【转】用Python实现各种排序算法
以下代码均为python3版本的代码
# 冒泡排序
# 比较相邻的元素大小,将小的前移,大的后移,就像水中的气泡一样,最小的元素经过几次移动,会最终浮到水面上。 def bubbleSort(list):
if list != None:
if len(list) ==1:
pass
else:
for i in range(len(list)):
for j in range(len(list)-1-i):
if list[j]>list[j+1]:
list[j],list[j+1] = list[j+1],list[j] if __name__ == '__main__':
list1 = [2,3,5,7,8,9,6,54,1,42]
bubbleSort(list1)
print(list1)
# 插入排序
# 将一个待排数据按其大小插入到已经排序的数据中的适当位置,直到全部插入完毕。 def insertSort(list):
if list != None:
if len(list) == 1:
pass
else:
for i in range(1,len(list)):
temp = list[i]
for j in range(i):
if list[j]>list[i]:
for k in range(i,j,-1):
list[k] = list[k-1]
list[j] = temp if __name__ == '__main__':
list1 = [2,3,5,7,8,9,6,54,1,42]
print(list1)
insertSort(list1)
print(list1)
# 快速排序
# 通过一趟排序将要排序的数据分割成独立的两部分
# 其中一部分的所有数据都比另外一部分的所有数据都要小
# 然后再按此方法对这两部分数据分别进行快速排序
# 整个排序过程可以递归进行
# 以此达到整个数据变成有序序列。 def first_sort(numbers,i,j):
temp = numbers[i]
while i != j:
while i<j and numbers[j]>temp:
j = j-1
numbers[i] = numbers[j]
while i<j and numbers[i]<temp:
i = i+1
numbers[j]=numbers[i]
numbers[i] = temp
return i def quickSort(numbers,i,j):
if i < j:
middle = first_sort(numbers,i,j)
quickSort(numbers,i,middle-1)
quickSort(numbers,middle+1,j) if __name__ == '__main__':
list1 = [2,3,5,7,8,9,6,54,1,42]
print(list1)
quickSort(list1,0,len(list1)-1)
print(list1)
# 选择排序
# 从所有序列中先找到最小的,然后放到第一个位置
# 之后再看剩余元素中最小的,放到第二个位置……
# 以此类推,就可以完成整个的排序工作。 def selectSort(list):
if list != None:
for i in range(len(list)):
min = i
for j in range(i+1,len(list)):
if list[min]>list[j]:
min = j
if min != i:
list[min],list[i] = list[i],list[min] if __name__ == '__main__':
list1 = [2,3,5,7,8,9,6,54,1,42]
print(list1)
selectSort(list1)
print(list1)
# 希尔排序
# 先将整个待排元素序列分割成若干个子序列(由相隔某个“增量”的元素组成的)分别进行直接插入排序
# 然后依次缩减增量再进行排序,
# 待整个序列中的元素基本有序(增量足够小)时,再对全体元素进行一次直接插入排序。 def shellSort(data,flag):
'''
:param data: list, to be sorted
:param flag: 0 -> asc, 1 -> desc
:return: a new sorted list
'''
retData=[]
for item in data:
retData.append(item)
count = len(retData)
step = count // 2 # python3
while step > 0:
i = 0
while i< count:
j = i + step
while j < count:
t = retData.pop(j)
k = j - step
# asc
if flag == 0:
while k>= 0:
if t >= retData[k]:
retData.insert(k+1,t)
break
k = k - step
if k < 0:
retData.insert(0,t)
# desc
elif flag == 1:
while k >= 0:
if t <= retData[k]:
retData.insert(k+1, t)
break
k = k - step
if k < 0:
retData.insert(0, t)
j = j + step
i = i + 1
step = step//2
return retData if __name__ == '__main__':
list1 = [2, 3, 5, 7, 8, 9, 6, 54, 1, 42]
data = shellSort(list1,0)
print('ASC:')
print(data)
data = shellSort(list1, 1)
print('DESC:')
print(data)
【转自】http://www.kuqin.com/shuoit/20150702/346879.html
稍有修改
mark down
【转】用Python实现各种排序算法的更多相关文章
- Python实现各种排序算法的代码示例总结
Python实现各种排序算法的代码示例总结 作者:Donald Knuth 字体:[增加 减小] 类型:转载 时间:2015-12-11我要评论 这篇文章主要介绍了Python实现各种排序算法的代码示 ...
- Python实现常用排序算法
Python实现常用排序算法 冒泡排序 思路: 它重复地走访过要排序的数列,一次比较两个元素,如果他们的顺序错误就把他们交换过来.走访数列的工作是重复地进行直到没有再需要交换,也就是说该数列已经排序完 ...
- python 的常见排序算法实现
python 的常见排序算法实现 参考以下链接:https://www.cnblogs.com/shiluoliming/p/6740585.html 算法(Algorithm)是指解题方案的准确而完 ...
- 用 python 实现各种排序算法(转)
常见几种排序的算法: 归并排序 归并排序也称合并排序,是分治法的典型应用.分治思想是将每个问题分解成个个小问题,将每个小问题解决,然后合并. 具体的归并排序就是,将一组无序数按n/2递归分解成只有一个 ...
- python基础===八大排序算法的 Python 实现
本文用Python实现了插入排序.希尔排序.冒泡排序.快速排序.直接选择排序.堆排序.归并排序.基数排序. 1.插入排序 描述 插入排序的基本操作就是将一个数据插入到已经排好序的有序数据中,从而得到一 ...
- python实现简单排序算法
算法 递归两个特点: 调用自身 有穷调用 计算规模越来越小,直至最后结束 用装饰器修饰一个递归函数时会出现问题,这个问题产生的原因是递归的函数也不停的使用装饰器.解决方法是,只让装饰器调用一次即可,那 ...
- Python实现八大排序算法(转载)+ 桶排序(原创)
插入排序 核心思想 代码实现 希尔排序 核心思想 代码实现 冒泡排序 核心思想 代码实现 快速排序 核心思想 代码实现 直接选择排序 核心思想 代码实现 堆排序 核心思想 代码实现 归并排序 核心思想 ...
- python实现桶排序算法
桶排序算法也是一种可以以线性期望时间运行的算法,该算法的原理是将数组分到有限数量的桶里,每个桶再分别排序. 它的算法流程如下所示: 设置一个定量的数组当作空桶子. 寻访序列,并且把项目一个一个放到对应 ...
- 用python实现各种排序算法
最简单的排序有三种:插入排序,选择排序和冒泡排序.它们的平均时间复杂度均为O(n^2),在这里对原理就不加赘述了. 贴出源代码: 插入排序: def insertion_sort(sort_list) ...
- python实现八大排序算法
插入排序 核心思想 插入排序的基本操作就是将一个数据插入到已经排好序的有序数据中,从而得到一个新的.个数加一的有序数据,算法适用于少量数据的排序,时间复杂度为 O(n^2).是稳定的排序方法.插入算法 ...
随机推荐
- 搜索栏会消失 uisearchbar 狂点消失的问题解决
经过反复试验和错误很多,我发现当searchdisplaycontroller结束搜索,搜索栏会消失,所以我重新插入到搜索栏表头和它为我工作. - (void)searchDisplayControl ...
- F - To the Max
Given a two-dimensional array of positive and negative integers, a sub-rectangle is any contiguous s ...
- Python 决策树的构造
上一节我们学习knn,kNN的最大缺点就是无法给出数据的内在含义,而使用决策树处理分类问题,优势就在于数据形式非常容易理解. 决策树的算法有很多,有CART.ID3和C4.5等,其中ID3和C4.5都 ...
- sql 查询效率
1. SQL优化的原则是:将一次操作需要读取的BLOCK数减到最低,即在最短的时间达到最大的数据吞吐量.调整不良SQL通常可以从以下几点切入: 检查不良的SQL,考虑其写法是否还有可优化内容 检查子查 ...
- CI框架 CodeIgniter 伪静态 htaccess设置和Nginx伪静态方法
众所周知,LAMP代表Linux下Apache.MySQL.PHP这种网站服务器架构:而LNMP指的是Linux下Nginx.MySQL.PHP这种网站服务器架构.LNMP一键安装包可以从网上下载使用 ...
- LeetCode() Repeated DNA Sequences 看的非常的过瘾!
All DNA is composed of a series of nucleotides abbreviated as A, C, G, and T, for example: "ACG ...
- 使用xhprof分析php性能
今天偶然发现 xhprof可以远程分析php代码性能,大致步骤如下 1. 进入 xhprof , 点击右上角注册 并 登陆, 网站左侧解释了如何在本地安装测试xhprof, 我用的是右侧的图表模式, ...
- windbg
1, symbols : srv*c:\symbols*http://msdl.microsoft.com/download/symbols 2,.loadby sos mscorwks or ...
- Appium自动化时,如何快速获得Android app的包名和启动页
在app自动化的时候,经常被问道如何知道app的包名和启动页名称.这个问题很简单: 1. 最直接的方式,去问开发啊,他们告诉你app的包名和启动页. 2. 如果你比较腼腆,又能看到/懂代码,自己把代码 ...
- 快速使用node.js进行web开发
首先关于node.js的学习,这里推荐一本比较好的教程,nodejs web开发指南,该书通俗易懂地将node.js语言特性讲解完之后,又从一个项目角度带领读者使用node.js学习web开发.相信这 ...