基本思想：从未排序的序列中找到一个最小的元素，放到第一位，再从剩余未排序的序列中找到最小的元素，放到第二位，依此类推，直到所有元素都已排序完毕。假设序列元素总共n+1个，则我们需要找n轮，就可以使该序列排好序。在每轮中，我们可以这样做：用未排序序列的第一个元素和后续的元素依次相比较，如果后续元素小，则后续元素和第一个元素交换位置放到，这样一轮后，排在第一位的一定是最小的。这样进行n轮，就可排序。
原理图
图1：
图2：
初始数据不敏感，不管初始的数据有没有排好序，都需要经历n2/2次比较，这对于一些原本排好序，或者近似排好序的序列来说并不具有优势。在最好的情况下，即所有的排好序，需要0次交换，最差的情况，倒序，需要n-1次交换。
数据交换的次数较少，如果某个元素位于正确的最终位置上，则它不会被移动。在最差情况下也只需要进行n-1次数据交换，在所有的完全依靠交换去移动元素的排序方法中，选择排序属于比较好的一种。
python代码实现：
def sort_choice(numbers, max_to_min=true):
“””
我这没有按照标准的选择排序，假设列表长度为n，思路如下：
1、获取最大值x，将x移动到列最后。[n1, n2, n3, … nn]
2、将x追加到排序结果[n1, n3, … nn, n2]
3、获取排序后n-1个元素[n1, n3, … nn]，重复第一步，重复n-1次。
max_to_min是指从大到小排序，默认为true；否则从小到大排序。
对[8, 4, 1, 0, 9]排序，大致流程如下：
sorted_numbers = []
[8, 4, 1, 0, 9], sorted_numbers = [9]
[4, 1, 0, 8], sorted_numbers = [9, 8]
[1, 0, 4], sorted_numbers = [9, 8, 4]
[0, 1], sorted_numbers = [9, 8, 4, 1]
[0], sorted_numbers = [9, 8, 4, 1, 0]
“””
if len(numbers) numbers[max_index]:
max_index = i
else:
if num < numbers[max_index]:
max_index = i
numbers = numbers[:max_index] + numbers[max_index + 1:] + [numbers[max_index]]
return numbers
测试一下：
>>> get_left_numbers([0, 4, 0, 31, 9, 19, 89,67], get_max=true)
[0, 4, 0, 31, 9, 19, 67, 89]
>>> get_left_numbers([0, 4, 0, 31, 9, 19, 89,67], get_max=false)
[4, 0, 31, 9, 19, 89, 67, 0]
>>> sort_choice([0, 4, 0, 31, 9, 19, 89,67], max_to_min=false)
[0, 0, 4, 9, 19, 31, 67, 89]
>>> sort_choice([0, 4, 0, 31, 9, 19, 89,67], max_to_min=true)
[89, 67, 31, 19, 9, 4, 0, 0]