当前位置 博文首页 > python排序算法的简单实现方法

    python排序算法的简单实现方法

    作者:KKang@ 时间:2021-06-09 17:51

    1 冒泡排序

     1.1 算法步骤:

    比较相邻的元素。如果第一个比第二个大,就交换他们两个。

    对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对。这步做完后,最后的元素会是最大的数。

    针对所有的元素重复以上的步骤,除了最后一个。

    持续每次对越来越少的元素重复上面的步骤,直到没有任何一对数字需要比较。

    (1) 不管原始数组是否有序,时间复杂度都是O(n2)

    (2) 空间复杂度是O(1)

    (3) 冒泡排序是从最后一位开始确定最大或最小的数,保证后面的数都是有序的且都大于或小于前面的数

    1.2 算法实现

    def bubble_sort(alist):
        for i in range(len(alist) - 1):
            for j in range(len(alist) - 1 - i):##最后的几位已经确定好大小的不用再次参与排序
                if alist[j] > alist[j + 1]:
                    alist[j], alist[j + 1] = alist[j + 1], alist[j]
                    count += 1
    list = [3, 4, 2, 7, 11, 15, 5]
    bubble_sort(list)
    print(list)
    

    1.3 算法优化

    def bubble_sort(alist):
        for i in range(len(alist) - 1):
            count = 0  ## 记录交换的次数
            for j in range(len(alist) - 1 - i):
                if alist[j] > alist[j + 1]:
                    alist[j], alist[j + 1] = alist[j + 1], alist[j]
                    count += 1 ## 如果此次遍历为未发生交换,则说明数据是有序的
            if count == 0:
                return
    list = [3, 4, 2, 7, 11, 15, 5]
    bubble_sort(list)
    print(list)
    

    2 选择排序

     2.1 算法步骤

    1. 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。
    2. 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。
    3. 以此类推,直到所有元素均排序完毕

    2.2 算法实现

    def select_sort(alist):
        for i in range(len(alist) - 1):
            min = i  ## i之前的元素已经确定位置,假设第i个元素为最小值
            for j in range(i, len(alist)):
                if alist[min] > alist[j]: ## 如果后面的元素比第i个元素小,则记录该元素的索引为最小元素的索引
                    min = j
                alist[i], alist[min] = alist[min], alist[i]
    list = [3, 4, 2, 7, 11, 15, 5]
    select_sort(list)
    print(list)
    

    3 插入排序

    3.1 算法步骤

    将第一待排序序列第一个元素看做一个有序序列,把第二个元素到最后一个元素当成是未排序序列。
    从头到尾依次扫描未排序序列,将扫描到的每个元素插入有序序列的适当位置。(如果待插入的元素与有序序列中的某个元素相等,则将待插入元素插入到相等元素的后面。

    3.2 算法实现

    def insert_sort(alist):
        for i in range(1, len(alist)):
            for j in range(i, 0, -1):  ## 倒序取从下标i的元素开始到下标0
                if alist[j] < alist[j - 1]:
                    alist[j], alist[j - 1] = alist[j - 1], alist[j]
    
    
    list = [3, 4, 2, 7, 11, 15, 5]
    insert_sort(list)
    print(list)
    

    3.3 算法优化

    def insert_sort(alist):
        for i in range(1, len(alist)):
            for j in range(i, 0, -1):  ## 倒序取从下标i的元素开始到下标0
                if alist[j] < alist[j - 1]:
                    alist[j], alist[j - 1] = alist[j - 1], alist[j]
                else: ## 如果当前数值大于前一个数值,退出
                    break
    
    
    list = [3, 4, 2, 7, 11, 15, 5]
    insert_sort(list)
    print(list)
    

    4 快速排序

    快速排序的基本思想:通过一趟排序将待排记录分隔成独立的两部分,其中一部分记录的关键字均比另一部分的关键字小,则可分别对这两部分记录继续进行排序,以达到整个序列有序。

    4.1 算法描述

    快速排序使用分治法来把一个串(list)分为两个子串(sub-lists)。具体算法描述如下:

    1. 从数列中挑出一个元素,称为 “基准”(pivot);
    2. 将大于pivot的值放在pivot的右边;
    3. 将小于pivot的值放在pivot的左边;
    4. 递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数列排序

    4.2 算法实现

    def quickSort(left, right, lst):
        l, r = left, right ## 确定左右指针
        if left >= right: ## 如果序列只有一个元素,则退出排序
            return
        ## 确定基准数为最左侧元素
        base = lst[left]
        ## base为序列最左侧元素,则应为右指针先左移,然后左指针右移  
        while l < r:
            while l < r and lst[r] >= base: ## 如果l<r同时最右侧的值大于等于base,则向左移动r指针,退出的条件右指针的值<base
                r -= 1
            while l < r and lst[l] <= base: ## 如果l<r同时最左侧的值小于等于base,则向右移动l指针,退出的条件左指针的值>base
                l += 1
            if l < r:  ##  如果左指针小于右指针(同时lst[r] < base lst[l] > base,满足上述两个条件),则交换左右指针的值
                lst[l], lst[r] = lst[r], lst[l] 
        lst[l], lst[left] = lst[left], lst[l] ## 基准数回归,将左右指针所指元素和基准数进行交换
        ## 此时一次排序结束
        
        quickSort(left, l - 1, lst) ## 对基准数左侧序列进行排序
        quickSort(l + 1, right, lst)  ## 对基准数右侧序列进行排序
    list = [3, 4, 2, 7, 11, 15, 5]
    end = len(list) - 1
    quickSort(0, end, list)  ## 开始位置索引,结束位置索引,列表
    print(list)
    

    4 四种排序算法的比较

    算法 时间复杂度(平均) 空间复杂度 稳定性
    冒泡排序 O(n2) O(1) 稳定
    选择排序 O(n2) O(1) 不稳定
    插入排序 O(n2) O(1) 稳定
    快速排序 O(nlog2n) O(nlog2n) 不稳定

    总结

    js