python语言中有算法吗


Posted in Python onJune 16, 2020

了解算法之前,我们先看一下什么是算法

定义:算法(Algorithm)是指解题方案的准确而完整的描述,是一系列解决问题的清晰指令,算法代表着用系统的方法描述解决问题的策略机制。也就是说,能够对一定规范的输入,在有限时间内获得所要求的输出。如果一个算法有缺陷,或不适合于某个问题,执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。

python中的常见算法

冒泡排序

效率:O(n2)

原理:

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。做完以后,最后的元素会是最大的数,这里可以理解为走了一趟;

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,最后数列就是从大到小一次排列;

def bubble_sort(data):
  """
  冒泡排序
  :param data: 
  :return: 
  """
  for i in range(len(data)-1): # 趟数
    for j in range(len(data)-i-1): # 遍历数据,依次交换
      if data[j]>data[j+1]: # 当较大数在前面
        data[j],data[j+1]=data[j+1],data[j] #交换两个数的位置
 
if __name__=='__main__':
  import random
  data_list=list(range(30))
  random.shuffle(data_list)
  print("pre:",data_list)
  bubble_sort(data_list)
  print("after:",data_list)
#结果:
#pre: [22, 11, 19, 16, 12, 18, 20, 28, 27, 4, 21, 10, 9, 7, 1, 6, 5, 29, 8, 0, 17, 26, 13, 14, 15, 24, 25, 23, 3, 2]
#after: [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]

选择排序

效率:O(n2)

原理:

每一次从待排序的列表中选出一个元素,并将其与其他数依次比较,若列表中的某个数比选中的数小,则交换位置,把所有数比较完毕,则会选出最小的数,将其放在最左边(这一过程称为一趟);

重复以上步骤,直到全部待排序的数据元素排完;

demo:

def select_sort(data):
  """
  选择排序
  :param data: 待排序的数据列表
  :return: 
  """
  for i in range(len(data)-1): #趟数
    min_index=i # 记录i趟开始最小的数的索引,我们从最左边开始
    for j in range(i+1,len(data)): # 每一次趟需要循环的次数
      if data[j] < data[min_index]: # 当数列中的某一个数比开始的数要小时候,更新最小值索引位置
        min_index=j
    data[i],data[min_index]=data[min_index],data[i] # 一趟走完,交换最小值的位置,第一趟最小
if __name__=='__main__':
  import random
  data_list=list(range(30))
  random.shuffle(data_list) # 打乱列表数据
  print("pre:",data_list)
  select_sort(data_list)
  print("after:",data_list)
#结果:
#pre: [20, 11, 22, 0, 18, 21, 14, 19, 7, 23, 27, 29, 24, 4, 17, 15, 5, 10, 26, 13, 25, 1, 8, 16, 3, 9, 2, 28, 12, 6]
#after: [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]

插入排序

效率:O(n2)

原理:

以从小到大排序为例,元素0为第一个元素,插入排序是从元素1开始,尽可能插到前面。

插入时分插入位置和试探位置,元素i的初始插入位置为i,试探位置为i-1,在插入元素i时,依次与i-1,i-2······元素比较,如果被试探位置的元素比插入元素大,那么被试探元素后移一位,元素i插入位置前移1位,直到被试探元素小于插入元素或者插入元素位于第一位。

重复上述步骤,最后完成排序

demo:

def insert_sort(data):
  """
  插入排序
  :param data: 待排序的数据列表
  :return: 
  """
  for i in range(1, len(data)): # 无序区域数据
    tmp = data[i] # 第i次插入的基准数
    for j in range(i, -1, -1):
      if tmp < data[j - 1]: # j为当前位置,试探j-1位置
        data[j] = data[j - 1] # 移动当前位置
      else: # 位置确定为j
        break
    data[j] = tmp # 将当前位置数还原
 
if __name__=='__main__':
  import random
  data_list=list(range(30))
  random.shuffle(data_list) # 打乱列表数据
  print("pre:",data_list)
  insert_sort(data_list)
  print("after:",data_list)
#结果:
#pre: [7, 17, 10, 16, 23, 24, 13, 11, 2, 5, 15, 29, 27, 18, 4, 19, 1, 9, 3, 21, 0, 14, 12, 25, 22, 28, 20, 6, 26, 8]
#after: [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]

堆排序

堆定义:本质是一个完全二叉树,如果根节点的值是所有节点的最小值称为小根堆,如果根节点的值是所有节点的最大值,称为大根堆。

效率:O(nlogn)

原理:

将待排序数据列表建立成堆结构(建立堆);

通过上浮(shift_up)或下沉(shift_down)等操作得到堆顶元素为最大元素(已大根堆为例);

去掉堆顶元素,将最后的一个元素放到堆顶,重新调整堆,再次使得堆顶元素为最大元素(相比第一次为第二大元素);

重复3操作,直到堆为空,最后完成排序;

归并排序

效率:O(nlogn)

空间复杂度:O(n)

原理:

申请空间,使其大小为两个已经排序序列之和,该空间用来存放合并后的序列;

设定两个指针,最初位置分别为两个已经排序序列的起始位置;

比较两个指针所指向的元素,选择相对小的元素放入到合并空间,并移动指针到下一位置;

重复步骤3直到某一指针达到序列尾;

将另一序列剩下的所有元素直接复制到合并序列尾。

到此这篇关于python语言中有算法吗的文章就介绍到这了,更多相关python里有算法吗内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!

Python 相关文章推荐
python正则表达式match和search用法实例
Mar 26 Python
通过源码分析Python中的切片赋值
May 08 Python
Python中的探索性数据分析(功能式)
Dec 22 Python
Python实现PS图像调整黑白效果示例
Jan 25 Python
python3利用venv配置虚拟环境及过程中的小问题小结
Aug 01 Python
python MNIST手写识别数据调用API的方法
Aug 08 Python
pandas中apply和transform方法的性能比较及区别介绍
Oct 30 Python
关于不懂Chromedriver如何配置环境变量问题解决方法
Jun 12 Python
Python列表删除元素del、pop()和remove()的区别小结
Sep 11 Python
Python类反射机制使用实例解析
Dec 30 Python
pycharm 2018 激活码及破解补丁激活方式
Sep 21 Python
Python3爬虫关于识别检验滑动验证码的实例
Jul 30 Python
python爬虫可以爬什么
Jun 16 #Python
通过cmd进入python的步骤
Jun 16 #Python
解决Keras 自定义层时遇到版本的问题
Jun 16 #Python
Keras实现支持masking的Flatten层代码
Jun 16 #Python
Keras自定义实现带masking的meanpooling层方式
Jun 16 #Python
浅谈keras 的抽象后端(from keras import backend as K)
Jun 16 #Python
记录模型训练时loss值的变化情况
Jun 16 #Python
You might like
php 获取select下拉列表框的值
2010/05/08 PHP
header中Content-Disposition的作用与使用方法
2012/06/13 PHP
关于php操作mysql执行数据库查询的一些常用操作汇总
2013/06/24 PHP
php实现根据IP地址获取其所在省市的方法
2015/04/30 PHP
PHP6连接SQLServer2005的三部曲
2016/04/15 PHP
PHP大文件分割分片上传实现代码
2020/12/09 PHP
图片之间的切换
2006/06/26 Javascript
tbody元素支持嵌套的注意方法
2007/03/24 Javascript
csdn 博客中实现运行代码功能实现
2009/08/29 Javascript
Javascript 实用小技巧
2010/04/07 Javascript
js匿名函数的调用示例(形式多种多样)
2014/08/20 Javascript
connection reset by peer问题总结及解决方案
2016/10/21 Javascript
Bootstrap CSS布局之代码
2016/12/17 Javascript
JS实现选定指定HTML元素对象中指定文本内容功能示例
2017/02/13 Javascript
js中toString()和String()区别详解
2017/03/23 Javascript
vue 运用mock数据的示例代码
2017/11/07 Javascript
Vuejs中使用markdown服务器端渲染的示例
2017/11/22 Javascript
详解jQuery设置内容和属性
2019/04/11 jQuery
JS页面动态绘图工具SVG,Canvas,VML介简介
2020/10/16 Javascript
在python里从协程返回一个值的示例
2019/02/19 Python
python使用Plotly绘图工具绘制气泡图
2019/04/01 Python
Python中if有多个条件处理方法
2020/02/26 Python
使用pygame编写Flappy bird小游戏
2020/03/14 Python
Python3爬虫RedisDump的安装步骤
2021/02/20 Python
详解CSS3伸缩布局盒模型Flex布局
2018/08/20 HTML / CSS
html5 datalist 选中option选项后的触发事件
2020/03/05 HTML / CSS
德国柯吉澳趣味家居:Koziol
2017/08/24 全球购物
法国二手手袋、手表和奢侈珠宝购物网站:Collector Square
2018/07/05 全球购物
韩国最大的购物网站:Gmarket
2019/06/20 全球购物
Simons官方网站:加拿大时尚零售商
2020/02/20 全球购物
与C++相比,Java中的数组有什么不同
2014/03/25 面试题
学校督导评估方案
2014/06/10 职场文书
教师求职信怎么写
2015/03/20 职场文书
如何写好竞聘报告
2019/04/03 职场文书
2019假期福利管理制度!
2019/07/15 职场文书
服务器SVN搭建图文安装过程
2022/06/21 Servers