八大排序算法的Python实现


Posted in Python onJanuary 28, 2021

Python实现八大排序算法,具体内容如下

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Python实现八大排序算法的详细介绍,希望对大家的学习有所帮助。

Python 相关文章推荐
python获取android设备的GPS信息脚本分享
Mar 06 Python
python获取从命令行输入数字的方法
Apr 29 Python
通过5个知识点轻松搞定Python的作用域
Sep 09 Python
python sklearn库实现简单逻辑回归的实例代码
Jul 01 Python
django创建超级用户过程解析
Sep 18 Python
简单了解python中的f.b.u.r函数
Nov 02 Python
Django实现简单网页弹出警告代码
Nov 15 Python
python tornado修改log输出方式
Nov 18 Python
使用python的pyplot绘制函数实例
Feb 13 Python
Python urllib库如何添加headers过程解析
Oct 05 Python
关于PyCharm安装后修改路径名称使其可重新打开的问题
Oct 20 Python
基于Python采集爬取微信公众号历史数据
Nov 27 Python
详解C++编程中一元运算符的重载
Jan 19 #Python
Python中使用Queue和Condition进行线程同步的方法
Jan 19 #Python
简单总结Python中序列与字典的相同和不同之处
Jan 19 #Python
举例讲解如何在Python编程中进行迭代和遍历
Jan 19 #Python
Python的自动化部署模块Fabric的安装及使用指南
Jan 19 #Python
Python编程中time模块的一些关键用法解析
Jan 19 #Python
Python编程中的文件读写及相关的文件对象方法讲解
Jan 19 #Python
You might like
PHP实现读取一个1G的文件大小
2013/08/24 PHP
php ckeditor上传图片文件名乱码解决方法
2013/11/15 PHP
PHP数组函数array_multisort()用法实例分析
2016/04/02 PHP
Yii2实现ajax上传图片插件用法
2016/04/28 PHP
php mysql操作mysql_connect连接数据库实例详解
2016/12/26 PHP
Javascript之文件操作
2007/03/07 Javascript
jquery上传插件fineuploader上传文件使用方法(jquery图片上传插件)
2013/12/05 Javascript
使用JavaScript的ActiveXObject对象检测应用程序是否安装的方法
2014/04/15 Javascript
javascript的alert box在java中如何显示多行
2014/05/18 Javascript
js实现跨域的方法实例详解
2015/06/24 Javascript
JavaScript中如何使用cookie实现记住密码功能及cookie相关函数介绍
2016/11/10 Javascript
基于JS实现翻书效果的页面切换样式
2017/02/16 Javascript
微信小程序如何获知用户运行小程序的场景教程
2017/05/17 Javascript
Cpage.js给组件绑定事件的实现代码
2017/08/31 Javascript
jfinal与bootstrap的登出实战详解
2017/11/27 Javascript
[01:00:53]2018DOTA2亚洲邀请赛3月29日 小组赛B组 iG VS Secret
2018/03/30 DOTA
Python中使用scapy模拟数据包实现arp攻击、dns放大攻击例子
2014/10/23 Python
python自定义解析简单xml格式文件的方法
2015/05/11 Python
Using Django with GAE Python 后台抓取多个网站的页面全文
2016/02/17 Python
python使用pycharm环境调用opencv库
2018/02/11 Python
Python中Proxypool库的安装与配置
2018/10/19 Python
Python基于datetime或time模块分别获取当前时间戳的方法实例
2019/02/19 Python
python 含子图的gif生成时内存溢出的方法
2019/07/07 Python
使用python绘制温度变化雷达图
2019/10/18 Python
python实点云分割k-means(sklearn)详解
2020/05/28 Python
keras 指定程序在某块卡上训练实例
2020/06/22 Python
Artist Guitars新西兰:乐器在线商店
2017/09/17 全球购物
线程的基本概念、线程的基本状态以及状态之间的关系
2012/10/26 面试题
实习医生自我评价
2013/09/22 职场文书
网游商务专员求职信
2013/10/15 职场文书
蜜蜂引路教学反思
2014/02/04 职场文书
学校安全责任书
2014/04/14 职场文书
实验室标语
2014/06/21 职场文书
购房协议书范本
2014/10/02 职场文书
员工安全责任协议书
2016/03/22 职场文书
python 爬取京东指定商品评论并进行情感分析
2021/05/27 Python