常见排序

冒泡排序

1、思路:首先,列表每两个相邻的数比较大小,如果前边的比后边的大,那么这两个数就互换位置。就像是冒泡一样

2、代码关键点:

  • 趟数:n-1趟
  • 无序区

时间复杂度:O(n2)

def bubblr_sort(li):
    for i in range(len(li)-1):#排序的次数
        change = False
        for j in range(len(li)-i-1):  #表示无序区,无序区的范围为0,len(li)-i-1
            if li[j] > li[j+1]:
                li[j],li[j+1] = li[j+1],li[j]
                change = True
        if not change:
            return

li = list(range(5))
import random
random.shuffle(li)
print(li)
bubblr_sort(li)
print(li)

选择排序

1、思路:一趟遍历完记录最小的数,放到第一个位置;在一趟遍历记录剩余列表中的最小的数,继续放置

2、代码关键点:

  • 无序区
  • 最小数的位置

3、问题:怎么选出最小的数?

时间复杂度:O(n2)

import random
def select_sort(li):
    for i in range(len(li)-1):
        #i 表示躺数,也表示无序区开始的位置
        min_loc = i  #最小数的位置
        for j in range(i+1,len(li)):  #i  ,i+1,就是后一个位置的范围
            # [9, 2, 1, 6, 5, 8, 3, 0, 7, 4]
            # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
            if li[j] <li[min_loc]:  #两个位置进行比较,如果后面的一个比最小的那个位置还小,说明就找到最小的了
                min_loc = j   #找到最小的位置
        if min_loc !=i:
            li[i],li[min_loc] = li[min_loc],li[i]  #吧找到的两个值进行互换位置
li = list(range(10))
random.shuffle(li)
print(li)
select_sort(li)
print(li)

插入排序

1、思路:元素被分为有序区和无序区两部分。最初有序区只有一个元素。每次从无序区中选择一个元素,插入到有序区的位置,直到无序区变空。

2、代码关键点:

  • 摸到的牌
  • 手里的牌

3、图示说明

时间复杂度O(n2)

插入后:

4、代码示例

import random
def insert_sort(li):
    for i in range(1,len(li)):
        #i 表示无序区的第一个数
        tmp = li[i]  #摸到的牌
        j = i-1 #指向有序区最后一个位置
        while li[j] >tmp and j>=0:
            #循环终止条件 li[j]<=tmp  and j==-1
            li[j+1] = li[j]  #向后移动
            j-=1
        li[j+1] = tmp
        
li = list(range(10))
random.shuffle(li)
print(li)
insert_sort(li)
print(li)

快速排序

1、思路:1、取一个元素p(第一个元素),是元素p归位(去它该去的地方);

     2、列表被p分成两部分,左边的都比p小,右边的都比p大;

     3、递归完成排序

2、算法关键点

  • 归位
  • 递归

3、图示说明

4、怎么归并呢?先把5取出来,这时候就会有一个空位,从右边找比5小的数填充过来,现在右边有一个空位了,从左边找比5大的放到右边的空位上。依次类推,

只要left和right碰在一起,这样就找打5的位置了

如图示:

图一图二

 图三图四

 这样在把找到的5的位置放进去去ok了

5、代码示例

# 快速排序
def quickSort(li):
    if li:
        mark=li[0]
        little=[m for m in li if m<mark]
        big=[x for x in li if x>mark]
        return quickSort(little)+[mark]+quickSort(big)
    else:
        return []
if __name__=='__main__':
    li = [3,44,38,5,47,15,36,26,27,2,46,4,19,50,48]
    print(quickSort(li))

归并排序

假设现在的列表分两段有序,如何将其合成为一个有序列表。这种操作称为一次归并

1、思路:

2、归并关键字

  • 分解:将列表越分越小,直至分成一个元素
  • 终止条件: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

3、图实示例:https://www.cnblogs.com/chengxiao/p/6194356.html

4、代码示例:

import random
def merge(li, low, mid, high):
    # 一次归并
    '''
    :param li: 列表
    :param low: 起始位置
    :param mid: 按照那个位置分
    :param high: 最后位置
    :return:
    '''
    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 _merge_sort(li, low, high):
    if low < high:  # 至少两个元素
        mid = (low + high) // 2
        _merge_sort(li, low, mid)
        _merge_sort(li, mid+1, high)
        merge(li, low, mid, high)
        print(li[low:high+1])


def merge_sort(li):
    return _merge_sort(li, 0, len(li)-1)


li = list(range(16))
random.shuffle(li)
print(li)
merge_sort(li)

print(li)

归并排序

归并排序的时间复杂度:O(nlogn),空间复杂度是:O(n)

希尔排序

希尔排序是一种分组插入排序算法。
首先取一个整数d1=n/2,将元素分为d1个组,每组相邻量元素之间距离为d1,在各组内进行直接插入排序;
取第二个整数d2=d1/2,重复上述分组排序过程,直到di=1,即所有元素在同一组内进行直接插入排序。
希尔排序每趟并不使某些元素有序,而是使整体数据越来越接近有序;最后一趟排序使得所有数据有序

def shell_sort(alist):
    n = len(alist)
    # 初始步长
    gap = n // 2
    while gap > 0:
        # 按步长进行插入排序
        for i in range(gap,n): 
            j = i
            # 原地插入排序,之前的插入排序另辟空间存储的
            while j>=gap and alist[j-gap] > alist[j]:
                alist[j-gap], alist[j] = alist[j], alist[j-gap]
                j -= gap
        # 得到新的步长
        gap = gap //2

alist = [54,26,93,17,77,31,44,55,20]
shell_sort(alist)
print(alist)

LOw B 三人组

  • 冒泡排序,选择排序,直接插入排序他们的时间复杂度都是O(n^2),空间复杂度是O(1)

NB 三人组

  • 快速排序,归并排序,堆排序他们的时间复杂度都是O(nlogn)
  • 三种排序算法的缺点
    • 快速排序:极端情况下排序效率低
    • 归并排序:需要额外的内存开销
    • 堆排序:在快的排序算法中相对较慢

原文地址:https://www.cnblogs.com/yidashi110/p/10498827.html