常用排序算法的Python实现
冒泡排序
算法思想:
对于一组需要排序的数据,对于相邻的两个数进行比较,使较大(或者较小)的数一直向后推,经过多层排序之后,使整个序列是有序的。
算法实现:
def bubble_sort(L): length = len(L) if length == 0 or length == 1: return L for i in range(length): for j in range(length-i-1): if L[j] > L[j+1]: temp = L[j] L[j] = L[j+1] L[j+1] = temp return L print(bubble_sort(data))
算法的实现使用了两层for循环,其中对于外层for循环来说,第一次for循环,最大的数被推到最后面,第二次for循环,次大的数被推到次后面...依次类推,而内层for循环的作用就是实现将当前层次的最大数找出来,向后沉。
复杂度:
- 时间复杂度
平均情况O(n^2), 最好情况O(n), 最坏情况O(n^2) - 空间复杂度
O(1) - 稳定性
不稳定
快速排序
算法思想:
任意设置一个基准元素,一般是第一个或者最后一个,将序列以该基准元素为基准,分割成比他小的一部分和比他大的一部分,此时,该基准元素所在的位置就是排序终了之后的准确位置,在对左右两边的序列继续执行同样的操作,直整个个序列有序。
算法实现:
def quick_sort(lists, left, right): if left >= right: return lists key = lists[left] # 用作基准 low = left high = right while left < right: while left < right and lists[right] >= key: right -= 1 lists[left] = lists[right] while left < right and lists[left] <= key: left += 1 lists[right] = lists[left] lists[right] = key quick_sort(lists, low, left - 1) quick_sort(lists, left + 1, high) return lists print(quick_sort(data, 0, len(data)-1))
内层的while循环中,以key为基准,从序列的右边找出比key值小的元素,放在key的左边去,再从key的左边找出比key值大的元素,放在key的右边,此时正好填补了放到左边的的那个空位,多次循环,直到序列有序。
复杂度:
- 时间复杂度
平均情况O(nlog2n), 最好情况O(nlog2n), 最坏情况O(n^2) - 空间复杂度
O(nlog2n) - 稳定性
不稳定
选择排序
算法思想:
在需要排序的一组数中,选出最小(或者最大)的一个数与第一个位置的数交换,然后在剩下的数中在找到最小(或者最大)的数与第二个位置的数交换,一次类推,直到倒数第二个数与倒数第一个数交换完成为止。
算法实现:
def select_sort(L): length = len(L) if length == 0 or length == 1: return L def _min(s): ''' 实现从后面的值中找到最小值的索引 ''' min = s for i in range(s, length): if L[i] < L[min]: min = i return min for i in range(length): min = _min(i) if i != min: temp = L[min] L[min] = L[i] L[i] = temp return L print(select_sort(data))
每一次循环,都将该次循环的i作为基准,从i后面的数中通过_min()函数来找到后面数据最小值的索引,在for循环的循环体内交换位置,目的是将小值放到前面去。这样,每一次循环,数中最前面的一部分数据是从小到大排序的,直到最后,所有的数据都是有序的为止。
复杂度:
- 时间复杂度
平均情况O(n^2), 最好情况O(n^2), 最坏情况O(n^2) - 空间复杂度
O(1) - 稳定性
不稳定
归并排序
算法思想:
主题思想是将两个有序表河滨更成为一个新的有序表,将待排序序列分位若干个子序列,每个子序列是有序的,然后在将其合并为一个整体,使用递归的思想。
算法实现:
def merge(left, right): i, j = 0, 0 result = [] while i < len(left) and j < len(right): if left[i] <= right[j]: result.append(left[i]) i += 1 else: result.append(right[j]) j += 1 result += left[i:] result += right[j:] return result def merge_sort(lists): # 归并排序 if len(lists) <= 1: return lists num = int(len(lists) / 2) left = merge_sort(lists[:num]) right = merge_sort(lists[num:]) return merge(left, right) print(merge_sort(data))
将一个序列一直对半拆分,分为若干个子序列,直到该子序列只有一个元素为止,然后将其合并。因此主要的问题就变成了如何将两个有序序列合并,这里新建一个空序列,遍历比较两个序列,将较小的元素放在新的序列中,直到某一个序列为空,此时很可能另外的一个序列非空,因此需要将剩余的已经有序的元素一次性添加到新建的序列中。
复杂度:
- 时间复杂度
平均情况O(nlog2n), 最好情况O(nlog2n), 最坏情况O(nlog2n) - 空间复杂度
O(n) - 稳定性
稳定
插入排序
算法思想:
将序列的第一个元素当做已经排序好的序列,然后从后面的第二个元素开始,逐个元素进行插入,直到整个序列有序为止。
算法实现:
def insert_sort(L): length = len(L) if length==0 or length==1: return L for i in range(1,length): value = L[i] j = i-1 while j>=0 and L[j]>value: L[j+1] = L[j] j-=1 L[j+1] = value return L print(insert_sort(data))
对于for循环来说,第一次循环结束,整个序列的第一个元素是有序的,第二次循环,前面两个元素是有序的,第三次for循环,前面三个元素是有序的...对于while循环来说,只要索引为i的前面某个元素比我们设置的“哨兵”value的值大,就把它放在后面去,直到前面所有的元素均比value小,这时候本次排序结束,本次排序的结果依然是有序的,因为上一次的结果是有序的,我们本次排序只是将一个新的值加入进去,并没有破坏之前的结构,因此将其称之为“插入排序”。
复杂度:
- 时间复杂度
平均情况O(n^2), 最好情况O(n), 最坏情况O(n^2) - 空间复杂度
O(1) - 稳定性
稳定
希尔排序
算法思想:
希尔排序是对直接插入排序的改进版本,又称为缩小增量排序,将整个序列分割成若干个子序列,分别进行直接插入排序,待各个子序列基本语序后,在对全体进行直接插入排序。
算法实现:
def shell_sort(lists): count=len(lists) step=2 group=int(count/step) while group>0: for i in range(group): j=i+group while j<count: key=lists[j] k=j-group while k>=0: if lists[k]>key: lists[k+group]=lists[k] lists[k]=key k=k-group j=j+group group=int(group/step) return lists print(shell_sort(data))
- Python实现常用排序算法总结
- python实现常用排序算法
- 几种常用的排序算法(二)--python实现
- Python实现的几个常用排序算法实例
- python实现常用排序算法
- 常用排序算法的Python实现
- Python实现的几个常用排序算法实例
- 几种常用排序算法的python实现
- Python实现: 常用排序算法 & 二叉树的遍历算法
- 几种常用的排序算法(一)--python实现
- 算法基础——十种常用排序算法的Java及Python实现
- 常用排序算法的Python实现
- linux , python 发送邮件,基本实现了mutt常用功能
- 用C语言实现常用排序算法
- 排序算法的Python实现
- 部分排序算法python实现
- 用C语言实现常用排序算法
- 【常用排序算法】快速排序(Java实现)
- javascript常用排序算法实现
- Java常用的八种排序算法与代码实现