十大经典排序算法（python实现）（原创）

使用场景：

1，空间复杂度 越低越好、n值较大：

　　堆排序　　O(nlog2n)　　O(1)

2，无空间复杂度要求、n值较大：

　　桶排序　　O(n+k)　　　　O(n+k)

经典排序算法图解：

经典排序算法的复杂度：

大类一（比较排序法）：

1、冒泡排序（Bubble Sort）【前后比较-交换】

python代码实现：

 d0 = [2, 15, 5, 9, 7, 6, 4, 12, 5, 4, 2, 64, 5, 6, 4, 2, 3, 54, 45, 4, 44]
 d0_out = [2, 2, 2, 3, 4, 4, 4, 4, 5, 5, 5, 6, 6, 7, 9, 12, 15, 44, 45, 54, 64]  # 正确排序

 while 1:
     state = 0  # 假设本次循环没有改变
     for i in range(len(d0) - 1):
         if d0[i] > d0[i + 1]:
             d0[i], d0[i + 1] = d0[i + 1], d0[i]
             state = 1  # 有数值交换，那么状态值置1
     if not state:  # 如果没有数值交换，那么就跳出
         break

 print(d0)
 print(d0_out)

2、选择排序（Selection Sort）【选择最小的数据放在前面】

python代码实现：

 def select_sort(data):
     d1 = []
     while len(data):
         min = [0, data[0]]
         for i in range(len(data)):
             if min[1] > data[i]:
                 min = [i, data[i]]
         del data[min[0]]  # 找到剩余部分的最小值，并且从原数组中删除
         d1.append(min[1])  # 在新数组中添加
     return d1

 if __name__ == "__main__":
     d0 = [2, 15, 5, 9, 7, 6, 4, 12, 5, 4, 2, 64, 5, 6, 4, 2, 3, 54, 45, 4, 44]  # 原始乱序
     d0_out = [2, 2, 2, 3, 4, 4, 4, 4, 5, 5, 5, 6, 6, 7, 9, 12, 15, 44, 45, 54, 64]  # 正确排序
     d1 = select_sort(d0)
     print(d1)
     print(d0_out)

3、插入排序（Insertion Sort）【逐个插入到前面的有序数中】

直接插入排序-python实现：

 def direct_insertion_sort(d):   # 直接插入排序，因为要用到后面的希尔排序，所以转成function
     d1 = [d[0]]
     for i in d[1:]:
         state = 1
         for j in range(len(d1) - 1, -1, -1):
             if i >= d1[j]:
                 d1.insert(j + 1, i)  # 将元素插入数组
                 state = 0
                 break
         if state:
             d1.insert(0, i)
     return d1

 if __name__ == "__main__":
     d0 = [2, 15, 5, 9, 7, 6, 4, 12, 5, 4, 2, 64, 5, 6, 4, 2, 3, 54, 45, 4, 44]  # 原始乱序
     d0_out = [2, 2, 2, 3, 4, 4, 4, 4, 5, 5, 5, 6, 6, 7, 9, 12, 15, 44, 45, 54, 64]  # 正确排序
     d1 = direct_insertion_sort(d0)
     print(d1)
     print(d0_out)

折半插入排序-python实现：

 d0 = [2, 15, 5, 9, 7, 6, 4, 12, 5, 4, 2, 64, 5, 6, 4, 2, 3, 54, 45, 4, 44]  # 原始乱序
 d0_out = [2, 2, 2, 3, 4, 4, 4, 4, 5, 5, 5, 6, 6, 7, 9, 12, 15, 44, 45, 54, 64]  # 正确排序

 d1 = [d0[0]]
 del d0[0]

 for i in d0:
     index_now = [0, len(d1)]
     while 1:
         index = index_now[0] + int((index_now[1] - index_now[0]) / 2)
         if i == d1[index]:
             d1.insert(index+1,i)
             break
         elif index in index_now:  # 如果更新的index值在index_now中存在（也有可能是边界），那么就表明无法继续更新
             d1.insert(index+1,i)
             break
         elif i > d1[index]:
             index_now[0] = index
         elif i < d1[index]:
             index_now[1] = index

 print(d1)
 print(d0_out)

4、希尔排序（Shell Sort）【从大范围到小范围进行比较-交换】类似冒泡和插入的联合

python代码实现：

 def direct_insertion_sort(d):  # 直接插入排序，因为要用到后面的希尔排序，所以转成function
     d1 = [d[0]]
     for i in d[1:]:
         state = 1
         for j in range(len(d1) - 1, -1, -1):
             if i >= d1[j]:
                 d1.insert(j + 1, i)  # 将元素插入数组
                 state = 0
                 break
         if state:
             d1.insert(0, i)
     return d1

 def shell_sort(d):  # d 为乱序数组，l为初始增量,其中l<len(d),取为len(d)/2比较好操作。最后还是直接省略length输入
     length = int(len(d) / 2)  #
     num = int(len(d) / length)  #
     while 1:

         for i in range(length):
             d_mid = []
             for j in range(num):
                 d_mid.append(d[i + j * length])
             d_mid = direct_insertion_sort(d_mid)
             for j in range(num):
                 d[i + j * length] = d_mid[j]
         # print(d)
         length = int(length / 2)
         if length == 0:
             return d
             break
         # print('length:',length)
         num = int(len(d) / length)

 if __name__ == "__main__":
     d0 = [2, 15, 5, 9, 7, 6, 4, 12, 5, 4, 2, 64, 5, 6, 4, 2, 3, 54, 45, 4, 44]  # 原始乱序
     d0_out = [2, 2, 2, 3, 4, 4, 4, 4, 5, 5, 5, 6, 6, 7, 9, 12, 15, 44, 45, 54, 64]  # 正确排序
     d1 = shell_sort(d0)
     print(d1)
     print(d0_out)

5、归并排序（Merge Sort）【分治法-2-4-8插入排序】

python代码实现（这个地方是由大往小进行递归）：

 # 归并排序，还有些问题。其中有些细节需要重新理解
 # 也是递归问题
 def merge_sort(data):  # 分治发的典型应用，大问题拆分成小问题，逐个击破，之后将结果合并
     half_index = int(len(data) / 2)  # 将数组拆分

     d0 = data[:half_index]
     d1 = data[half_index:]

     if len(d0) > 1:
         d0 = merge_sort(d0)

     if len(d1) > 1:
         d1 = merge_sort(d1)

     index = 0
     for i in range(len(d1)):
         state = 1
         for j in range(index, len(d0)):
             if d1[i] < d0[j]:
                 state = 0
                 index = j + 1
                 d0.insert(j, d1[i])
                 break
         if state == 1:  # 如果大于d0这个队列的所有值，那么直接extend所有数据
             d0.extend(d1[i:])
             break
     return d0

 if __name__ == "__main__":
     d0 = [2, 15, 5, 9, 7, 6, 4, 12, 5, 4, 2, 64, 5, 6, 4, 2, 3, 54, 45, 4, 44]  # 原始乱序
     d0_out = [2, 2, 2, 3, 4, 4, 4, 4, 5, 5, 5, 6, 6, 7, 9, 12, 15, 44, 45, 54, 64]  # 正确排序
     d1 = merge_sort(d0)
     print(d1)
     print(d0_out)

python代码实现（由小扩展到大的子序列）：

 def list_sort(d0, d1):  # 基元组往大扩展
     index = 0
     for i in range(len(d1)):  # 遍历d1数组
         state = 1
         for j in range(index, len(d0)):  # 遍历d0数组
             if d0[j] > d1[i]:
                 state = 0
                 index = j + 1
                 d0.insert(j, d1[i])
                 break
         if state == 1:  # 如果大于d0这个队列的所有值，那么直接extend所有数据
             d0.extend(d1[i:])
             break
     return d0

 def merge_sort(data):
     d0 = [[x] for x in data]
     while len(d0) != 1:    # 循环条件
         length = len(d0)
         half = int(length/2)    # 除2的整数部分
         quo = length%2          # 除2的商
         d0_mid = []
         for i in range(half):
             d0_mid.append(list_sort(d0[i*2], d0[i*2+1]))
         if quo:
             d0_mid.append(d0[-1])
         d0 = d0_mid

     return d0[0]

 if __name__ == "__main__":
     d0 = [2, 15, 5, 9, 7, 6, 4, 12, 5, 4, 2, 64, 5, 6, 4, 2, 3, 54, 45, 4, 44]  # 原始乱序
     d0_out = [2, 2, 2, 3, 4, 4, 4, 4, 5, 5, 5, 6, 6, 7, 9, 12, 15, 44, 45, 54, 64]  # 正确排序
     d1 = merge_sort(d0)
     print(d1)
     print(d0_out)

6、快速排序（Quick Sort）【选取一个基准值，小数在左大数在在右】

python代码实现：

 # import sys
 # sys.setrecursionlimit(1000000)

 def quick_sort(data):
     d = [[], [], []]
     d_pivot = data[-1]  # 因为是乱序数组，所以第几个都是可以的，理论上是一样的
     for i in data:
         if i < d_pivot:  # 小于基准值的放在前
             d[0].append(i)
         elif i > d_pivot:  # 大于基准值的放在后
             d[2].append(i)
         else:  # 等于基准值的放在中间
             d[1].append(i)

     # print(d[0], d[1], d[2])
     if len(d[0]) > 1:  # 大于基准值的子数组，递归
         d[0] = quick_sort(d[0])

     if len(d[2]) > 1:  # 小于基准值的子数组，递归
         d[2] = quick_sort(d[2])

     d[0].extend(d[1])
     d[0].extend(d[2])
     return d[0]

 if __name__ == "__main__":
     d0 = [2, 15, 5, 9, 7, 6, 4, 12, 5, 4, 2, 64, 5, 6, 4, 2, 3, 54, 45, 4, 44]  # 原始乱序
     d0_out = [2, 2, 2, 3, 4, 4, 4, 4, 5, 5, 5, 6, 6, 7, 9, 12, 15, 44, 45, 54, 64]  # 正确排序
     d1 = quick_sort(d0)
     print(d1)
     print(d0_out)

7、堆排序（Heap Sort）【利用最大堆和最小堆的特性】

python代码实现：

 d0 = [99, 5, 36, 7, 22, 17, 46, 12, 2, 19, 25, 28, 1, 92]

 def sort_max(data):  # 直接冒泡一下吧,小到大
     for i in range(len(data) - 1):
         for j in range(len(data) - 1):
             if data[j] > data[j + 1]:
                 data[j], data[j + 1] = data[j + 1], data[j]
     return data

 def heap_min(data,type):
     index = 0
     if not type:
         for i in range(len(data[1:])):
             if data[index] > data[i+1]:
                 index = i+1
         data[0],data[index] = data[index],data[0]
         return data
     else:
         for i in range(len(data[1:])):
             if data[index] < data[i+1]:
                 index = i+1
         data[0],data[index] = data[index],data[0]
         return data

 # d0 = [3,2,1,10,3]
 # print(heap_min(d0,1))
 # print(heap_min(d0,0))

 import numpy as np

 def heap_adj(data, type):  # data 原始堆，type=1最大堆，type=0最小堆
     length = len(data)
     floor = int(np.log2(length))
     for i in range(floor, 0, -1):  # 3（7 6 5 4）-2（3 2）-1（1）
         for j in range(2 ** floor - 1, 2 ** (floor - i) - 1, -1):
             # print(i,j)    # j-1 为当前父节点
             d_mid = [data[j - 1]]  # j = 7,j-1 =6 index
             if j * 2 <= length:  #
                 d_mid.append(data[j * 2 - 1])
             if j * 2 + 1 <= length:
                 d_mid.append(data[j * 2])

             d_mid = heap_min(d_mid, type)

             if len(d_mid) == 2:
                 data[j - 1], data[j * 2 - 1] = d_mid[0], d_mid[1]
             elif len(d_mid) == 3:
                 data[j - 1], data[j * 2 - 1], data[j * 2] = d_mid[0], d_mid[1], d_mid[2]
     return data

 d1 = []
 for i in range(len(d0)):
     data = heap_adj(d0, 0)
     d1.append(d0[0])
     del d0[0]

 print(d1)

大类二（非比较排序法）：

8、计数排序（Counting Sort）【字典计数-还原】

python代码实现：

 d0 = [2, 15, 5, 9, 7, 6, 4, 12, 5, 4, 2, 64, 5, 6, 4, 2, 3, 54, 45, 4, 44]
 d0_out = [2, 2, 2, 3, 4, 4, 4, 4, 5, 5, 5, 6, 6, 7, 9, 12, 15, 44, 45, 54, 64]

 d_max = 0
 d_min = 0
 for i in d0:
     if d_max<i:
         d_max = i
     if d_min>i:
         d_min = i

 d1 = {}
 for i in d0:
     if i in d1.keys():
         d1[i] += 1
     else:
         d1[i] = 1

 d2 = []
 for i in range(d_min,d_max+1):
     if i in d1.keys():
         for j in range(d1[i]):
             d2.append(i)

 print(d2)

9、桶排序（Bucket Sort）【链表】

python代码实现：

 d0 = [2, 15, 5, 9, 7, 6, 4, 12, 5, 4, 2, 64, 5, 6, 4, 2, 3, 54, 45, 4, 44]

 d1 = [[] for x in range(10)]
 for i in d0:
     d1[int(i/10)].append(i)

 # print(d1)

 for i in range(len(d1)):
     if d1[i] != []:
         d2 = [[] for x in range(10)]
         for j in d1[i]:
             d2[j%10].append(j)
         d1[i] = d2

 # print(d1)

 d3 = []
 for i in d1:
     if i:
         for j in i:
             if j:
                 for k in j:
                     if k:
                         d3.append(k)
 print(d3)

10、基数排序（Radix Sort）

python代码实现：

 d0 = [2, 15, 5, 9, 7, 6, 4, 12, 5, 4, 2, 64, 5, 6, 4, 2, 3, 54, 45, 4, 44]

 d1 = [[] for x in range(10)]

 # 第一次 最小位次排序
 for i in d0:
     d1[i % 10].append(i)

 print(d1)

 d0_1 = []
 for i in d1:
     if i:
         for j in i:
             d0_1.append(j)
 print(d0_1)

 # 第二次 次低位排序
 d2 = [[] for x in range(10)]
 for i in d0_1:
     d2[int(i/10)].append(i)
 print(d2)

 d0_2 = []
 for i in d2:
     if i:
         for j in i:
             d0_2.append(j)
 print(d0_2)

文末再次感谢：博主 一像素 https://www.cnblogs.com/onepixel/

参考文档出处：

十大经典排序算法（动图演示） https://www.cnblogs.com/onepixel/articles/7674659.html

分治算法 https://www.cnblogs.com/chentingk/p/5671808.html

堆 https://www.cnblogs.com/chenweichu/articles/5710567.html