1.冒泡排序

相信冒泡排序是很多小伙伴第一个知道的排序算法。它就是每趟排序冒出一个最大(最小)值,相邻两个元素比较,前一个比后一个大,则交换。

def bubbleSort(arr):
n = len(arr) # 遍历所有数组元素
for i in range(n): # Last i elements are already in place
for j in range(0, n-i-1): #j+1等于最后一位 if arr[j] < arr[j+1] :
arr[j], arr[j+1] = arr[j+1], arr[j] arr = [63, 34, 35, 32, 22, 11, 90] bubbleSort(arr) print ("排序后的数组:")
for i in range(len(arr)):
print ("%d" %arr[i]),

现在是从大到小,从小到大只需要把arr[j] < arr[j+1] : 改成arr[j] arr[j+1] :

写成ACM形式:

arr=input().strip()
arr_1=[int(n) for n in arr.split()] def Bubblesort(arr):
n=len(arr)
for i in range(n):
for j in range(0,n-i-1):
if arr[j]>arr[j+1]:
arr[j],arr[j+1]=arr[j+1],arr[j] Bubblesort(arr_1)
print(arr_1)

2.快速排序

快速排序使用分治法(Divide and conquer)策略来把一个序列(list)分为较小和较大的2个子序列,然后递归地排序两个子序列。

步骤为:

  • 挑选基准值:从数列中挑出一个元素,称为"基准"(pivot);
  • 分割:重新排序数列,所有比基准值小的元素摆放在基准前面,所有比基准值大的元素摆在基准后面(与基准值相等的数可以到任何一边)。在这个分割结束之后,对基准值的排序就已经完成;
  • 递归排序子序列:递归地将小于基准值元素的子序列和大于基准值元素的子序列排序。

递归到最底部的判断条件是数列的大小是零或一,此时该数列显然已经有序。

前后指针法的单趟排序的基本步骤如下:
1.选出一个key作为比较值,一般是最左或者最右边。让prev指向left,cur指向left+1。
2.之后比较cur位置的值和key的值,首先要保证cur位置的值要小于key,而且++prev!=cur,这时交换prev和cur位置对应的值,不管满不满足这两个条件,cur都要++,这样才能迭代起来。
3.直到cur越界,此时prev为key应该在的位置,此时交换prev位置的值和key,就可以达到我们想要的效果。
4.仍然是递归其左序列和右序列,最终整个序列有序。
def partition(arr,low,high):
i = ( low-1 ) # 最小元素索引
pivot = arr[high] for j in range(low , high): # 当前元素小于或等于 pivot 从小到大排序,从大到小换一下arr[j] >= pivot
if arr[j] <= pivot: i = i+1
arr[i],arr[j] = arr[j],arr[i] arr[i+1],arr[high] = arr[high],arr[i+1] #向前移动一次
return ( i+1 ) # arr[] --> 排序数组
# low --> 起始索引
# high --> 结束索引 # 快速排序函数
def quickSort(arr,low,high):
if low < high: pi = partition(arr,low,high) quickSort(arr, low, pi-1) #递归求解先左边在右边
quickSort(arr, pi+1, high) arr = [1, 8, 2, 7, 3, 6,5]
n = len(arr)
quickSort(arr,0,n-1)
print ("排序后的数组:")
for i in range(n):
print ("%d" %arr[i]),

1.1 对于TOP-K问题快速排序解法:


# arr1=input()
# arr=[int(n) for n in arr1.split() ] import numpy as np def partition(arr,low,high):
i = ( low-1 ) # 最小元素索引
pivot = arr[high] for j in range(low , high): # 当前元素小于或等于 pivot 从小到大排序,从大到小换一下arr[j] >= pivot
if arr[j] >= pivot: i = i+1
arr[i],arr[j] = arr[j],arr[i] arr[i+1],arr[high] = arr[high],arr[i+1] #向前移动一次
return ( i+1 ) # arr[] --> 排序数组
# low --> 起始索引
# high --> 结束索引 # 快速排序函数
def quickSort(arr,low,high,k):
# if (k > 0 and k <= high - low + 1): #k取值有限制
pi = partition(arr,low,high)
if pi>k-1:
return quickSort(arr, low, pi-1,k) #递归求解先左边在右边
elif pi<k-1:
return quickSort(arr, pi+1, high,k)
else:
return arr[pi]
arr = [1, 8, 2, 7, 3, 6,5,7,8,9,7,6]
n = len(arr) c=quickSort(arr,0,n-1,2)
print(c) print ("排序后的数组:")
for i in range(n):
print ("%d" %arr[i]),

关键点在于把第k大的数在数组中进行比较,这里通过快速排序的思想,TopK小于当前的中枢轴下标,那么向左走,反之,若是中枢轴下标等于TopK的值,直接返回即可。原理其实并不难,下面有一处地方需注意,当TopK的值大于中枢轴下标时,需要向右走,每一次需要减去之前的中枢轴下标,可以通过下面自己所画的图理解。

常用排序方法——python写法【冒泡、快速排序、TOP-K问题】的更多相关文章

  1. 经典排序方法 python

    数据的排序是在解决实际问题时经常用到的步骤,也是数据结构的考点之一,下面介绍10种经典的排序方法. 首先,排序方法可以大体分为插入排序.选择排序.交换排序.归并排序和桶排序四大类,其中,插入排序又分为 ...

  2. Python实现的常用排序方法

    1.冒泡排序,相邻位置比较大小,将比较大的(或小的)交换位置 def maopao(a):     for i in range(0,len(a)):         for j in range(0 ...

  3. js常用的2中排序方法:冒泡排序和快速排序

    冒泡排序:例如9 4 5 6 8 3 2 7 10 1 首先:9和4比较  4放前   4 9 5 6 8 3 2 7 10 1 4和5比较   4不动   4 9 5 6 8 3 2 7 10 1 ...

  4. 排序算法Python(冒泡、选择、快速、插入、希尔、归并排序)

    排序有内部排序和外部排序,内部排序是数据记录在内存中进行排序,而外部排序是因排序的数据很大,一次不能容纳全部的排序记录,在排序过程中需要访问外存. 我们通常所说的排序算法往往指的是内部排序算法,即数据 ...

  5. 矩阵或多维数组两种常用实现方法 - python

    在python中,实现多维数组或矩阵,有两种常用方法: 内置列表方法和numpy 科学计算包方法. 下面以创建10*10矩阵或多维数组为例,并初始化为0,程序如下: # Method 1: list ...

  6. 九大常用排序算法 python

    1.冒泡排序 import random from timewrap import * @cal_time def bubble_sort(li): for i in range(len(li)-1) ...

  7. HashMap和TreeMap的常用排序方法

    一.简单描述 Map是键值对的集合接口,它的实现类主要包括:HashMap,TreeMap,HashTable以及LinkedHashMap等. TreeMap:能够把它保存的记录根据键(key)排序 ...

  8. 排序方法——python

    1.冒泡排序法(Bubble Sort) 比较相邻的元素.如果第一个比第二个大,就交换它们两个: 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,这样在最后的元素应该会是最大的数: 针对所 ...

  9. java常见排序方法

    1.java常用排序方法 1) 选择排序         原理:a. 将数组中的每个元素,与第一个元素比较          如果这个元素小于第一个元素, 就将这个         两个元素交换.   ...

  10. 经典面试问题: Top K 之 ---- 海量数据找出现次数最多或,不重复的。

    作者:林冠宏 / 指尖下的幽灵 掘金:https://juejin.im/user/587f0dfe128fe100570ce2d8 博客:http://www.cnblogs.com/linguan ...

随机推荐

  1. MetaGPT day01: MetaGPT作者代码走读、软件公司初始示例

    LLM发展历史 - 2013年word2vec提出,但效果不好 - 2017年Transformer结构提出,降低网络复杂度 - 2018年BERT预训练语言模型效果显著提升 - 2019年GPT-3 ...

  2. 航拍倾斜摄影 Web 3D GIS 数字孪生智慧火电厂

    前言 7 月份,245 个国家气象站日最高气温突破 7 月历史极值:同时,疫情防控形势向好,企业加快复工达产节奏,电力负荷屡创新高.煤电作为我国最主要的电源,用不足 50% 的装机占比,生产了全国约 ...

  3. C#通过泛型实现对子窗体的不同操作

    private void button1_Click(object sender, EventArgs e) { FormOperate<object>();//调用FormOperate ...

  4. df -h与df -i的区别

    一. df命令详解: linux中df命令的功能是用来检查linux服务器的文件系统的磁盘空间占用情况.可以利用该命令来获取硬盘被占用了多少空间,目前还剩下多少空间等信息 -a 全部文件系统列表 -h ...

  5. loadrunner12的安装教程

    一.LR12安装包: 链接:https://pan.baidu.com/s/1UU304e-nP7qAL-fV8T39YQ 密码:jpln 二.LR12安装: 1.下载完成后点击解压

  6. 容器网络原理分析:veth 和 network namespace

    1. Liunx veth-pair 和 network namespace Docker 中容器的访问需要依赖 veth-pair 和 network namespace 等技术.network n ...

  7. ES 分词器简单应用

    本文为博主原创,未经允许不得转载: 1. ES 分词器 1.1 elasticsearch 默认分词器: standard standard 分词器会将每个英文单词及每个汉字进行单独拆分进行索引 使用 ...

  8. @Configuration 注解使用及源码解析

    本文为博主原创,转载请注明出处: @Configuration 注解对我们来说并不陌生,以javaConfig的方式定义spring IOC容器的配置类使用的就是这个@Configuration. s ...

  9. spring-transaction源码分析(1)概述和事务传播级别

    spring-tx概述 spring-tx包使用注解驱动和AOP通知将事务开启.提交/回滚.以及复杂的传播机制封装了起来,开发者不再需要编写事务管理的代码,而是可以只关注自己的业务逻辑. 本文将简单介 ...

  10. FIFO设计

    first in first out,先进先出 fifo是基于RAM进行设计的 双端口RAM设计(16*8) 如果大的RAM可以调用IP RAM的关键参数:深度和宽度 module dual_ram ...