算法之排序Low B三人组

有序区：有的地方的数据已经完全变得有顺序，我们把这部分区域的数据成为有序区
无序区：有的地方的数据依旧无序，我们把这部分数据成为无序区
时间复杂度：用来估计算法运行时间的一个式子（单位）
空间复杂度：用来评估算法内存占用大小的一个式子

一般来说，时间复杂度高的算法比复杂度低的算法慢。
常见的时间复杂度（按效率排序）
O(1)<O(logn)<O(n)<O(nlogn)<O(n2)<O(n2logn)<O(n3)
不常见的时间复杂度（看看就好）
O(n!) O(2n) O(nn) …

如何一眼判断时间复杂度？
循环减半的过程O(logn)
几次循环就是n的几次方的复杂度

一、冒泡排序

#!/usr/bin/env python
# -*- coding:utf-8 -*- 
#Author: nulige

import time
import functools
import sys
import random

#设置递归限制
sys.setrecursionlimit(1000000)
from concurrent import futures

def run_time(func):
    """为了装饰别的函数，统计函数执行的时间"""
    @functools.wraps(func)
    def wrapper(*args,**kwargs):
        # 开始时间
        start_time = time.time()
        # 调用被装饰的函数
        func(*args,**kwargs)
        # 结束时间
        end_time = time.time()
        # 打印输出，更佳的方法是将其写入到log中
        print("%s函数的执行时间为： %s s" % (func.__name__, end_time - start_time))

    return wrapper

@run_time   #加了装饰器
def bubble_sort(data_list):
    """
    冒泡排序
    首先拿到第一个元素，和它第二个作比较，看是否交换位置
    第二个再和第三个比较。一轮下来，最后一个就是最大的数
    冒泡都是临近的互相对比找到最大的数据
    :param data_list:
    :return:
    """
    #[6,3,2,7,8,9,5,1,4]
    for i in range(len(data_list)):
        flag = True  #做一个标记，看是否在冒泡的过程中发生数据交换
        for j in range(len(data_list)-i-1):
            # [6,3]做对比，换成[3,6] ，然后 [6,2] 做对比......
            if data_list[j] > data_list[j+1]:
                data_list[j], data_list[j+1] = data_list[j+1],data_list[j]
                flag = False
        if flag:
            # 如果没有发生数据交互，那么数据本身就是排好序的
            break

if __name__ == '__main__':
    a = list(range(100))
    random.shuffle(a)  #打乱数字顺序
    print(a)

    bubble_sort(a)
    print(a)

运行结果：

[48, 20, 80, 83, 23, 53, 97, 78, 91, 29, 98, 73, 42, 40, 79, 67, 1, 56, 6, 55, 47, 14, 11, 15, 89, 19, 66, 85, 64, 77, 50, 87, 45, 38, 52, 54, 16, 68,
 82, 32, 95, 41, 84, 90, 22, 61, 39, 46, 37, 33, 27, 63, 62, 60, 92, 44, 49, 94, 28, 65, 8, 51, 93, 30, 12, 72, 21, 9, 75, 25, 0, 31, 17, 26, 34, 59,
 81, 7, 3, 24, 99, 36, 57, 88, 18, 74, 76, 10, 2, 35, 58, 5, 70, 69, 86, 13, 96, 4, 71, 43]

bubble_sort函数的执行时间为： 0.0010006427764892578 s
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39,
 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 
78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99]

Process finished with exit code 0

二、选择排序

#!/usr/bin/env python
# -*- coding:utf- -*-
# Author: nulige

import time
import functools
import sys
import random

# 设置递归限制
sys.setrecursionlimit()
from concurrent import futures

def run_time(func):
    """为了装饰别的函数，统计函数执行的时间"""

    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        # 开始时间
        start_time = time.time()
        # 调用被装饰的函数
        func(*args, **kwargs)
        # 结束时间
        end_time = time.time()
        # 打印输出，更佳的方法是将其写入到log中
        print("%s函数的执行时间为： %s s" % (func.__name__, end_time - start_time))

    return wrapper

@run_time
def select_sort(data_list):
    """
     选择排序
     不断找到最大或者最小的
     首先拿到第一个，然后发现比它大的，记住下标，找到最大的和第一个数交换位置
     都是和最大的数据做对比
    :param data_list:
    :return:
    """
    #     # [,,,,,,,,]
    for i in range(len(data_list)):
        # 做一个标记
        flag = True
        # 当前元素无序区的第一个元素是最小的
        min_loc = i
        for j in range(i + , len(data_list)):
            # 循环遍历无序区
            if data_list[j] < data_list[min_loc]:
                # 如果无序区的元素比假定的小，那将该元素标记为最小的
                min_loc = j
                flag = False
                # 循环遍历结束，将无序区的最小元素和第一个元素的位置做一下交换
        if flag:
            continue
        data_list[i], data_list[min_loc] = data_list[min_loc], data_list[i]

if __name__ == '__main__':
    a = list(range())
    random.shuffle(a)
    print(a)

    select_sort(a)
    print(a)

运行结果：

[, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
 , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
 , , , , , , , , , , , , , , , , , , , , , , , ]

select_sort函数的执行时间为： 0.0004999637603759766 s

[, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , 

, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
 , , , , , , , , , , , , , , , , , , , , , , , ]

Process finished with exit code 

三、插入排序

#!/usr/bin/env python
# -*- coding:utf- -*-
# Author: nulige

import time
import functools
import sys
import random

# 设置递归限制
sys.setrecursionlimit()
from concurrent import futures

def run_time(func):
    """为了装饰别的函数，统计函数执行的时间"""

    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        # 开始时间
        start_time = time.time()
        # 调用被装饰的函数
        func(*args, **kwargs)
        # 结束时间
        end_time = time.time()
        # 打印输出，更佳的方法是将其写入到log中
        print("%s函数的执行时间为： %s s" % (func.__name__, end_time - start_time))

    return wrapper

@run_time
def insert_sort(data_list):
    """
    插入排序：有点像抓牌，插牌
    :param data_list: 将数据传递过来
    :return: 返回有序的list
    """
    for i in range(,len(data_list)):
        # 从第二数据开始
        for j in range(,i):
            # 它左边的数字都是有序的
            if data_list[i] < data_list[j]:
                # 如果这数字比左边的某个数字小，则交换这两个数字的位置
                data_list[i],data_list[j] = data_list[j], data_list[i]

if __name__ == '__main__':
    a = list(range())
    random.shuffle(a)
    print(a)

    insert_sort(a)
    print(a)

运行结果：

[, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
 , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , 

, , , , , , , , , , , , , , , , , , , , , , , , , ]

insert_sort函数的执行时间为： 0.0005004405975341797 s

[, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
 , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
 , , , , , , , , , , , , , , , , , , , , , , , ]

四、快排（提供二种方法）

#!/usr/bin/env python
# -*- coding:utf- -*-
# Author: nulige

import time
import functools
import sys
import random
import copy

# 设置递归限制
sys.setrecursionlimit()
from concurrent import futures

def run_time(func):
    """为了装饰别的函数，统计函数执行的时间"""

    @functools.wraps(func)
    def wrapper(*args, **kwargs):
        # 开始时间
        start_time = time.time()
        # 调用被装饰的函数
        func(*args, **kwargs)
        # 结束时间
        end_time = time.time()
        # 打印输出，更佳的方法是将其写入到log中
        print("%s函数的执行时间为： %s s" % (func.__name__, end_time - start_time))

    return wrapper

@run_time
def fast_sort_1(data_list):
    """
    快排方法一：
    因为快排包含递归，所以不能直接被装饰，套一层外壳
    :param data_list:
    :return:
    """
    return fast_sort_basic1(data_list)

def fast_sort_basic1(data_list):
    """简单的快速排序，消耗内存，空间复杂度略高"""
    if len(data_list) == :
        # 如果传过来的数据为[],直接返回
        return []
    else:
        # 把第一个数据拿出来，
        # 比它小的数据放在左边，再次调用本函数                                    +第一个数据      +比它小的数据放在右边，再次调用本函数
        return fast_sort_basic1([i for i in data_list[:] if i < data_list[]]) + [data_list[]] 
　　　　　　+ fast_sort_basic1([i for i in data_list[:] if i > data_list[]])

@run_time
def fast_sort_2(data_list):
    """
    快排方法二：
    拿到第一个元素，然后整理，直到左边元素比他小，右边元素比他大
    整理的过程
    :param data_list:
    :return:
    """
    # 然后结束，把6放在位置上，然后就这个中间的数字的位置就是最终 的位置
    fast_sort_basic2(data_list, , len(data_list) - )

def fast_sort_basic2(data, left, right):
    if left < right:
        # 调用partiton函数 mid 处为第一个元素应该待的地方
        mid = partition(data, left, right)
        # 对左边的数据继续做快速排序
        fast_sort_basic2(data, left, mid - )
        # 对右边的数据继续做快速排序
        fast_sort_basic2(data, mid + , right)

def partition(data, left, right):
    """
    #-------> 小
    #大<-------
    #将数据的左边的第一个数据，数据调整为自己应该待的位置
    #[,,,,]
    # 从第一个数字开始，把它放在它应该在的位置，什么叫它应该在的位置，就是左边的数字都比它小，右边的数字都比它大
    、从最右边开始找，找到第一个比它小的数 和 它 交换位置，把第一个数字放到新的位置
    、然后从这个新的位置， 左边开始找比它大的数字，和它大小比较，然后和新的位置交换
    、不断重复，就会使第一个数字出现在它应该出现的位置
    #那么这个数字所在的位置就是有序区
    """
    # 找到左边的第一个数据
    tmp = data[left]
    # 一直循环直到这个数据待在它自己该待的位置
    while left < right:
        # 从右边开始找数据
        while data[right] > tmp and left < right:
            # 找不到，继续往左找
            right = right -
        # 右边找到一个比它小，赶紧交换位置
        data[left] = data[right]
        # 从左边开始找数据
        while data[left] < tmp and left < right:
            # 找不到继续往右找
            left = left +
        # 左边找到一个比它大的赶紧交换位置
        data[right] = data[left]
    # 此时此刻左边和右边完全相同
    # 这个数据已经待在它该待的位置
    data[left] = tmp
    return left

if __name__ == '__main__':
    a = list(range())
    random.shuffle(a)
    d = copy.deepcopy(a)
    e = copy.deepcopy(a)

    fast_sort_1(d)
    fast_sort_2(e)

运行结果：

fast_sort_1函数的执行时间为： 0.043027639389038086 s
fast_sort_2函数的执行时间为： 0.04052925109863281 s