基本数据结构和算法（python代码实现算法）

一、数据结构

开发中。。。

二、算法

2.1 冒泡排序

# 如果冒泡排序中执行一趟而没有交换，则列表已经是有序状态，可以直接结束算法。

def BubbleSort(li):
    for i in range(len(li) - 1):
        flag = True
        for j in range(len(li) - i - 1):
            if li[j] > li[j + 1]:
                li[j], li[j + 1] = li[j + 1], li[j]
                flag = False
        if flag == True:
            return None
li = [random.randint(0, 100) for i in range(10)]
BubbleSort(li)
print(li)

# 时间复杂度是： O(n^2)
# 空间复杂度是： O(1)

2.2 选择排序

# 一趟遍历记录最小的数，放到第一个位置；
# 再一趟遍历记录剩余列表中最小的数，继续放置；

def SeleteSort(li):
    for i in range(len(li)):
        minLoc = i
        for j in range(i + 1, len(li)):
            if li[j] < li[minLoc]:
                li[j], li[minLoc] = li[minLoc], li[j]
li = [random.randint(0, 100) for j in range(10)]
SeleteSort(li)
print(li)

# 时间复杂度是：O(n^2)
# 空间复杂度是：O(1)

2.3 插入排序

# 列表被分为有序区和无序区两个部分。最初有序区只有一个元素。
# 每次从无序区选择一个元素，插入到有序区的位置，直到无序区变空。

def InsertSort(li):
    for i in range(len(li)):
        tmp = li[i]
        j = i - 1
        while j >= 0 and li[j] > tmp:
            li[j + 1] = li[j]
            j = j - 1
        li[j + 1] = tmp
li = [random.randint(0, 100) for k in range(10)]
InsertSort(li)
print(li)

# 时间复杂度：O(n^2)
# 空间复杂度；O(1)

2.4 快速排序

# 取一个元素p（第一个元素），使元素p归位；
# 列表被p分成两部分，左边都比p小，右边都比p大；
# 递归完成排序。

# 归位函数：使归位元素左边的都比归位元素小，右边的都大。
def partition(li, left, right):
    tmp = li[left]
    while left < right:
        while left < right and li[right] >= tmp:
            right = right - 1
        li[left] = li[right]
        while left < right and li[left] <= tmp:
            left = left + 1
        li[right] = li[left]
    li[left] = tmp
    return left


def Quick_Sort(li, left, right):
    if left < right:
        mid = partition(li, left, right)
        Quick_Sort(li, left, mid - 1)
        Quick_Sort(li, mid + 1, right)


li = [random.randint(0, 100) for l in range(10)]
Quick_Sort(li, 0, len(li) - 1)
print(li)

# 时间复杂度：O(nlogn)

2.5 归并排序

# 分解：将列表越分越小，直至分成一个元素。
# 一个元素是有序的。
# 合并：将两个有序列表归并，列表越来越大。

def merge(li, low, mid, high):
i = low
j = mid + 1
ltmp = []
while i <= mid and j <= high:
if li[i] <= li[j]:
ltmp.append(li[i])
i += 1
else:
ltmp.append(li[j])
j += 1
while i <= mid:
ltmp.append(li[i])
i += 1
while j <= high:
ltmp.append(li[j])
j += 1

li[low:high + 1] = ltmp


def mergeSort(li, low, high):
if low < high:
mid = (low+high) // 2
mergeSort(li, low, mid)
mergeSort(li, mid + 1, high)
merge(li, low, mid, high)


li = [random.randint(0, 100) for m in range(10)]
mergeSort(li, 0, len(li) - 1)
print(li)

# 时间复杂度：O(nlogn)
# 空间复杂度：O(n)

2.6 计数排序

def countSort(li):
    count = [0 for x in range(max(li) + 1)]

    for i in li:
        count[i] += 1
    li.clear()
    for n ,num in enumerate(count):
        for x in range(num):
            li.append(n)


li = [random.randint(0, 100) for n in range(10)]
countSort(li)
print(li)