高速排序的时间复杂度最好情况下为O(n*logn),最坏情况下为O(n^2),平均情况下为O(n*logn),是不稳定的排序

归并排序的时间复杂度最好情况下为O(n*logn),最坏情况下为O(n*logn),平均情况下为O(n*logn),是稳定的排序

堆排序的时间复杂度最好情况下为O(n*logn),最坏情况下为O(n*logn),平均情况下为O(n*logn),是不稳定的排序

1.高速排序

高速排序的介绍以及C语言实如今这里:高速排序C语言实现

本文介绍的是高速排序python实现:

def recurse(lista,left,right):
if left<right:
i=left;
j=right;
tmp=lista[left];
while(i<j):
while(i<j and lista[j]>=tmp):
j=j-1;
if i<j:
lista[i]=lista[j];
i=i+1;
while (i<j and lista[i]<tmp):
i=i+1;
if i<j:
lista[j]=lista[i];
j=j-1;
lista[i]=tmp;
recurse(lista,left,i-1); #分治
recurse(lista,i+1,right);
return lista;
def quicksort(lista):
leng=len(lista);
recurse(lista,0,leng-1); lista=[1,4,23,45,97,22,10,4]; #高速排序測试代码
quicksort(lista);
print lista;

2.归并排序

归并排序及C语言实如今这里:归并排序C语言实现

本文介绍的是归并排序python实现:

def merge(lista,left,mid,right):   # 合并有序数组
i=left;
j=mid+1;
tmp=[];
while(i<=mid and j<=right):
if lista[i]<= lista[j]:
tmp.append(lista[i]);
i=i+1;
else:
tmp.append(lista[j]);
j=j+1;
while(i<=mid):
tmp.append(lista[i]);
i=i+1;
while(j<=right):
tmp.append(lista[j]);
j=j+1;
i=0;
while(i<right-left+1):
lista[left+i]=tmp[i];
i=i+1;
def mergerecurse(lista,left,right):
if left<right:
mid=int((right+left)/2);
mergerecurse(lista,left,mid);
mergerecurse(lista,mid+1,right);
merge(lista,left,mid,right);
return lista;
def mergesort(lista):
leng=len(lista);
mergerecurse(lista,0,leng-1); lista=[1,4,23,45,97,22,10,4]; #測试代码
mergesort(lista);
print lista;

3.堆排序

堆排序及C语言实如今这里:堆排序C语言实现

本文介绍的是堆排序python实现:

python中提供了堆这样的数据结构。能够直接使用heap中的heappush方法来建立堆,使用heappop来弹出堆中的最小元素。

from heapq import *;
def heapsort(lista):
h=[];
for i in range(0,len(lista)):
heappush(h,lista[i]);
for i in range(0,len(h)):
lista[i]=heappop(h);

也能够自行实现heap数据结构:

def heapadjust(lista,s,end):
i=2*s+1;
tmp=lista[s];
while(i<=end):
if i+1<=end and lista[i+1]>lista[i]:
i=i+1;
if lista[i]<=tmp:
break;
lista[s]=lista[i];
s=i;
i=s*2+1;
lista[s]=tmp;
def heapsort2(lista):
n=len(lista);
for i in range((n-1)/2,-1,-1):
heapadjust(lista,i,n-1);
for i in range(n-1,-1,-1):
lista[i],lista[0]=lista[0],lista[i];
heapadjust(lista,0,i-1);
lista=[5,4,2,5,1,7]; # 堆排序測试代码
heapsort(lista);
print lista;

高速排序,归并排序,堆排序python实现的更多相关文章

  1. 七内部排序算法汇总(插入排序、Shell排序、冒泡排序、请选择类别、、高速分拣合并排序、堆排序)

    写在前面: 排序是计算机程序设计中的一种重要操作,它的功能是将一个数据元素的随意序列,又一次排列成一个按keyword有序的序列.因此排序掌握各种排序算法很重要. 对以下介绍的各个排序,我们假定全部排 ...

  2. C++:探究纯虚析构函数以及实现数组的高速排序与链表的归并排序

    C++:探究纯虚析构函数以及实现数组的高速排序与链表的归并排序 标签: 数据结构 数组 链表 高速排序 归并排序 抽象类 虚继承 by 小威威 1.介绍 本篇博文将通过课后作业的(15 C++ Hom ...

  3. 几种常用排序算法的python实现

    1:快速排序 思想: 任意选取一个数据(通常选用数组的第一个数)作为关键数据,然后将所有比它小的数都放到它前面,所有比它大的数都放到它后面,这个过程称为一趟快速排序. 一趟快速排序的算法是: 1)设置 ...

  4. 插入排序、冒泡排序、选择排序、希尔排序、高速排序、归并排序、堆排序和LST基数排序——C++实现

    首先是算法实现文件Sort.h.代码例如以下: <pre name="code" class="java">/* * 实现了八个经常使用的排序算法: ...

  5. C# 插入排序 冒泡排序 选择排序 高速排序 堆排序 归并排序 基数排序 希尔排序

    C# 插入排序 冒泡排序 选择排序 高速排序 堆排序 归并排序 基数排序 希尔排序 以下列出了数据结构与算法的八种基本排序:插入排序 冒泡排序 选择排序 高速排序 堆排序 归并排序 基数排序 希尔排序 ...

  6. Python八大算法的实现,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。

    Python八大算法的实现,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 ...

  7. 有k个list列表, 各个list列表的元素是有序的,将这k个列表元素进行排序( 基于堆排序的K路归并排序)

    解题思路: 排序方法:多路归并排序 每次将n个list的头元素取出来,进行排序(堆排序),最小元素从堆中取出后,将其所在list的下一个元素 放入堆中,调整堆序列. 函数实现原型: void list ...

  8. 牛客网Java刷题知识点之插入排序(直接插入排序和希尔排序)、选择排序(直接选择排序和堆排序)、冒泡排序、快速排序、归并排序和基数排序(博主推荐)

    不多说,直接上干货! 插入排序包括直接插入排序.希尔排序. 1.直接插入排序: 如何写成代码: 首先设定插入次数,即循环次数,for(int i=1;i<length;i++),1个数的那次不用 ...

  9. JavaScript 数据结构与算法之美 - 归并排序、快速排序、希尔排序、堆排序

    1. 前言 算法为王. 想学好前端,先练好内功,只有内功深厚者,前端之路才会走得更远. 笔者写的 JavaScript 数据结构与算法之美 系列用的语言是 JavaScript ,旨在入门数据结构与算 ...

随机推荐

  1. .net core 使用ConcurrentTest组件对方法进行压力测试

    工欲善其事,必先利其器!在编写服务中首先要有一个好的测试工具,在dontecore下性能测试有BenchmarkDotNet,只需要简单的配置一下就可以对方法的性能进行详细的测试.但有时候需要对不同并 ...

  2. 道路运输车辆卫星定位系统JT/T808服务实现和压测

    在工作上的需要接触道路运输车辆卫星定位系统相关应用,由于自己对网络服务的编写比较感兴趣,所以利用空闲时间实现了JT/T808的一些协议和相关服务(不得不说这种协议的设计在解释的确导致性能上的损耗,特别 ...

  3. 探讨.net Socket支持在线连接数量

    发现不少同学在用.NET做通讯的时候都关心一个问题,.NET能支持多少个在线连接.其实.net的通讯由winsocket所支持,既然由低层的winsocket所支持那.NET其端的接入连接数的受限完全 ...

  4. dbcontext实例创建问题

    dbcontext初始化 Private DemoContext db=new DemoContext (): 问题:什么时候释放db对象? 使用Using()方法中创建,每次调用会造成频繁的连接关闭 ...

  5. 【c#】RabbitMQ学习文档(二)Work Queues(工作队列)

        今天开始RabbitMQ教程的第二讲,废话不多说,直接进入话题.   (使用.NET 客户端 进行事例演示)          在第一个教程中,我们编写了一个从命名队列中发送和接收消息的程序. ...

  6. Android总结篇系列:Activity中几个主要函数详解

    Activity作为Android系统中四大基本组件之一,包含大量的与其他的各大组件.intent.widget以及系统各项服务等之间的交互的函数.在此,本文主要选取实际项目开发中常用的,但完全理解又 ...

  7. RocketMQ源码分析之RocketMQ事务消息实现原理上篇(二阶段提交)

    在阅读本文前,若您对RocketMQ技术感兴趣,请加入 RocketMQ技术交流群 根据上文的描述,发送事务消息的入口为: TransactionMQProducer#sendMessageInTra ...

  8. 第51章 内省端点(Introspection Endpoint) - Identity Server 4 中文文档(v1.0.0)

    内省端点是RFC 7662的实现. 它可用于验证引用令牌(如果消费者不支持适当的JWT或加密库,则可以使用JWT).内省端点需要身份验证 - 因为内省端点的客户端是API,您可以在其上配置秘密ApiR ...

  9. 如何使用在三星840 SSD硬件加密下使用Bitlocker

    我的笔记本存放到比较重要的资料,需要加密,想到我的三星EVO 850 SSD支持三种加密模式,于是想使用全盘加密模式.但是找了半天没找到一点合适的中文资料,于是怒而翻译一下加密全盘加密的Bitlock ...

  10. 字符串string 、byte[]、MemoryStream、Base64String的相互转换

    1.字符串转比特数组 (1)byte[] bt=System.Text.Encoding.Default.GetBytes("字符串"); (2)byte[] bt=Convert ...