一些排序 (python实现)
►快速排序 <时间复杂度O(n㏒n)>
def partition(li,left,right):
tmp = li[left]
while left < right:
while left<right and li[right]>=tmp: #从最右面开始找比tmp小的数
right -= 1
li[left] = li[right] #把右边的值写到左边空位上
while left<right and li[left]<=tmp:
left += 1
li[right] = li[left] #把右边的值写到左边空位上
li[left] = tmp #把tmp归为
return left #这个是分成两部分的值的下标 def quick_sort(li,left,right):
if left < right:
mid = partition(li,left,right)
quick_sort(li,left,mid-1)
quick_sort(li,mid+1,right)
►堆排序 <时间复杂度O(n㏒n)> (不用递归)
def sift(li,low,high):
i = low #i最开始指向根节点
j = 2*i+1 #把堆顶存起来
tmp = li[low]
while j<=high:#只要j位置有数
if j+1 <= high and li[j+1] > li[j]: #如果右孩子有并且比较大
j = j+1 #j指向右孩子
if li[j] > tmp:
li[i] = li[j]
i = j #往下看一层
j = 2*i+1
else: #tmp更大,把tmp放到i的位置上
# li[i] = tmp #把tmp放到某一级领导位置上
break
li[i] = tmp #把tmp放到叶子节点上 此i已经2*i+1了 def head_sort(li):
n = len(li)
for i in range((n-2)//2,-1,-1):
# i表示建堆的时候调整的部分的根的下标
sift(li,i,n-1)
#建堆完成了
for i in range(n-1,-1,-1):
#i 指向当前堆的最后一个元素
li[0],li[i] = li[i],li[0]
sift(li,0,i-1)#i-1是新的high
►归并排序 <时间复杂度O(n㏒n)>
def merge(li,low,mid,high):
i = low
j = mid+1
ltmp = []
while i<=mid and j<=high: #只要左右两边都有数
if li[i] < li[j]:
ltmp.append(li[i])
i+=1
else:
ltmp.append(li[j])
j+=1
while i <= mid:
ltmp.append(li[i])
i+=1
while j <= high:
ltmp.append(li[j])
j+=1
li[low:high+1] = ltmp def merge_sort(li,low,high):
if low < high:
mid = (low+high)//2
merge_sort(li,low,mid) #把左边排好序
merge_sort(li,mid+1,high) #把右边排好序
merge(li,low,mid,high)
优劣顺序:快速排序 > 归并排序 > 堆排序
其他一些low逼
►冒泡排序 <时间复杂度O(n²)>
def bubble_sort(li):
for i in range(len(li)-1): #i=趟数
exchange = False
for j in range(len(li)-i-1): #无序区
if li[j] < li[j+1]:
li[j],li[j+1] = li[j+1],li[j]
exchange = True
if not exchange:
return
►选择排序 <时间复杂度O(n²)> 新建列表,内存占用×2
def select_sort_simple(li):
li_new = []
for i in range(len(li)):
min_val = min(li)
li_new.append(min_val)
li.remove(min_val) # O(n)操作,删除之后列表元素需要挪位
return li_new
►插入排序 <时间复杂度O(n²)>
def insert_sort(li):
for i in range(1,len(li)):
tmp = li[i]
j = i-1 #最后一张牌的下标
while j >= 0 and li[j] > tmp:
li[j+1] = li[j]
j -= 1
li[j+1] = tmp
►希尔排序
►计数排序 <时间复杂度O(n)>
def count_sort(li,max_count=100):
count = [0 for _ in range(max_count+1)]
for val in li:
count[val] += 1
li.clear()
for index,val in enumerate(count):
for i in range(val):
li.append(index)
►桶排序
►基数排序

一些排序 (python实现)的更多相关文章
- 选择排序-Python与PHP实现版
选择排序Python实现 import random # 生成待排序数组 a=[random.randint(1,999) for x in range(0,36)] # 选择排序 def selec ...
- 计数排序与桶排序python实现
计数排序与桶排序python实现 计数排序 计数排序原理: 找到给定序列的最小值与最大值 创建一个长度为最大值-最小值+1的数组,初始化都为0 然后遍历原序列,并为数组中索引为当前值-最小值的值+1 ...
- python内置数据类型-字典和列表的排序 python BIT sort——dict and list
python中字典按键或键值排序(我转!) 一.字典排序 在程序中使用字典进行数据信息统计时,由于字典是无序的所以打印字典时内容也是无序的.因此,为了使统计得到的结果更方便查看需要进行排序. Py ...
- 选择排序——Python实现
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( ...
- 希尔排序——Python实现
一.排序思想 希尔排序思想请参见:https://www.cnblogs.com/luomeng/p/10592830.html 二.python实现 def shellSort(arr): &quo ...
- 计数排序、桶排序python实现
计数排序在输入n个0到k之间的整数时,时间复杂度最好情况下为O(n+k),最坏情况下为O(n+k),平均情况为O(n+k),空间复杂度为O(n+k),计数排序是稳定的排序. 桶排序在输入N个数据有M个 ...
- 经典排序 python实现
稳定的排序算法:冒泡排序.插入排序.归并排序和基数排序. 不是稳定的排序算法:选择排序.快速排序.希尔排序.堆排序. 冒泡 def bobble(arr): length = len(arr) for ...
- 选择排序python实现
选择排序(Selection sort)是一种简单直观的排序算法.它的工作原理是每一次从待排序的数据元素中选出最小(或最大)的一个元素,存放在序列的起始位置,直到全部待排序的数据元素排完.注意每次查找 ...
- 希尔排序--python
import random import time # 插入排序 def insertion_sort(arr, step): for i in range(step, len(arr)): for ...
随机推荐
- zigbee广播通信原理
广播:可以理解成,发送模块发出数据,这个网络里的所有节点模块都可以拿到这个数据. 实验:终端模块以广播的形式发送出去,让协调器和路由器模块作为接收器收到数据并显示出来! 协调器模块作为接收模块: 和单 ...
- 通过input上传图片,判断不同浏览器及图片类型和大小的js代码
1.jsp页面代码 <form id="userPhoto" name="userPhoto" method="post" actio ...
- Swig在Mac OS X上的安装
网上有很多类似文章介绍Swig怎么在Mac OS X上安装和配置,一般来说就是: 下载pcre,configure & make & make install 下载swig,confi ...
- C# Timer 用法
System.Timers.Timer,通过.NET Thread Pool实现的,轻量,计时精确,对应用程序.消息没有特别的要求. using Timer = System.Timers.Tim ...
- 什么是 Java 内存模型,最初它是怎样被破坏的?(转载)
活跃了将近三年的 JSR 133,近期发布了关于如何修复 Java 内存模型(Java Memory Model, JMM)的公开建议.原始 JMM 中有几个严重缺陷,这导致了一些难度高得惊人的概念语 ...
- [CentOS]使用yum命令报出Error: Cannot retrieve repository metadata (repomd.xml) for repository的解决方法
在一次错误的repo文件rpm -i 之后,执行yum就开始报出 Error: Cannot retrieve repository metadata (repomd.xml) for reposit ...
- 【C#】泛型
泛型是一个非常有用的技术,在博客园里面有太多说到泛型的好文章,这里我推荐一篇我个人觉得非常全面,也非常齐全的文章. (重造轮子很傻!!!) C# -- 泛型(1) C# -- 泛型(2) C# -- ...
- EF 查询视图返回重复数据的问题
在特殊的情况下查询过滤视图 会出现重复的数据结果集(返回的多条数据结果一致). 原因是啥:主键 在数据库设计的理念中:每个表都应该的唯一的主键.但视图不同,EF中会自动按视图的最前几个非空型字段设置为 ...
- Elasticsearch(1.1.1)基础教程pdf
基础概念 Elasticsearch有几个核心概念.从一开始理解这些概念会对整个学习过程有莫大的帮助. 接近实时(NRT) Elasticsearch是一个接近实时的搜索平台.这意味着, ...
- django model项目外操作
方法1: python manage.py shell 然后import对应的model并操作 方法2: 新建py脚本 import sys import os pwd = os.path.dirna ...