冒泡排序

def bubble_sort(li):
   for i in range(len(li)-1): # i表示第几趟
       for j in range(len(li)-i-1): # j表示图中的箭头
           if li[j] > li[j+1]:
               li[j], li[j+1] = li[j+1], li[j]

============冒泡排序(优化)============
def bubble_sort_1(li):
   for i in range(len(li)-1): # i表示第几趟
       exchange = False
       for j in range(len(li)-i-1): # j表示图中的箭头
           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

def select(li):
   for i in range(len(li)):
       # 第i趟开始时 无序区:li[i:]
       # 找无序区最小值,保存最小值的位置
       min_index = i
       for j in range(i + 1, len(li)):
           if li[j] < li[min_index]:
               min_index = j
       li[min_index], li[i] = li[i], li[min_index]

插入排序

def insert_sort(li):
   for i in range(1, len(li)): # i是摸到的牌的下标
       tmp = li[i]     # tmp是摸到牌的值
       # 方法一
       j = i - 1 # j是手里最后一张牌的下标    li[j]是手里最后一张牌的值
       while j >= 0 and li[j] > tmp:   # 两个终止条件:j小于0表示tmp是最小的 顺序不要乱 
           li[j+1] = li[j]
           j -= 1
       # 方法二
       # for j in range(i-1, -1, -1):
       #     if li[j] > tmp:
       #         li[j+1] = li[j]
       #     else:
       #         break
       li[j+1] = tmp   #将摸到的牌 插入到 往前挪过之后的 j 的后一位

快速排序

def part(li, left, right):  # 列表,最左索引,最右索引
   tmp = li[left]  # 先找个临时变量把第一个元素存起来
   while left < right:  # 当最左小于最右
       while left < right and li[right] >= tmp:  # 当最左<最右 且 最右边的值大于等于临时变量
           right -= 1  # 最右 往左 挪 1 个单位长度
       li[left] = li[right]  # 都不满足:把挪完之后的最右的值 赋值给 最左的值(即最右的值小于临时变量时,这个值挪到当前最左的值)
       while left < right and li[left] <= tmp:  # 当最左<最右 且 最左边的值小于等于临时变量
           left += 1  # 最左 往右 挪 1 个单位长度
       li[right] = li[left]  # 都不满足:把挪完之后的最左的值 赋值给 最右的值(即最左的值大于临时变量时,这个值挪到当前最右的值)
   li[left] = tmp  # 当前最左最右的值相等时,把这个值赋给临时变量
   return left  # 返回当前临时变量的索引

def quick(li, left, right):
   if left < right:  # 如果左索引<右索引
       mid = part(li, left, right)  # 调用part进行分区 返回一个索引赋给mid
       quick(li, left, mid - 1)  # 递归调用quick 直到left=mid-1
       quick(li, mid + 1, right)  # 递归调用quick 直到mid+1=right

li = list(range(1000))
import random
random.shuffle(li)
print(li)

quick(li, 0, len(li) - 1)
print(li)

堆排序

def sift(li, low, high):
   tmp = li[low]
   i = low
   j = 2 * i + 1
   while j <= high: # 退出条件2:当前i位置是叶子结点,j位置超过了high
       # j 指向更大的孩子
       if j + 1 <= high and li[j+1] > li[j]:
           j = j + 1 # 如果右孩子存在并且更大,j指向右孩子
       if tmp < li[j]:
           li[i] = li[j]
           i = j
           j = 2 * i + 1
       else:       # 退出条件1:tmp的值大于两个孩子的值
           break
   li[i] = tmp

@cal_time
def heap_sort(li):
   # 1. 建堆
   n = len(li)
   for i in range(n//2-1, -1, -1):
       # i 是建堆时要调整的子树的根的下标
       sift(li, i, n-1)
   # 2.挨个出数
   for i in range(n-1, -1, -1): #i表示当前的high值 也表示棋子的位置
       li[i], li[0] = li[0], li[i]
       # 现在堆的范围 0~i-1
       sift(li, 0, i-1)

归并排序

def merge(li, low, mid, high):
   i = low
   j = mid + 1
   ltmp = []
   while i <= mid and j <= high:
       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
   # for k in range(low, high+1):
   #     li[k] = ltmp[k-low]
   li[low:high+1] = ltmp

def merge_sort(li, low, high):
   if low < high:
       mid = (low + high) // 2
       merge_sort(li, low, mid)
       merge_sort(li, mid+1, high)
       merge(li, low, mid, high)

# li = list(range(10000))
# random.shuffle(li)
# merge_sort(li, 0, len(li)-1)
# print(li)
li = [10,4,6,3,8,2,5,7]
merge_sort(li, 0, len(li)-1)

总结


识别图中二维码,领取python全套视频资料

常用算法及其Python实现的更多相关文章

  1. 常用算法的python实现

    1.乘法表 #! -*- coding:utf-8 -*- for i in range(1,10): for j in range(1,i+1): print('%d*%d=%d\t' % (i, ...

  2. Python之路,Day21 - 常用算法学习

    Python之路,Day21 - 常用算法学习   本节内容 算法定义 时间复杂度 空间复杂度 常用算法实例 1.算法定义 算法(Algorithm)是指解题方案的准确而完整的描述,是一系列解决问题的 ...

  3. 常用排序算法的python实现和性能分析

    常用排序算法的python实现和性能分析 一年一度的换工作高峰又到了,HR大概每天都塞几份简历过来,基本上一天安排两个面试的话,当天就只能加班干活了.趁着面试别人的机会,自己也把一些基础算法和一些面试 ...

  4. python 下的数据结构与算法---2:大O符号与常用算法和数据结构的复杂度速查表

    目录: 一:大O记法 二:各函数高阶比较 三:常用算法和数据结构的复杂度速查表 四:常见的logn是怎么来的 一:大O记法 算法复杂度记法有很多种,其中最常用的就是Big O notation(大O记 ...

  5. 第四百一十四节,python常用算法学习

    本节内容 算法定义 时间复杂度 空间复杂度 常用算法实例 1.算法定义 算法(Algorithm)是指解题方案的准确而完整的描述,是一系列解决问题的清晰指令,算法代表着用系统的方法描述解决问题的策略机 ...

  6. Python常用算法

    本节内容 算法定义 时间复杂度 空间复杂度 常用算法实例 1.算法定义 算法(Algorithm)是指解题方案的准确而完整的描述,是一系列解决问题的清晰指令,算法代表着用系统的方法描述解决问题的策略机 ...

  7. 八大排序算法的 Python 实现

    转载: 八大排序算法的 Python 实现 本文用Python实现了插入排序.希尔排序.冒泡排序.快速排序.直接选择排序.堆排序.归并排序.基数排序. 1.插入排序 描述 插入排序的基本操作就是将一个 ...

  8. 机器学习算法与Python实践之(四)支持向量机(SVM)实现

    机器学习算法与Python实践之(四)支持向量机(SVM)实现 机器学习算法与Python实践之(四)支持向量机(SVM)实现 zouxy09@qq.com http://blog.csdn.net/ ...

  9. 机器学习算法与Python实践之(三)支持向量机(SVM)进阶

    机器学习算法与Python实践之(三)支持向量机(SVM)进阶 机器学习算法与Python实践之(三)支持向量机(SVM)进阶 zouxy09@qq.com http://blog.csdn.net/ ...

随机推荐

  1. 关于jQuery库的引用

    2018-08-06 10:28:38 1. 经过几次试坑,发现最简便的方法就是直接在官网上下载  jQuery文件 . 2. 官网上有两个下载版本,一个是经过压缩的(用于发布),一个是没有经过压缩的 ...

  2. MySQL学习总结(一)下载与安装

    关于数据库这块平时用的也就是Oracle和SQL Server,关于别的数据库也就是耳闻,但从没有用过.所以,最近一直都在学习使用MySQL数据库,这个教程也是通过记录博客,增加学习的印象. 关于My ...

  3. 前端模块化和AMD、CMD规范

    前端模块化和AMD.CMD规范 先看下基础:https://github.com/seajs/seajs/issues/547

  4. 经典图算法Java代码实践:BFS,DFS以及几种最短路径算法

    public class City { String name; int id; static int idCounter = 0; public City(String name) { this.n ...

  5. less css下载及编绎工具

    http://www.lesscss.net less.js下载 LESS 1.5已经放出Beta 1版本,支持source map等新特性,欢迎尝鲜.详细变更请见更新日志. 生产环境使用建议下载1. ...

  6. python剑指网络篇二

    在socket编程中 AF_INET 对应 IPv4 SOCK_STREAM 对应 TCP SOCK_DGRAM 对应 UDP

  7. nc在centos7上的安装和简单使用

    下载 http://vault.centos.org/6.6/os/x86_64/Packages/nc-1.84-22.el6.x86_64.rpm     rpm -iUv nc-1.84-22. ...

  8. K - Large Division 判断a是否是b的倍数。 a (-10^200 ≤ a ≤ 10^200) and b (|b| > 0, b fits into a 32 bit signed integer). 思路:取余;

    /** 题目:K - Large Division 链接:https://vjudge.net/contest/154246#problem/K 题意:判断a是否是b的倍数. a (-10^200 ≤ ...

  9. C#通过修改注册表改变IE默认选项

    修改注册表,这个代码好实现,关键是怎么找到对应的注册表值,也就是说画一条线很容易,难的是找到要在哪里画,然后我百度了一圈,出来的都是画线的,没有指出或者指出的不全的注册表对应值,只能FQ谷歌了,也就有 ...

  10. Spectral Graph Theory的一些定理

    邻接矩阵的特征值和特征向量不会随着节点的排列不同而变化.两个图同构可以推出他们的邻接矩阵具有相同的特征值和特征向量,但是反过来不行.