Python实现八大排序算法


Posted in Python onAugust 13, 2016

如何用Python实现八大排序算法

1、插入排序
描述
插入排序的基本操作就是将一个数据插入到已经排好序的有序数据中,从而得到一个新的、个数加一的有序数据,算法适用于少量数据的排序,时间复杂度为 O(n^2)。是稳定的排序方法。插入算法把要排序的数组分成两部分:第一部分包含了这个数组的所有元素,但将最后一个元素除外(让数组多一个空间才有插 入的位置),而第二部分就只包含这一个元素(即待插入元素)。在第一部分排序完成后,再将这个最后元素插入到已排好序的第一部分中。
代码实现

def insert_sort(lists): 
  # 插入排序 
  count = len(lists) 
  for i in range(1, count): 
    key = lists[i] 
    j = i - 1 
    while j >= 0: 
      if lists[j] > key: 
        lists[j + 1] = lists[j] 
        lists[j] = key 
      j -= 1 
  return lists

2、希尔排序
描述 
希尔排序(Shell Sort)是插入排序的一种。也称缩小增量排序,是直接插入排序算法的一种更高效的改进版本。希尔排序是非稳定排序算法。该方法因DL.Shell于 1959年提出而得名。 希尔排序是把记录按下标的一定增量分组,对每组使用直接插入排序算法排序;随着增量逐渐减少,每组包含的关键词越来越多,当增量减至1时,整个文件恰被分 成一组,算法便终止。 
代码实现

def shell_sort(lists): 
  # 希尔排序 
  count = len(lists) 
  step = 2 
  group = count / step 
  while group > 0: 
    for i in range(0, group): 
      j = i + group 
      while j < count: 
        k = j - group 
        key = lists[j] 
        while k >= 0: 
          if lists[k] > key: 
            lists[k + group] = lists[k] 
            lists[k] = key 
          k -= group 
        j += group 
    group /= step 
  return lists

3、冒泡排序
描述 
它重复地走访过要排序的数列,一次比较两个元素,如果他们的顺序错误就把他们交换过来。走访数列的工作是重复地进行直到没有再需要交换,也就是说该数列已经排序完成。
代码实现

def bubble_sort(lists): 
  # 冒泡排序 
  count = len(lists) 
  for i in range(0, count): 
    for j in range(i + 1, count): 
      if lists[i] > lists[j]: 
        lists[i], lists[j] = lists[j], lists[i] 
  return lists

4、快速排序
描述 
通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列。 
代码实现

def quick_sort(lists, left, right): 
  # 快速排序 
  if left >= right: 
    return lists 
  key = lists[left] 
  low = left 
  high = right 
  while left < right: 
    while left < right and lists[right] >= key: 
      right -= 1 
    lists[left] = lists[right] 
    while left < right and lists[left] <= key: 
      left += 1 
    lists[right] = lists[left] 
  lists[right] = key 
  quick_sort(lists, low, left - 1) 
  quick_sort(lists, left + 1, high) 
  return lists

5、直接选择排序
描述 
基本思想:第1趟,在待排序记录r1 ~ r[n]中选出最小的记录,将它与r1交换;第2趟,在待排序记录r2 ~ r[n]中选出最小的记录,将它与r2交换;以此类推,第i趟在待排序记录r[i] ~ r[n]中选出最小的记录,将它与r[i]交换,使有序序列不断增长直到全部排序完毕。
代码实现

def select_sort(lists): 
  # 选择排序 
  count = len(lists) 
  for i in range(0, count): 
    min = i 
    for j in range(i + 1, count): 
      if lists[min] > lists[j]: 
        min = j 
    lists[min], lists[i] = lists[i], lists[min] 
  return lists

6、堆排序
描述 
堆排序(Heapsort)是指利用堆积树(堆)这种数据结构所设计的一种排序算法,它是选择排序的一种。可以利用数组的特点快速定位指定索引的元 素。堆分为大根堆和小根堆,是完全二叉树。大根堆的要求是每个节点的值都不大于其父节点的值,即A[PARENT[i]] >= A[i]。在数组的非降序排序中,需要使用的就是大根堆,因为根据大根堆的要求可知,最大的值一定在堆顶。 
代码实现

# 调整堆 
def adjust_heap(lists, i, size): 
  lchild = 2 * i + 1 
  rchild = 2 * i + 2 
  max = i 
  if i < size / 2: 
    if lchild < size and lists[lchild] > lists[max]: 
      max = lchild 
    if rchild < size and lists[rchild] > lists[max]: 
      max = rchild 
    if max != i: 
      lists[max], lists[i] = lists[i], lists[max] 
      adjust_heap(lists, max, size) 
 
# 创建堆 
def build_heap(lists, size): 
  for i in range(0, (size/2))[::-1]: 
    adjust_heap(lists, i, size) 
 
# 堆排序 
def heap_sort(lists): 
  size = len(lists) 
  build_heap(lists, size) 
  for i in range(0, size)[::-1]: 
    lists[0], lists[i] = lists[i], lists[0] 
    adjust_heap(lists, 0, i)

7、归并排序
描述 
归并排序是建立在归并操作上的一种有效的排序算法,该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。若将两个有序表合并成一 个有序表,称为二路归并。 
归并过程为:比较a[i]和a[j]的大小,若a[i]≤a[j],则将第一个有序表中的元素a[i]复制到r[k]中,并令i和k分别加上1;否 则将第二个有序表中的元素a[j]复制到r[k]中,并令j和k分别加上1,如此循环下去,直到其中一个有序表取完,然后再将另一个有序表中剩余的元素复 制到r中从下标k到下标t的单元。归并排序的算法我们通常用递归实现,先把待排序区间[s,t]以中点二分,接着把左边子区间排序,再把右边子区间排序, 最后把左区间和右区间用一次归并操作合并成有序的区间[s,t]。 
代码实现

def merge(left, right): 
  i, j = 0, 0 
  result = [] 
  while i < len(left) and j < len(right): 
    if left[i] <= right[j]: 
      result.append(left[i]) 
      i += 1 
    else: 
      result.append(right[j]) 
      j += 1 
  result += left[i:] 
  result += right[j:] 
  return result 
 
def merge_sort(lists): 
  # 归并排序 
  if len(lists) <= 1: 
    return lists 
  num = len(lists) / 2 
  left = merge_sort(lists[:num]) 
  right = merge_sort(lists[num:]) 
  return merge(left, right)

8、基数排序
描述 
基数排序(radix sort)属于“分配式排序”(distribution sort),又称“桶子法”(bucket sort)或bin sort,顾名思义,它是透过键值的部份资讯,将要排序的元素分配至某些“桶”中,藉以达到排序的作用,基数排序法是属于稳定性的排序,其时间复杂度为O (nlog(r)m),其中r为所采取的基数,而m为堆数,在某些时候,基数排序法的效率高于其它的稳定性排序法。
代码实现

import math 
def radix_sort(lists, radix=10): 
  k = int(math.ceil(math.log(max(lists), radix))) 
  bucket = [[] for i in range(radix)] 
  for i in range(1, k+1): 
    for j in lists: 
      bucket[j/(radix**(i-1)) % (radix**i)].append(j) 
    del lists[:] 
    for z in bucket: 
      lists += z 
      del z[:] 
  return lists

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
使用Python装饰器在Django框架下去除冗余代码的教程
Apr 16 Python
python 保存float类型的小数的位数方法
Oct 17 Python
python读取csv和txt数据转换成向量的实例
Feb 12 Python
Python3中列表list合并的四种方法
Apr 19 Python
解决.ui文件生成的.py文件运行不出现界面的方法
Jun 19 Python
Python实现简单的列表冒泡排序和反转列表操作示例
Jul 10 Python
python 根据网易云歌曲的ID 直接下载歌曲的实例
Aug 24 Python
Python中six模块基础用法
Dec 08 Python
Python 程序报错崩溃后如何倒回到崩溃的位置(推荐)
Jun 23 Python
使用 prometheus python 库编写自定义指标的方法(完整代码)
Jun 29 Python
关于Python3爬虫利器Appium的安装步骤
Jul 29 Python
Python图片处理之图片裁剪教程
May 27 Python
详解Python如何获取列表(List)的中位数
Aug 12 #Python
Python抓取框架 Scrapy的架构
Aug 12 #Python
判断网页编码的方法python版
Aug 12 #Python
Python利用IPython提高开发效率
Aug 10 #Python
详解python如何调用C/C++底层库与互相传值
Aug 10 #Python
浅析python中的分片与截断序列
Aug 09 #Python
总结python爬虫抓站的实用技巧
Aug 09 #Python
You might like
《超神学院》霸气归来, 天使彦上演维多利亚的秘密
2020/03/02 国漫
PHP输出控制功能在简繁体转换中的应用
2006/10/09 PHP
php中字符串和正则表达式详解
2014/10/23 PHP
Laravel中日期时间处理包Carbon的简单使用
2017/09/21 PHP
JS(jQuery)实现聊天接收到消息语言自动提醒功能详解【提示“您有新的消息请注意查收”】
2019/04/16 PHP
用于table内容排序
2006/07/21 Javascript
增强的 JavaScript 的 trim 函数的代码
2007/08/13 Javascript
Extjs学习笔记之九 数据模型(上)
2010/01/11 Javascript
Javascript Throttle &amp; Debounce应用介绍
2013/03/19 Javascript
自定义ExtJS控件之下拉树和下拉表格附源码
2013/10/15 Javascript
有关Promises异步问题详解
2015/11/13 Javascript
JS实现的图片预览插件与用法示例【不上传图片】
2016/11/25 Javascript
angular中的http拦截器Interceptors的实现
2017/02/21 Javascript
JS实现css hover操作的方法示例
2017/04/07 Javascript
jQuery中复合选择器简单用法示例
2018/03/31 jQuery
利用Decorator如何控制Koa路由详解
2018/06/26 Javascript
简单两步使用node发送qq邮件的方法
2019/03/01 Javascript
nodejs分离html文件里面的js和css的方法
2019/04/09 NodeJs
在Python中使用matplotlib模块绘制数据图的示例
2015/05/04 Python
Python编程判断这天是这一年第几天的方法示例
2017/04/18 Python
Python获取昨天、今天、明天开始、结束时间戳的方法
2018/06/01 Python
浅谈python 导入模块和解决文件句柄找不到问题
2018/12/15 Python
python 遍历列表提取下标和值的实例
2018/12/25 Python
详解Django将秒转换为xx天xx时xx分
2019/09/27 Python
python将数据插入数据库的代码分享
2020/08/16 Python
Python自动化之UnitTest框架实战记录
2020/09/08 Python
Python jieba结巴分词原理及用法解析
2020/11/05 Python
德国奢侈品网上商城:Mytheresa
2016/08/24 全球购物
Speedo速比涛中国官方网站:全球领先泳装运动品牌
2018/04/24 全球购物
雷朋巴西官方商店:Ray-Ban Brasil
2020/07/21 全球购物
Java语言的优势
2015/01/10 面试题
学校领导干部民主生活会整改方案
2014/09/29 职场文书
防汛工作情况汇报
2014/10/28 职场文书
2014年电话客服工作总结
2014/12/09 职场文书
邀请函模板
2015/02/02 职场文书
js实现上传图片到服务器
2021/04/11 Javascript