Python几种常见算法汇总


Posted in Python onJune 02, 2020

1、选择排序

选择排序是一种简单直观的排序算法。它的原理是这样:首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置,然后,再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的后面,以此类推,直到所有元素均排序完毕。算法实现如下:

#找到最小的元素def FindSmall(list):
  min=list[0]  for i in range(len(list)):    if list[i]<min:
      min=list[i]  return min    

#选择排序def Select_Sort(list):
  newArr=[]  for i in range(len(list)):
    minValue=FindSmall(list)
    newArr.append(minValue)
    list.remove(minValue)  return newArr

testArr=[11,22,33,21,123]print(Select_Sort(testArr))

2、快速排序

快速排序的运行速度快于选择排序,它的工作原理是这样:设要排序的数组是N,首先任意选取一个数据(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。可以使用python用递归式的方法来解决这个问题:

def Quick_Sort(list):  if len(list)<2:    return list  else:
    temp=list[0]
    less=[i for i in list[1:] if i<=temp]
    more=[i for i in list[1:] if i>temp]    return Quick_Sort(less)+[temp]+Quick_Sort(more)

testArr= [13,44,53,24,876,2]print(Quick_Sort(testArr))

3、二分查找

二分查找的输入是一个有序的列表,如果要查找的元素包含在一个有序列表中,二分查找可以返回其位置。打个比方来说明二分查找的原理:比如我随便想了个范围在1~100以内的整数,由你来猜,以最少的次数来猜出这个数字,你每次猜完给出个数字,我会回复大了或小了,第一种方法是你从1开始依次往后猜,那如果我想的数字是100,那么你就要猜100次;第二种方法是从50开始,如果我说小了,那你就猜75,就这样依次排除掉一半的剩余数字,这就是二分查找法。可以看出二分查找法更加快速。对于包含n个元素的有序列表,用简单查找最多需要n步,而二分查找法则最多只需lon2 n步。下面用python来实现该算法:

def Item_Search(list,item):
  low=0
  high=len(list)-1  while low<=high:
    middle=(low+high)//2    print(list[middle])    if list[middle]>item:
      high=middle-1    elif list[middle]<item:
      low=middle+1    else:      return middle  return None    

test_list=[1,3,5,7,9,11,13,15,17,19,21]
Item_Search(test_list,11)

4、广度优先搜索

广度优先搜索是一种图算法,图由节点和边组成,一个节点可能与多个节点连接,这些节点称为邻居。广度优先搜索算法可以解决两类问题:第一类是从节点A出发,有没有前往节点B的路径;第二类问题是从节点A出发,前往B节点的哪条路径最短。使用广度优先搜索算法的前提是图的边没有权值,即该算法只用于非加权图中,如果图的边有权值的话就应使用狄克斯特拉算法来查找最短路径。举个例子,假如你认识alice、bob、claire,bob认识anuj、peggy,alice认识peggy,claire认识tom、jonny,你需要在最短的路径内找到通过认识的人找到tom,那么算法实现如下:

#使用字典构建图graph={}
graph["you"]=["Alice","Bob","Claire"]
graph["Bob"]=["Anuj","Peggy"]
graph["Alice"]=["Peggy"]
graph["Claire"]=["Tom","Jonny"]
graph["Anuj"]=[]
graph["Peggy"]=[]
graph["Tom"]=[]
graph["Jonny"]=[]from collections import deque#简单的判断方法def person_is_seller(name):  return name=='Tom'def Search(name):
  searched=[]  #用于记录检查过的人,防止进入死循环
  search_queue=deque() #创建队列
  search_queue+=graph[name]  while search_queue:
    person=search_queue.popleft()    if not person in searched:  #仅当这个人没检查过时才检查
      if person_is_seller(person):        print("the seller is {0}".format(person))        return True      else:
        search_queue+=graph[person]
        searched.append(person)  #将这个人标记为检查过
  return Falseprint(Search("you"))

5、贪婪算法

贪婪算法,又名贪心算法,对于没有快速算法的问题(NP完全问题),就只能选择近似算法,贪婪算法寻找局部最优解,并企图以这种方式获得全局最优解,它易于实现、运行速度快,是一种不错的近似算法。假如你是个小偷,商店里有很多箱子,箱子里有各种水果,有些箱子里有3种水果,有些箱子有2种...,你想尝到所有种类的水果,但你一个人力气有限,因此你必须尽量搬走最少的箱子,那么,算法实现如下:

fruits=set(["苹果","香蕉","梨子","西瓜","草莓","橘子","荔枝","榴莲"]) 

#箱子以及包含的水果box={}
box["b1"]=set(["苹果","香蕉","西瓜"])
box["b2"]=set(["草莓","橘子","榴莲"])
box["b3"]=set(["梨子","荔枝","草莓"])
box["b4"]=set(["香蕉","橘子"])
box["b5"]=set(["梨子","榴莲"])

final_boxs=set() #最终选择的箱子#直到fruits为空while fruits:
  best_box=None #包含了最多的未包含水果的箱子
  fruits_covered=set() #包含该箱子包含的所有未包含的水果

  #循环迭代每个箱子,并确定它是否为最佳箱子
  for boxItem,fruitItem in box.items():
    covered=fruits & fruitItem #计算交集
    if len(covered)>len(fruits_covered): 
      best_box=boxItem
      fruits_covered=covered
  fruits-=fruits_covered
  final_boxs.add(best_box)   
print(final_boxs)

以上就是Python几种常见算法汇总的详细内容,更多关于Python算法汇总的资料请关注三水点靠木其它相关文章!

Python 相关文章推荐
简单介绍Python的Tornado框架中的协程异步实现原理
Apr 23 Python
Python数据库的连接实现方法与注意事项
Feb 27 Python
Python文件和流(实例讲解)
Sep 12 Python
python使用Tkinter实现在线音乐播放器
Jan 30 Python
对pycharm代码整体左移和右移缩进快捷键的介绍
Jul 16 Python
使用python对excle和json互相转换的示例
Oct 23 Python
Python基于matplotlib画箱体图检验异常值操作示例【附xls数据文件下载】
Jan 07 Python
python单向循环链表原理与实现方法示例
Dec 03 Python
Python如何转换字符串大小写
Jun 04 Python
Python如何避免文件同名产生覆盖
Jun 09 Python
使用K.function()调试keras操作
Jun 17 Python
Python如何读取、写入JSON数据
Jul 28 Python
opencv-python的RGB与BGR互转方式
Jun 02 #Python
解决pyinstaller打包运行程序时出现缺少plotly库问题
Jun 02 #Python
Pytorch 使用opnecv读入图像由HWC转为BCHW格式方式
Jun 02 #Python
基于pycharm实现批量修改变量名
Jun 02 #Python
pytorch读取图像数据转成opencv格式实例
Jun 02 #Python
Python使用jupyter notebook查看ipynb文件过程解析
Jun 02 #Python
解决python cv2.imread 读取中文路径的图片返回为None的问题
Jun 02 #Python
You might like
Linux安装配置php环境的方法
2016/01/14 PHP
PHP new static 和 new self详解
2017/02/19 PHP
javascript onkeydown,onkeyup,onkeypress,onclick,ondblclick
2009/02/04 Javascript
javascript 隐藏/显示指定的区域附HTML元素【legend】用法
2010/03/05 Javascript
使用jQuery快速解决input中placeholder值在ie中无法支持的问题
2014/01/02 Javascript
jQuery中triggerHandler()方法用法实例
2015/01/19 Javascript
js实现动态加载脚本的方法实例汇总
2015/11/02 Javascript
jQuery使用contains过滤器实现精确匹配方法详解
2016/02/25 Javascript
深入理解JQuery中的事件与动画
2016/05/18 Javascript
JS递归遍历对象获得Value值方法技巧
2016/06/14 Javascript
JS常用知识点整理
2017/01/21 Javascript
Javascript调试之console对象——你不知道的一些小技巧
2017/07/10 Javascript
js使用formData实现批量上传
2020/03/27 Javascript
在LayUI图片上传中,解决由跨域问题引起的请求接口错误的方法
2019/09/24 Javascript
VUE实现密码验证与提示功能
2019/10/18 Javascript
Vue利用localStorage本地缓存使页面刷新验证码不清零功能的实现
2020/09/04 Javascript
vue内置组件keep-alive事件动态缓存实例
2020/10/30 Javascript
在vue中使用vant TreeSelect分类选择组件操作
2020/11/02 Javascript
基于vue+echarts数据可视化大屏展示的实现
2020/12/25 Vue.js
Python的GUI框架PySide的安装配置教程
2016/02/16 Python
python网络编程 使用UDP、TCP协议收发信息详解
2019/08/29 Python
Pytorch Tensor基本数学运算详解
2019/12/30 Python
关于Python turtle库使用时坐标的确定方法
2020/03/19 Python
CSS3中的常用选择器使用示例整理
2016/06/13 HTML / CSS
丝芙兰香港官网:Sephora香港
2018/03/13 全球购物
京东奢侈品:全球奢侈品牌
2018/03/17 全球购物
印尼值得信赖的在线交易网站:Bukalapak
2019/03/11 全球购物
家庭教育先进个人事迹材料
2014/01/24 职场文书
酒店保安领班职务说明书
2014/03/04 职场文书
2014年招商引资工作总结
2014/11/22 职场文书
2015圣诞节贺卡寄语
2015/03/24 职场文书
李强感恩观后感
2015/06/17 职场文书
读书笔记怎么写
2015/07/01 职场文书
2019年图书室自查报告范本
2019/10/12 职场文书
mongodb的安装和开机自启动详细讲解
2021/08/02 MongoDB
PHP中多字节字符串操作实例详解
2021/08/23 PHP