选择排序
选择排序的思想是：双重循环遍历数组，每经过一轮比较，找到最小元素的下标，将其交换至首位。
JS
function select_sort(arr){
let minIndex;
for(let i=0;i<arr.length;i++){
minIndex=i;
for(let j=i+1;j<arr.length;j++){
if(arr[j]<arr[minIndex]){
minIndex=j;
}
}
swap(arr,i,minIndex);
}
}
function swap(arr,l,r){
let temp = arr[l];
arr[l]=arr[r];
arr[r]=temp;
}
选择排序就好比第一个数字站在擂台上，大吼一声：“还有谁比我小？”。剩余数字来挨个打擂，如果出现比第一个数字小的数，则新的擂主产生。每轮打擂结束都会找出一个最小的数，将其交换至首位。经过 n-1 轮打擂，所有的数字就按照从小到大排序完成了。
正是由于它比较容易理解，许多初学者在排序时非常喜欢使用选择排序法。
现在让我们思考一下，冒泡排序和选择排序有什么异同？
相同点：
都是两层循环，时间复杂度都为 O(n^2)O(n 2 ); 都只使用有限个变量，空间复杂度 O(1)O(1)。 不同点：
冒泡排序在比较过程中就不断交换；而选择排序增加了一个变量保存最小值 / 最大值的下标，遍历完成后才交换，减少了交换次数。 事实上，冒泡排序和选择排序还有一个非常重要的不同点，那就是：
冒泡排序法是稳定的，选择排序法是不稳定的。 想要理解这点不同，我们先要知道什么是排序算法的稳定性。
排序算法的稳定性 假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持不变，即在原序列中，r[i] = r[j]，且 r[i] 在 r[j] 之前，而在排序后的序列中，r[i] 仍在 r[j] 之前，则称这种排序算法是稳定的；否则称为不稳定的。
理解了稳定性的定义后，我们就能分析出：冒泡排序中，只有左边的数字大于右边的数字时才会发生交换，相等的数字之间不会发生交换，所以它是稳定的。
而选择排序中，最小值和首位交换的过程可能会破坏稳定性。比如数列：[2, 2, 1]，在选择排序中第一次进行交换时，原数列中的两个 2 的相对顺序就被改变了，因此，我们说选择排序是不稳定的。
那么排序算法的稳定性有什么意义呢？其实它只在一种情况下有意义：当要排序的内容是一个对象的多个属性，且其原本的顺序存在意义时，如果我们需要在二次排序后保持原有排序的意义，就需要使用到稳定性的算法。
举个例子，如果我们要对一组商品排序，商品存在两个属性：价格和销量。当我们按照价格从高到低排序后，要再按照销量对其排序，这时，如果要保证销量相同的商品仍保持价格从高到低的顺序，就必须使用稳定性算法。
当然，算法的稳定性与具体的实现有关。在修改比较的条件后，稳定性排序算法可能会变成不稳定的。如冒泡算法中，如果将「左边的数大于右边的数，则交换」这个条件修改为「左边的数大于或等于右边的数，则交换」，冒泡算法就变得不稳定了。
同样地，不稳定排序算法也可以经过修改，达到稳定的效果。思考一下，选择排序算法如何实现稳定排序呢？
实现的方式有很多种，这里给出一种最简单的思路：新开一个数组，将每轮找出的最小值依次添加到新数组中，选择排序算法就变成稳定的了。
但如果将寻找最小值的比较条件由arr[minIndex] > arr[j]修改为arr[minIndex] >= arr[j]，即使新开一个数组，选择排序算法依旧是不稳定的。所以分析算法的稳定性时，需要结合具体的实现逻辑才能得出结论，我们通常所说的算法稳定性是基于一般实现而言的。
二元选择排序 选择排序算法也是可以优化的，既然每轮遍历时找出了最小值，何不把最大值也顺便找出来呢？这就是二元选择排序的思想。
使用二元选择排序，每轮选择时记录最小值和最大值，可以把数组需要遍历的范围缩小一倍。
JS
function select_sort(arr){
let minindex,maxindex;
for(let i=0;i<arr.length/2;i++){
minindex=i,maxindex=i;
for(let j=i+1;j<arr.length-i;j++){
if(arr[j]<arr[minindex])
minindex=j;
if(arr[j]>arr[maxindex])
maxindex=j;
}
if(minindex == maxindex) break;
swap(arr,i,minindex)
if(maxindex == i) maxindex = minindex;
swap(arr,arr.length-i-1,maxindex)
}
return arr
}
function swap(arr,l,r){
let temp = arr[l];
arr[l]=arr[r];
arr[r]=temp;
}
我们使用 minIndex 记录最小值的下标，maxIndex 记录最大值的下标。每次遍历后，将最小值交换到首位，最大值交换到末尾，就完成了排序。
由于每一轮遍历可以排好两个数字，所以最外层的遍历只需遍历一半即可。
二元选择排序中有一句很重要的代码，它位于交换最小值和交换最大值的代码中间：
Js
if (maxIndex == i) maxIndex = minIndex;
这行代码的作用处理了一种特殊情况：如果最大值的下标等于 i，也就是说 arr[i] 就是最大值，由于 arr[i] 是当前遍历轮次的首位，它已经和 arr[minIndex] 交换了，所以最大值的下标需要跟踪到 arr[i] 最新的下标 minIndex。
时间复杂度 & 空间复杂度 前文已经说到，选择排序使用两层循环，时间复杂度为 O(n^2)O(n 2 ); 只使用有限个变量，空间复杂度 O(1)O(1)。二元选择排序虽然比选择排序要快，但治标不治本，二元选择排序中做的优化无法改变其时间复杂度，二元选择排序的时间复杂度仍然是 O(n^2)O(n 2 )；只使用有限个变量，空间复杂度 O(1)O(1)。
