常用的排序方法:冒泡排序、选择排序、插入排序、快速排序、堆排序、归并排序

冒泡排序(Bubble Sort):

  比较相邻的元素。如果第一个比第二个大(升序),就交换他们两个。
  对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对。这步做完后,最后的元素会是最大的数。
  针对所有的元素重复以上的步骤,除了最后一个。
  持续每次对越来越少的元素重复上面的步骤,直到没有任何一对数字需要比较

def bubble_sort(alist):
n = len(alist)
for i in range(n-1):
for j in range(n-1-i):
if alist[j] > alist[j+1]:
alist[j],alist[j+1] = alist[j+1],alist[j]
if __name__ == '__main__':
alist = [1,2,4,9,5,6,8]
bubble_sort(alist)
print(alist)

最优时间复杂度:O(n)
最坏时间复杂度:O(n2)

空间复杂度:o(1)
稳定性:稳定

  

选择排序(Selection sort):

  首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置
  然后,再从剩余未排序元素中继续寻找最小(大)元素,
  然后放到已排序序列的末尾。
  以此类推,直到所有元素均排序完毕。

def select_sort(alist):
n = len(alist)
for i in range(n-1):
min_index = i
for j in range(i+1,n): # 遍历无序序列
# 判断当前数值是否小于最小值,如果小于,则记录其索引
if alist[j] < alist[min_index]:
min_index = j
# 判断min_index索引是否相同,不相同,做数值交换
if i != min_index:
alist[i],alist[min_index] = alist[min_index],alist[i]
if __name__ == '__main__':
alist = [12,34,56,78,90,87,65,43,21]
select_sort(alist)
print(alist)

最优时间复杂度:O(n*log2n)
最坏时间复杂度:O(n2)

空间复杂度:O(log2n)~o(n)
稳定性:不稳定

插入排序:

    开始假定列表里下标为0的元素是最小,在后面还未排序的数据里依次选取数据在前面有序区域里做比较并放在正确的位置,就像我们在玩扑克牌的时候依次把扑克牌有顺序的拜访

import random
def insert_sort(li):
for i in range(1, len(li)):
tmp = li[i] #tmp是无序区取出的一个数
j = i - 1 #li[j]是有序区最大的那个数
while j >= 0 and li[j] > tmp:
# li[j]是有序区最大的数,tmp是无序区取出的一个数,tmp从有序区最大的那个数开始比
# 小就调换位置,直到找到有序区中值不大于tmp的结束
li[j+1]=li[j] #将有序区最右边的数向右移一个位置
j = j - 1
li[j + 1] = tmp #将tmp放到以前有序区最大数的位置,再依次与前一个数比较
data = list(range(100))
random.shuffle(data) #将有序列表打乱
insert_sort(data)
print(data)
时间复杂度:o(n2)
空间复杂度:o(1)
稳定性:稳定

快速排序:

  随机选取一个值,挨个跟后面的数值作比较,比该数值小的将放在左列表中,反之则放在右列表,返回形式为:左列表+[随机值]+右列表,左右列表使用递归的方式继续进行排序。

def quick(list):
if len(list) < 2:
return list
tmp = list[0] # 临时变量 可以取随机值
left = [x for x in list[1:] if x <= tmp] # 左列表
right = [x for x in list[1:] if x > tmp] # 右列表
return quick(left) + [tmp] + quick(right) li = [4,3,7,5,8,2]
print(quick(li)) 时间复杂度:O(nlog₂n)
空间复杂度:O(nlog₂n)
稳定性:不稳定

堆排:

  堆总是一棵完全二叉树,构造堆、调整堆

  构造堆:每个根节点总是大于等于其子节点,从最小堆依次往上做调整

  调整堆:将堆顶最大元素出堆,将最后一个元素放至堆顶,然后用构造堆的方法进行调整,此过程循环往复,将数据从大到小的顺序依次出堆,直至此堆变空。

  时间复杂度:O(nlogn)

  空间复杂度:O(1)

  稳定性:不稳定

归并排序:

  将列表越分越小,直至分成一个元素,一个元素是有效的,然后将两个有序的列表合并。

  时间复杂度:O(nlog₂n)

  空间复杂度:O(1)

  稳定性:稳定

整理自:https://www.cnblogs.com/xiaonq/p/8573587.html

  

  

  

python--8大排序(原理+代码)的更多相关文章

  1. 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 ...

  2. Python十大经典排序算法

    现在很多的事情都可以用算法来解决,在编程上,算法有着很重要的地位,将算法用函数封装起来,使程序能更好的调用,不需要反复编写. Python十大经典算法: 一.插入排序 1.算法思想 从第二个元素开始和 ...

  3. 万字长文带你掌握Java数组与排序,代码实现原理都帮你搞明白!

    查找元素索引位置 基本查找 根据数组元素找出该元素第一次在数组中出现的索引 public class TestArray1 { public static void main(String[] arg ...

  4. Python有趣时刻,这些代码让你大呼"卧槽,怎么会这样"

    分享一个实用问题,用python读取Excel并保存字典,如何做? 下面是该同学问题截图和代码 image.png 代码截图是下面这样的 image.png 不知道大家第一眼看了这个代码,什么感受?我 ...

  5. python模块之HTMLParser(原理很大程度上就是对类构造的熟练运用)

    # -*- coding: utf-8 -*- #python 27 #xiaodeng #python模块之HTMLParser(原理很大程度上就是对类构造的熟练运用) import HTMLPar ...

  6. 一篇夯实一个知识点系列--python实现十大排序算法

    写在前面 排序是查找是算法中最重要的两个概念,我们大多数情况下都在进行查找和排序.科学家们穷尽努力,想使得排序和查找能够更加快速.本篇文章用Python实现十大排序算法. 干货儿 排序算法从不同维度可 ...

  7. python与桶排序

    问题提出: 将以下数据: 6, 8, 2, 3, 4, 0, 9, 1, 5,1 按从小到达排列. 桶排序原理: 桶排序也叫计数排序,简单来说,就是将数据集里面所有元素按顺序列举出来,然后统计元素出现 ...

  8. 史上最详细的C语言和Python的选择排序算法

    未经同意,请勿转载!如有收货,请留一赞,不胜感激! 同时欢迎加入我们的qq交流群:326079727 话不多说上代码: C语言: //选择排序走起 //原理:吃透原理再去实现,选择排序也是类似于冒泡排 ...

  9. js十大排序算法详解

    十大经典算法导图  图片名词解释:n: 数据规模k:“桶”的个数In-place: 占用常数内存,不占用额外内存Out-place: 占用额外内存 1.冒泡排序 1.1  原始人冒泡排序 functi ...

  10. 谈谈 Python 程序的运行原理

    因为我的个人网站 restran.net 已经启用,博客园的内容已经不再更新.请访问我的个人网站获取这篇文章的最新内容,谈谈 Python 程序的运行原理 这篇文章准确说是『Python 源码剖析』的 ...

随机推荐

  1. 使用docker部署filebeat和logstash

    想用filebeat读取项目的日志,然后发送logstash.logstash官网有相关的教程,但是docker部署的教程都太简洁了.自己折腾了半天,踩了不少坑,总算是将logstash和filebe ...

  2. BIM工程信息管理系统-EF实体框架数据操作基类

    EF实体框架数据操作基类主要是规范增.改.查.分页.Lambda表达式条件处理,以及异步操作等特性,这样能够尽可能的符合基类这个特殊类的定义,实现功能接口的最大化重用和统一. 1.程序代码 /// & ...

  3. 并发编程~~~多线程~~~线程queue, 事件event,

    一 线程queue 多线程抢占资源,只能让其串行. 互斥锁 队列 import queue q = queue.Queue() # 先进先出 q = queue.LifoQueue() # 先进后出 ...

  4. appium---模拟点击事件

    在做自动化的过程中都会遇到一些无法定位到的地方,或者通过元素怎么都定位不成功的地方,这个时候我们可以使用必杀技,通过坐标定位.具体的怎么操作呢? swipe点击事件 前面安静写过一篇关于swipe的滑 ...

  5. 苹果 macOS 安装 Source Code Pro

    1. 下载     到 Source Code Pro 的 GitHub 官网下载:https://github.com/adobe-fonts/source-code-pro 点击 GitHub 中 ...

  6. Vue项目中使用jquery插件

    1.引入jquery,并且在vue.config.js里配置 config.plugin('provide') .use(webpack.ProvidePlugin, [{ $: 'jquery', ...

  7. python的@propert装饰器

    首先,@propert的作用是把类中的方法『变成』了属性,方便通过实例访问.propert可以有两种用法:可以把一个方法变成只读属性:可以对一些属性进行过滤. 想象这样一个场景,在实例化一个类之后,需 ...

  8. 浅谈python面向对象编程和面向过程编程的区别

    面向过程:分析出解决问题所需要的步骤,然后用函数把这些步骤一步步实现,使用的时候再一个个的依次调用即可. 优点:性能高 缺点:相较于面向对象而言,不易维护,不易复用,不易扩展 适合于小型的项目面向对象 ...

  9. 使用脚本进行ansible批量主机的免密配置

    应用场景: 在应用ansible的实际情况中,有一个很现实的问题,ansible是需要对主机做ssh免密登陆的,而挨个对主机做免密是非常的繁琐的,挨个敲IP不仅非常的繁琐而且容易出错,为解决这个问题, ...

  10. 3种不走寻常路的黑客攻击泄露&如何保护自己?

    数据泄露和黑客攻击现在已经成为我们日常生活中的常见部分,除非您是网络安全专业人员或您的个人数据受到威胁,否则您实际上并不关心是否存在新的漏洞. 正如美国联邦贸易委员会指出的那样,万豪酒店连锁店的超过5 ...