析
计算机图形学
02
插入排序
将待排序的元素按其排序码的大小，逐个插入到已经排好序的有序序列中，直到所有元素插入完毕。
简单选择排序
基本思想：将待排序序列构造成一个大顶堆，此时，整个序列的最大值就是堆顶的根节点。将其与末尾元素进行交换，此时末尾就为最大值。然后将剩余n-1个元素重新构造成一个堆，这样会得到n个元素的次小值。如此反复执行，便能得到一个有序序列了。 时间复杂度：堆排序的时间复杂度为O(nlogn)，其中n为待排序元素的个数。 稳定性：堆排序是不稳定的排序算法。 优点：堆排序在最坏的情况下也能保证时间复杂度为O(nlogn)，并且其空间复杂度为O(1)，是一种效率较高的排序算法。
基数排序的实现过程
空间复杂度
基数排序的空间复杂度为O(n+k)，其中n为待排序数组的长度，k为计数数组的长度。
时间复杂度
基数排序的时间复杂度为O(d(n+k))，其中d为最大位数，n为待排序数组的长度，k为计数数组的长度。
适用场景
当待排序数组的元素位数较少且范围较小时，基数排序具有较高的效率。然而，当元素位数较多或范围较大时，基数排序可能不是最优选择。
排序算法ppt课件
for i:=1 to n-1 do begin k:=i; for j:=i+1 to n do if a[j]<a[k] then k:=j; if k<>i then begin t:=a[k]; a[k]:=a[i]; a[i]:=t; end; end;
for i:=1 to n-1 do begin k:=i; for j:=i+1 to n do if a[j]<a[k] then k:=j; if k<>i then begin t:=a[k]; a[k]:=a[i]; a[i]:=t; end; end;
end;
begin randomize; readln(n); for i:= 1 to n do a[i]:=random(100); for i:=1 to n-1 do write(a[i],' '); writeln(a[n]); qsort(1,n); for i:=1 to n-1 do write(a[i],' '); writeln(a[n]);
a:待排序的数组；//从小到大排序 简单选择排序：
for i:=1 to n-1 do for j:=i+1 to n do If a[i]>a[j] then begin
t:=a[i];
a[i]:=a[j];
a[j]:=t;
end;
{ 从第一个元素开始,进行n-1遍处理} {第i遍处理} { 交换a[i]和a[j]}
for j:=i+1 to n do if a[i]>a[j] then begin t:=a[i]; a[i]:=a[j]; a[j]:=t; end;