最近利用晚上闲下来的时间整理了一些基础的排序算法,这些排序算法一般的就是在学习数据结构的时候都是要求掌握的,作为一个开发者来说,会排序那是最基础的技能,也是最重要的技能,下面我们就一起来看看吧!
插入排序插入排序思想:每一趟将一个待排序元素,按其排序码大小插入到前面已经排好序的一组元素的适当位置上,直到所有待排序元素元素全部插入为止
思路:
假定前i个构成的子序列是处于已排序的情况下进行排序的,然后将第i个元素与前i个构成的子序列逆序进行比较,如果是要升序排序,则比较第i个元素是否比j=i-1(i-1需要>=0)的元素大,如果是则第i个元素的位置(即j+1的位置上)保持不动,反之则将j=i-1的元素放置到i的位置,再进行第i个元素与j=i-2(i-2需要>=0)的,依次进行,如果第i个元素刚好比j=i-3大,则将第i个元素插入到j=i-2(即j+1的位置)上。
代码:
def insertion_sort(a):
l = len(a)
j = 0
for i in range(1, l):
temp = a[i]
for j in range(i - 1, -1, -1):
if temp < a[j]: # 如果第i个元素大于前i个元素中的第j个
a[j + 1] = a[j] # 则第j个元素先后移1位
else: # 如果第i个元素小于等于前i个元素中的第j个则结束循环
break
a[j + 1] = temp # 将i个元素赋值给空着的位置
for i in range(0, l):
print(a[i])
快速排序
思路:
任意选取一个数据(通常选用数组的第一个数)作为关键数据,然后将所有比它小的数都放到它前面,所有比它大的数都放到它后面,这个过程称为一趟快速排序。
一趟快速排序的算法是:
1)设置两个变量i、j,排序开始的时候:i=0,j=N-1;
2)以第一个数组元素作为关键数据,赋值给key,即key=A[0];
3)从j开始向前搜索,即由后开始向前搜索(j–),找到第一个小于key的值A[j],将A[j]和A[i]互换;
4)从i开始向后搜索,即由前开始向后搜索(i++),找到第一个大于key的A[i],将A[i]和A[j]互换;
5)重复第3、4步,直到i=j; (3,4步中,没找到符合条件的值,即3中A[j]不小于key,4中A[i]不大于key的时候改变j、i的值,使得j=j-1,i=i+1,直至找到为止。找到符合条件的值,进行交换的时候i, j指针位置不变。另外,i==j这一过程一定正好是i+或j-完成的时候,此时令循环结束)
代码,使用递归算法来实现:
def quick_sort(arr, low, high):
# temp = a[0]
i = low
j = high
if i >= j:
return arr
temp = arr[i]
while i < j:
while i < j and arr[j] >= temp:
j = j - 1
arr[i] = arr[j]
while i < j and arr[i] <= temp:
i = i + 1
arr[j] = arr[i]
arr[i] = temp
quick_sort(arr, low, i - 1)
quick_sort(arr, j + 1, high)
return arr
冒泡排序
思路:
比较相邻的元素。如果第一个比第二个大,就交换他们两个。
对每一对相邻元素做同样的工作,从开始第一对到结尾的最后一对。在这一点,最后的元素应该会是最大的数。
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。
代码:
def bubble_sort(arr):
length = len(arr)
while length > 0:
for i in range(length - 1):
if arr[i] > arr[i + 1]:
arr[i] = arr[i] + arr[i + 1]
arr[i + 1] = arr[i] - arr[i + 1]
arr[i] = arr[i] - arr[i + 1]
length -= 1
选择排序
思路:
每一趟从待排序的数据元素中选出最小(最大)的元素,顺序放在待排序的数列最前,直到全部待排序的数据元素全部排完。
例子:
[4, 2, 3] 找出最小的:2,与第一个元素交换
[2, 4, 3] 找出最小的:3,与第二个元素交换
[2, 3, 4]
代码:
def selection_sort(a):
for j in range(0,len(a)-1):
count = j #记录最小元素下标
#每次找出最小元素
for i in range(j,len(a)-1):
if a[count] > a[i+1]:
count = i+1
#python特有的交换值方法,交换最小元素和待排序元素中最前一个
a[j], a[count] = a[count], a[j]
for i in range(0,len(a)):
print(a[i])
堆排序
先介绍一下堆,堆是具有以下性质的完全二叉树:每个结点的值都大于或等于其左右孩子结点的值,称为大顶堆;或者每个结点的值都小于或等于其左右孩子结点的值,称为小顶堆。如下图:
思路:
将待排序序列构造成一个大顶堆,此时,整个序列的最大值就是堆顶的根节点。将其与末尾元素进行交换,此时末尾就为最大值。然后将剩余n-1个元素重新构造成一个堆,这样会得到n个元素的次小值。如此反复执行,便能得到一个有序序列了
堆排序是利用堆这种数据结构而设计的一种排序算法,堆排序是一种选择排序,它的最坏,最好,平均时间复杂度均为O(nlogn),它也是不稳定排序。首先简单了解下堆结构。
在排序之前我们需要构造一个大顶堆,之后再使用堆排序
代码:
def adjustHead(a, i, l):
temp = a[i] #取出当前元素
k = 2*i + 1 #从左子节点开始,即2*i+1
while k < l:
if k+1 < l & a[k] < a[k+1]: #若果左子节点小于右子节点,k指向右子节点
k=k+1
if a[k] > temp:
a[i] = a[k]
i = k
else:
break
k = 2*k + 1 #把该节点当作父节点,继续操作
a[i] = temp #将父节点值赋值给该子节点
def heap_sort(arr):
l = len(arr)
for i in range(int(l/2-1), -1, -1):
adjustHead(arr,i,l)
# 交换堆顶和最后一个元素,并调整堆结构
for j in range(l-1, 0, -1):
arr[0], arr[j] = arr[j], arr[0] #将堆顶元素和末尾元素进行交换
adjustHead(arr, 0, j) #重新对对进行调整
for k in range(0,l):
print(arr[k])
基数排序
基数排序又称为“桶子法”,从低位开始将待排序的数按照这一位的值放到相应的编号为0~9的桶中。等到低位排完得到一个子序列,再将这个序列按照次低位的大小进入相应的桶中,一直排到最高位为止,数组排序完成。
思路:
(1)遍历序列找出最大的数(为的是确定最大的数是几位数);
(2)开辟一个与数组大小相同的临时数组tmp;
(3)用一个count数组统计原数组中某一位(从低位向高位统计)相同的数据出现的次数;
(4)用一个start数组计算原数组中某一位(从最低位向最高位计算)相同数据出现的位置;
(5)将桶中数据从小到大用tmp数组收集起来;
(6)重复(3)(4)(5)直到所有位都被统计并计算过,用tmp收集起来;
(7)将tmp数组拷回到原数组中;
代码:
import math
def radix_sort(arr):
radix = 10 #基数
# k可以表示任意整数
k = int(math.ceil(math.log(max(arr),radix)))
#math.log对arr中最大的数取对数,log(max(arr),10),并对其取整得到最大值的位数
bucket =[[] for i in range(radix)]
for i in range(1, k+1):
for value in arr:
# 析取整数第k位数字(从低到高)10**2位10的二次方
bucket[int(value%(radix**i)/(radix**(i-1)))].append(value)
del arr[:]
for each in bucket:
arr.extend(each) #桶合并
bucket = [[]for i in range(radix)]
扫码二维码 获取免费视频学习资料
- 本文固定链接: http://phpxs.com/post/11488/
- 转载请注明:转载必须在正文中标注并保留原文链接
- 扫码: 扫上方二维码获取免费视频资料
查 看2022高级编程视频教程免费获取