经典排序 python实现
稳定
的排序算法:冒泡排序、插入排序、归并排序和基数排序。 不是稳定
的排序算法:选择排序、快速排序、希尔排序、堆排序。
冒泡
def bobble(arr):
length = len(arr)
for i in range(length):
for j in range(length-i-1):
if arr[j] > arr[j+1]:
arr[j],arr[j+1] = arr[j+1],arr[j]
选择
选择排序的思想是将序列分为有序和无序两个部分,不断从无序序列中选择最小的增加到有序序列中,这样,序列就从小到大排列整齐。
def select(arr):
length = len(arr)
for i in range(length):
temp = arr[i]
index = i
#该序列就是从无序序列中寻找最小的元素,然后加入到有序序列中。
for j in range(i,length)
if arr[j] < temp:
temp = arr[j]
index = j
if i != index:
arr[i],arr[index] = arr[index],arr[i]
插入排序
插入排序原理是将当前元素与前面的元素比较,如果小于则不断移动前面的元素向后,直到大于前面的某一个元素。
1.使用一个变量保存当前元素
2.使用变量不断与前面的元素比较,如果小于前面的变量则移动被比较的元素向后,直到变量大于某一个元素则停止
def insert_fun(arr):
length = len(arr)
for i in range(length):
#使用temp将当前要排序的元素保存,以便后面操作
temp = arr[i]
preindex = i-1
while arr[preindex] > temp and preindex >= 0:
arr[preindex+1] = arr[preindex]
preindex = preindex - 1
'''
有两种情况退出循环,一是temp大于前面某一个元素,这时要将temp插入该元素的后面;二是preindex小于0,能到这里temp肯定是小于前面所有的元素的,所以最后preindex = -1,temp是最小的元素,所以插入在第一个元素里
'''
arr[preindex+1] = temp
希尔排序
因为插入排序效率在集合大体有序时比较高,所有希尔的思想就是将数组先大体排序程成有序的状态。
gap是增量,使用增量将整体数组分割成若干小数组,先对小数组排序。直到gap=1,就变成了插入排序。
gap既是增量,又是大数组分割成小数组的数量。
希尔排序是插入排序的改进版,其改进之处在于希尔排序的最后一次排序就是插入排序,而在之前希尔排序将集合大致排序程有序的序列。
def shellsort(arr):
length = len(arr)
gap = length // 2
while gap > 0:
#循环从每一组的第二个元素开始,并不是排好一组之后才排下一组,而是所有的排序都是交替进行的
for i in range(gap,length):
#标准的插入排序,唯一不同的是步长为gap
#-----------------------------------------------------------
temp = arr[i]
preindex = i - gap
while temp < arr[preindex] and preindex >= 0:
arr[preindex+gap] = arr[preindex]
preindex = preindex - gap
arr[preindex+gap] = temp
#-----------------------------------------------------------
gap = gap // 2
快速排序
https://www.cnblogs.com/morewindows/archive/2011/08/13/2137415.html
快速排序的是思想是从序列中找一个元素作为基准,将所有小于基准的元素都排在前面,所有大于基准的元素都排在后面。此时序列就被分成两个部分,然后重复该过程,直到所有的序列都有序为止。
以上的思想是排序的思想,实际的代码思想应该用挖坑填坑,分而治之
。
#coding:utf-8
def quick(arr,left,right):
temp = arr[left]
while left < right:
while left < right and arr[right] >= temp:
right = right - 1
if left < right:
arr[left] = arr[right]
left = left + 1
while left < right and arr[left] <= temp:
left = left + 1
if left < right:
arr[right] = arr[left]
right = right - 1
arr[right] = temp
return right
def fun(arr,left,right):
if left < right:
i = quick(arr,left,right)
#递归调用,传入参数右边终点下标比上一次减少1,所以一定会有退出的时刻
fun(arr,left,i-1)
#递归调用,传入参数左边起点下标比上一次增加1,所以一定会有退出的时刻
fun(arr,i+1,right)
arr = [4,3,10,58,88,23,22,98,8,9,10]
fun(arr,0,len(arr)-1)
print arr
归并排序
https://www.cnblogs.com/piperck/p/6030122.html
归并排序思想:先并开,后归拢。将一个序列中所有元素都分开,然后从单个元素开始两两合并,将两个有序序列合并成一个新的序列。
def merge(left,right):
temp = []
l = 0
r = 0
while l < len(left) and r < len(right):
if left[l] < right[r]:
temp.append(left[l])
l = l + 1
else:
temp.append(right[r])
r = r + 1
if l == len(left):
for i in right[r:]:
temp.append(i)
else:
for j in left[l:]:
temp.append(j)
return temp
def mergesort(arr):
if len(arr) <= 1:
return arr
mid = len(arr) / 2
#并的过程,将一个完整的序列分成单个元素,当arr=1时,说明序列被分成很多个单个元素
left = mergesort(arr[:mid])
right = mergesort(arr[mid:])
#归的过程。将序列两两合并,然后递归完成这个过程,最后到所有的递归完成,序列重新完整,但此时序列已经完成排序。
return merge(left,right)
计数排序
http://www.sohu.com/a/258222713_684445
计数排序是一个种外排序,需要一个数组的辅助。排序思想是:
1.首先求出待排序的集合中的最大值
2.然后根据最大值建立max+1个元素的列表
3.将待排序元素的值和列表的下标一一对应,有元素的值就在列表对应的下标的元素加1
4.所有元素对应完成,此时列表就表示排好序的集合,顺序输出即可
def countingsort(arr):
max_value = max(arr)
length = max_value + 1
temp = [0] * length
coll = []
for i in arr:
temp[i] = temp[i] + 1
for j in range(len(temp)):
index = temp[j]
while index > 0:
coll.append(j)
index = index - 1
return coll
桶排
https://yq.aliyun.com/articles/652774
桶排序是计数排序的优化版。计数排序的思想是构建一个列表,其长度是待排序集合的最大值+1。这样当集合过大时,资源浪费。
通排序是用一个列表当做一个桶,代表一个取值范围。节省了创建的列表的数量。排序思想:
1.首先找出最大值,根据最大值确定桶的数量
2.将所有的元素放入对应的桶中
3.对每个桶进行快速排序,结束后桶内有序,并且所有的桶组合在一起也是有序
4.将桶依次输入就为一个有序的集合
def quick(arr,left,right):
l = left
r = right
if left < right:
temp = arr[left]
while left < right:
while left < right and temp < arr[right]:
right = right - 1
if left < right:
arr[left] = arr[right]
left = left + 1
while left < right and temp > arr[left]:
left = left + 1
if left < right:
arr[right] = arr[left]
right = right - 1
arr[left] = temp
index = left
quick(arr,l,index-1)
quick(arr,index+1,r)
def quicksort(arr):
max_index = len(arr) - 1
quick(arr,0,max_index)
def bucket(arr):
n = len(arr)
max_num = max(arr)
num = max_num // 10 + 1
buckets = [[] for i in range(num)]
coll = []
for i in arr:
buckets[i//10].append(i)
for bucket in buckets:
quicksort(bucket)
for bucket in buckets:
if isinstance(bucket,list):
for i in bucket:
coll.append(i)
return coll
基数排序
https://cuijiahua.com/blog/2018/01/algorithm_8.html
基数排序的思想比较有创意,按照每一个元素的位排序。先按照个位将集合排序,然后再用十位将上次排好的集合再排序,直到最高位的元素都排好。
1.找出最大的位数
2.循环取出每个元素的个位,按照个位的值放入一个0~9的桶中
3.循环上一个过程,位数不断变高
4.最后输出即一个有序的集合
def radix(arr):
digit = 0
max_digit = 1
max_value = max(arr)
while 10 ** max_digit < max_value:
max_digit = max_digit + 1
while digit < max_digit:
buckets = [[] for x in range(10)]
for i in arr:
t = int((i/10**digit)%10)
buckets[t].append(i)
coll = []
for bucket in buckets:
for i in bucket:
coll.append(i)
digit = digit + 1
arr = coll
return coll
堆排
https://www.jianshu.com/p/938789fde325
经典排序 python实现的更多相关文章
- 经典排序算法总结与实现 ---python
原文:http://wuchong.me/blog/2014/02/09/algorithm-sort-summary/ 经典排序算法在面试中占有很大的比重,也是基础,为了未雨绸缪,在寒假里整理并用P ...
- 经典排序算法及python实现
今天我们来谈谈几种经典排序算法,然后用python来实现,最后通过数据来比较几个算法时间 选择排序 选择排序(Selection sort)是一种简单直观的排序算法.它的工作原理是每一次从待排序的数据 ...
- 十大经典排序算法(python实现)(原创)
个人最喜欢的排序方法是非比较类的计数排序,简单粗暴.专治花里胡哨!!! 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 ...
- 经典排序算法的总结及其Python实现
经典排序算法总结: 结论: 排序算法无绝对优劣之分. 不稳定的排序算法有:选择排序.希尔排序.快速排序.堆排序(口诀:“快速.选择.希尔.堆”).其他排序算法均为稳定的排序算法. 第一趟排序后就能确定 ...
- python 经典排序算法
python 经典排序算法 排序算法可以分为内部排序和外部排序,内部排序是数据记录在内存中进行排序,而外部排序是因排序的数据很大,一次不能容纳全部的排序记录,在排序过程中需要访问外存.常见的内部排序算 ...
- 经典排序算法及总结(python实现)
目录 1.排序的基本概念和分类 排序的稳定性: 内排序和外排序 影响内排序算法性能的三个因素: 根据排序过程中借助的主要操作,可把内排序分为: 按照算法复杂度可分为两类: 2.冒泡排序 BubbleS ...
- 十大经典排序算法(Python,Java实现)
参照:https://www.cnblogs.com/wuxinyan/p/8615127.html https://www.cnblogs.com/onepixel/articles/7674659 ...
- python实现十大经典排序算法
Python实现十大经典排序算法 代码最后面会给出完整版,或者可以从我的Githubfork,想看动图的同学可以去这里看看: 小结: 运行方式,将最后面的代码copy出去,直接python sort. ...
- 用Python实现十大经典排序算法-插入、选择、快速、冒泡、归并等
本文来用图文的方式详细讲解了Python十大经典排序算法 —— 插入排序.选择排序.快速排序.冒泡排序.归并排序.希尔排序.插入排序.桶排序.基数排序.计数排序算法,想要学习的你们,继续阅读下去吧,如 ...
随机推荐
- angularjs中ng-class常用写法,三元表达式、评估表达式与对象写法
壹 ❀ 引 ng-class可以说在angularjs样式开发中使用频率特别高了,这不我想利用ng-class的三元运算符的写法来定义一个样式,结果怎么都想不起来正确写法,恼羞成怒还是整理一遍吧,那 ...
- spring-boot-starter-web排除自带的logback依赖
<dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring- ...
- 【转】ASP.NET Core 如何设置发布环境
在ASP.NET Core中自带了一些内置对象,可以读取到当前程序处于什么样的环境当中,比如在ASP.NET Core的Startup类的Configure方法中,我们就会看到这么一段代码: publ ...
- WPF 解决多个TreeViewItem同时触发某事件的简单方法
原理是: 因为是双击事件,也就是同时引发了选择事件,TreeViewItem的IsSelected为True.通过触发器设置某个属性为特殊值,然后在CS页面的双击事件方法内判断是否此值即可. xaml ...
- 数据库——SQL-SERVER练习(1)连接与子查询
一.实验准备 1.复制实验要求文件及“CREATE-TABLES.SQL”文件, 粘贴到本地机桌面. 2.启动SQL-SERVER服务. 3. 运行查询分析器, 点击菜单<文件>/< ...
- django3-路由系统进阶
1.django的url到底是什么 就是路径 ,看成django的目录 ,每个目录对应个视图函数 ,当然一个url仅能对应一个函数 2.url的格式 url(正则表达式,views函数名,参数,别名) ...
- GBT22239-2008-等保1.0三级要求
第三级基本要求 7.1 技术要求 7.1.1 物理安全 7.1.1.1 物理位置的选择(G3) 本项要求包括: a) 机房和办公场地应选择在具有防震.防风和防雨等能力的建筑内: b) 机房场地 ...
- curl smtp libcurl 邮件功能使用
/* * For an SMTP example using the multi interface please see smtp-multi.c. */ /* The libcurl option ...
- INSTALL_FAILED_NO_MATCHING_ABIS解决办法
解决方法: 在project切换到Android状态下的build.grade(Module:app)中添加如下内容即可: splits { abi { enable true reset() inc ...
- 算法基础:BFS和DFS的直观解释
算法基础:BFS和DFS的直观解释 https://cuijiahua.com/blog/2018/01/alogrithm_10.html 一.前言 我们首次接触 BFS 和 DFS 时,应该是在数 ...