理解选择排序的非递归实现思路

# 1. 选择排序算法简介

选择排序算法是一种简单直观的排序算法，它的核心思想是每次从待排序的元素中选择最小（或最大）的元素，放到已排序序列的末尾，直至全部元素排序完成。选择排序是一种原地排序算法，不需要额外的空间开销，并且稳定性较好。

选择排序的时间复杂度为 O(n^2)，空间复杂度为 O(1)。尽管选择排序在最坏情况下和平均情况下的时间复杂度都是 O(n^2)，但是由于交换次数相对较少，在一些特殊情况下，选择排序可能比其他复杂度为 O(n^2) 的排序算法表现得更好。

总的来说，选择排序虽然简单，但是由于其时间复杂度较高，不适合处理大规模数据的排序任务。在实际应用中，通常会选择其他效率更高的排序算法来替代选择排序。

# 2. 递归实现选择排序

#### 2.1 递归实现选择排序的思路

递归实现选择排序的核心思想是将待排序数组分为已排序和未排序两部分，每次在未排序数组中选择最小（或最大）的元素，与未排序部分的首个元素交换位置，将该元素加入到已排序数组的末尾。递归基线条件是当未排序数组为空时结束递归。

#### 2.2 递归实现选择排序的代码实现

def selection_sort_recursive(arr, n):
    if n <= 1:
        return
    # 在未排序部分中找到最小元素的索引
    min_idx = arr.index(min(arr[n-1:]))
    if arr[min_idx] < arr[n-1]:
        arr[min_idx], arr[n-1] = arr[n-1], arr[min_idx]
    selection_sort_recursive(arr, n-1)

# 测试代码
arr = [64, 25, 12, 22, 11]
selection_sort_recursive(arr, len(arr))
print("排序后的数组：", arr)

#### 2.3 递归实现选择排序的时间复杂度分析

递归实现的选择排序虽然思路清晰简洁，但由于每次递归调用都需要遍历未排序部分以找到最小元