美文网首页IT工作生活
数据结构与算法

数据结构与算法

作者: 一只小青蛙 | 来源:发表于2019-07-04 09:34 被阅读2次

    时间复杂度

    最优时间复杂度:O(n) (表示遍历一次发现没有任何可以交换的元素,排序结束。)
    最坏时间复杂度:O(n2)
    稳定性:稳定

    冒泡排序

    冒泡排序(英语:Bubble Sort)是一种简单的排序算法。它重复地遍历要排序的数列,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。遍历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。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。

    冒泡排序算法的运作如下:

    比较相邻的元素。如果第一个比第二个大(升序),就交换他们两个。
    对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对。这步做完后,最后的元素会是最大的数。
    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。

    如果我们需要进行n-1次冒泡过程,每次对应的比较次数如下所示:

    def bubble_sort(alist): 
    
      for j in range(len(alist)-1,0,-1):
    
        # j表示每次遍历需要比较的次数,是逐渐减小的
    
        for i in range(j): if alist[i] > alist[i+1]:
    
          alist[i], alist[i+1] = alist[i+1], alist[i]
    
          li = [54,26,93,17,77,31,44,55,20]
    
          bubble_sort(li)
    
      print(li)
    

    选择排序

    选择排序(Selection sort)是一种简单直观的排序算法。它的工作原理如下。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末尾。以此类推,直到所有元素均排序完毕。

    选择排序的主要优点与数据移动有关。如果某个元素位于正确的最终位置上,则它不会被移动。选择排序每次交换一对元素,它们当中至少有一个将被移到其最终位置上,因此对n个元素的表进行排序总共进行至多n-1次交换。在所有的完全依靠交换去移动元素的排序方法中,选择排序属于非常好的一种。

    排序过程:


    红色表示当前最小值,黄色表示已排序序列,蓝色表示当前位置。

    def selection_sort(alist):
    
        n = len(alist)
    
        # 需要进行n-1次选择操作
    
        for i in range(n-1):
    
            # 记录最小位置
    
            min_index = i
    
            # 从i+1位置到末尾选择出最小数据
    
            for j in range(i+1, n):
    
                if alist[j] < alist[min_index]:
    
                    min_index = j
    
            # 如果选择出的数据不在正确位置,进行交换
    
            if min_index != i:
    
                alist[i], alist[min_index] = alist[min_index], alist[i]
    
     
    
    alist = [54,226,93,17,77,31,44,55,20]
    
    selection_sort(alist)
    
    print(alist)
    

    插入排序

    插入排序(英语:Insertion Sort)是一种简单直观的排序算法。它的工作原理是通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入。插入排序在实现上,在从后向前扫描过程中,需要反复把已排序元素逐步向后挪位,为最新元素提供插入空间。

    插入排序分析

    def insert_sort(alist):
    
        # 从第二个位置,即下标为1的元素开始向前插入
    
        for i in range(1, len(alist)):
    
            # 从第i个元素开始向前比较,如果小于前一个元素,交换位置
    
            for j in range(i, 0, -1):
    
                if alist[j] < alist[j-1]:
    
                    alist[j], alist[j-1] = alist[j-1], alist[j]
    
     
    
    alist = [54,26,93,17,77,31,44,55,20]
    
    insert_sort(alist)
    
    print(alist)
    

    快速排序

    快速排序(英语:Quicksort),又称划分交换排序(partition-exchange sort),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。

    步骤为:

    1. 从数列中挑出一个元素,称为"基准"(pivot),
    2. 重新排序数列,所有元素比基准值小的摆放在基准前面,所有元素比基准值大的摆在基准的后面(相同的数可以到任一边)。在这个分区结束之后,该基准就处于数列的中间位置。这个称为分区(partition)操作。
    3. 递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数列排序。

    递归的最底部情形,是数列的大小是零或一,也就是永远都已经被排序好了。虽然一直递归下去,但是这个算法总会结束,因为在每次的迭代(iteration)中,它至少会把一个元素摆到它最后的位置去。

    快速排序的分析

    快速排序的分析
    def quick_sort(alist, start, end):
    
        """快速排序"""
    
        # 递归的退出条件
    
        if start >= end:
    
            return
    
        # 设定起始元素为要寻找位置的基准元素
    
        mid = alist[start]
    
        # low为序列左边的由左向右移动的游标
    
        low = start
    
        # high为序列右边的由右向左移动的游标
    
        high = end
    
        while low < high:
    
            # 如果low与high未重合,high指向的元素不比基准元素小,则high向左移动
    
            while low < high and alist[high] >= mid:
    
                high -= 1
    
            # 将high指向的元素放到low的位置上
    
            alist[low] = alist[high]
    
            # 如果low与high未重合,low指向的元素比基准元素小,则low向右移动
    
            while low < high and alist[low] < mid:
    
                low += 1
    
            # 将low指向的元素放到high的位置上
    
            alist[high] = alist[low]
    
        # 退出循环后,low与high重合,此时所指位置为基准元素的正确位置
    
        # 将基准元素放到该位置
    
        alist[low] = mid
    
        # 对基准元素左边的子序列进行快速排序
    
        quick_sort(alist, start, low-1)
    
        # 对基准元素右边的子序列进行快速排序
    
        quick_sort(alist, low+1, end)
    
    alist = [54,26,93,17,77,31,44,55,20]
    
    quick_sort(alist,0,len(alist)-1)
    
    print(alist)
    

    相关文章

      网友评论

        本文标题:数据结构与算法

        本文链接:https://www.haomeiwen.com/subject/qsakhctx.html