算法排序
2021-02-17 12:18
标签:目录 归并 选择排序 简单 random heap 动作 shuffle usr 目录 1. 冒泡排序 2. 选择排序 3. 插入排序 4. 快排 5. 堆排 6. 归排 原理:拿自己与上面一个比较,如果上面一个比自己小就将自己和上面一个调换位置,依次再与上面一个比较,第一轮结束后最上面那个一定是最大的数 原理: 原理: 注:倒序,和 列表中有大量重复元素时,时间复杂度很大,, 快排代码实现(类似于二叉树 递归调用)----右手左手一个慢动作,右手左手一个慢动作重播 思路原理: 从排序前--------> 到P归位 经历过程(前面都比5小后面都比5大) 快排与冒泡时间复杂度对比 最好情况 一般情况 最坏情况 快排 O(nlogn) O(nlogn) O(n^2) 冒泡 O(n) O(n^2) O(n^2) 快排最坏时间复杂度为何为O(n2) 1. 每次划分只能将序列分为一个元素与其他元素两部分,这时的快速排序退化为冒泡排序 2. 如果用数画出来,得到的将会是一棵单斜树,也就是说所有所有的节点只有左(右)节点的树;平均时间复杂度O(n*logn) 原理图:
1、三种排序算法时间复杂度都是( O(nlogn) ) 2、 一般情况下,就运行时间而言: 快速排序
3、三种排序算法的缺点 1、快速排序: 极端情况下排序效率低( O(n2) ) 算法排序 标签:目录 归并 选择排序 简单 random heap 动作 shuffle usr 原文地址:https://www.cnblogs.com/xinzaiyuan/p/12696943.html1. 冒泡排序(最好是O(n), 最坏O(n2))
1 def bubble_sort(li):
2 for i in range(len(li)-1):
3 for j in range(len(li)-i-1):
4 if li[j] > li[j+1]:
5 li[j],li[j+1]=li[j+1],li[j]
6
7 li = [1,5,2,6,3,7,4,8,9,0]
8 bubble_sort(li)
9 print(li) # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
2. 选择排序
1、先假定第一个是最小的,依次与其他数比,如果其他数中有比第一个数小就假定这个更小的最小
2、再比,第一轮就可以找到最小的那个放到0号位置,然后在假定1号位置数最小与剩下比较,再找到第二小的数放到第1号位置import random
def select_sort(li):
for i in range(len(li) - 1):
min_loc = i #开始先假设0号位置的值最小
for j in range(i+1, len(li)): #循环无序区,依次比较,小于min_loc就暂定他的下标最小
if li[j] #所以内层for循环每执行一次就选出一个小值
min_loc = j
li[i], li[min_loc] = li[min_loc],li[i]
li = [1,5,2,6,3,7,4,8,9,0]
select_sort(li)
print(li) # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
3. 插入排序
1、列表被分为有序区和无序区两个部分,最初有序区只有一个元素
2、每次从无序区选择一个元素,插入到有序区的位置,直到无序区变空import random
def insert_sort(li):
for i in range(1, len(li)):
tmp = li[i] #tmp是无序区取出的一个数
j = i - 1 #li[j]是有序区最大的那个数
while j >= 0 and li[j] > tmp:
# li[j]是有序区最大的数,tmp是无序区取出的一个数,tmp从有序区最大的那个数开始比
# 小就调换位置,直到找到有序区中值不大于tmp的结束
li[j+1]=li[j] #将有序区最右边的数向右移一个位置
j = j - 1
li[j + 1] = tmp #将tmp放到以前有序区最大数的位置,再依次与前一个数比较
data = list(range(100))
random.shuffle(data) #将有序列表打乱
insert_sort(data)
print(data)
4. 快排 快速排序中最简单的(递归调用)
def quick(list):
if len(list) :
return list
tmp = list[0] # 临时变量 可以取随机值
left = [x for x in list[1:] if x # 左列表
right = [x for x in list[1:] if x > tmp] # 右列表
return quick(left) + [tmp] + quick(right)
li = [4,3,7,5,8,2]
print quick(li) # [2, 3, 4, 5, 7, 8]
#### 对[4,3,7,5,8,2]排序
‘‘‘
[3, 2] + [4] + [7, 5, 8] # tmp = [4]
[2] + [3] + [4] + [7, 5, 8] # tmp = [3] 此时对[3, 2]这个列表进行排序
[2] + [3] + [4] + [5] + [7] + [8] # tmp = [7] 此时对[7, 5, 8]这个列表进行排序
‘‘‘
1、 首先从右向左比较,取出列表第一个元素5(第一个位置就空出来)与列表最后一个元素8比较,8>5不换位置
2、 用5与-2位置的9比,5 3、 5与-3位置的2比较,2 4、 5与2号位置的7比,5 5、 -4号位置的1小于5将1放到空出的2号位置,-4位置空出来了,再从右向左比
6、 这样第一次循环就实现了5放到列表中间,前面的都比5大,后面的都比5小
5. 堆排
def sift(data, low, high):
‘‘‘ 构造堆 堆定义:堆中某节点的值总是不大于或不小于父节点的值
:param data: 传入的待排序的列表
:param low: 需要进行排序的那个小堆的根对应的号
:param high: 需要进行排序那个小堆最大的那个号
:return:
‘‘‘
i = low #i最开始创建堆时是最后一个有孩子的父亲对应根的号
j = 2 * i+ 1 #j子堆左孩子对应的号
tmp = data[i] #tmp是子堆中原本根的值(拿出最高领导)
while j #只要没到子堆的最后(每次向下找一层) #孩子在堆里
# if j
if j + 1 and data[j] #如果有右孩纸,且比左孩子大
j += 1
if tmp #如果孩子还比子堆原有根的值tmp大,就将孩子放到子堆的根
data[i] = data[j] #孩子成为子堆的根
i = j #孩子成为新父亲(向下再找一层)
j = 2 * i + 1 #新孩子 (此时如果j
else:
break #如果能干就跳出循环就会流出一个空位
data[i] = tmp #最高领导放到父亲位置
def heap_sort(data):
‘‘‘调整堆‘‘‘
n = len(data)
# n//2-1 就是最后一个有孩子的父亲那个子堆根的位置
for i in range(n // 2 - 1, -1, -1): #开始位置,结束位置, 步长 这个for循环构建堆
# for循环输出的是: (n // 2 - 1 ) ~ 0 之间的数
sift(data, i , n-1) # i是子堆的根,n-1是堆中最后一个元素
data = [20,50,20,60,70,10,80,30,40]
heap_sort(data)
print data # [80, 70, 20, 60, 50, 10, 20, 30, 40]
6. 归排(递归调用)
#! /usr/bin/env python
# -*- coding: utf-8 -*-
def merge(li, low, mid, high):
‘‘‘
:param li: 带排序列表
:param low: 列表中第一个元素下标,一般是:0
:param mid: 列表中间位置下标
:param high: 列表最后位置下标
:return:
‘‘‘
i = low
j = mid + 1
ltmp = []
while i and j high:
if li[i] li[j]:
ltmp.append(li[i])
i += 1
else:
ltmp.append(li[j])
j += 1
while i mid:
ltmp.append(li[i])
i += 1
while j high:
ltmp.append(li[j])
j += 1
li[low:high+1] = ltmp
def mergesort(li, low, high):
if low high:
mid = (low + high) // 2 #获取列表中间的索引下标
mergesort(li, low, mid) #先分解
mergesort(li, mid+1, high)
merge(li, low, mid, high) #然后合并
data = [10,4,6,3,8,2,5,7]
mergesort(data, 0 , len(data) -1)
print(data) # [2, 4, 6, 8, 10, 12, 14, 16, 18]
归并排序
快速排序,堆排序, 归并排序 比较
2、归并排序: 需要额外内存开销(需要新建一个列表放排序的元素)
3、堆排序: 在快的排序算法中相对较慢,堆排序最稳定
上一篇:Spring IOC-介绍和使用
下一篇:Java基础进阶_6