python3怎么实现常见的排序算法
python3怎么实现常见的排序算法
今天小编给大家分享一下python3怎么实现常见的排序算法的相关知识点,内容详细,逻辑清晰,相信大部分人都还太了解这方面的知识,所以分享这篇文章给大家参考一下,希望大家阅读完这篇文章后有所收获,下面我们一起来了解一下吧。
冒泡排序
冒泡排序是一种简单的排序算法。它重复地走访过要排序的数列,一次比较两个元素,如果它们的顺序错误就把它们交换过来。走访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。
defmao(lst):foriinrange(len(lst)):#由于每一轮结束后,总一定有一个大的数排在后面#而且后面的数已经排好了#即i轮之后,就有i个数字被排好#所以其len-1-i到len-1的位置是已经排好的了#只需要比较0到len-1-i的位置即可#flag用于标记是否刚开始就是排好的数据#只有当flag状态发生改变时(第一次循环就可以确定),继续排序,否则返回flag=Falseforjinrange(len(lst)-i-1):iflst[j]>lst[j+1]:lst[j],lst[j+1]=lst[j+1],lst[j]flag=True#非排好的数据,改变flagifnotflag:returnlstreturnlstprint(mao([1,5,55,4,5,1,3,4,5,8,62,7]))
选择排序
选择排序是一种简单直观的排序算法。它的工作原理: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。
#选择排序是从前开始排的#选择排序是从一个列表中找出一个最小的元素,然后放在第一位上。#冒泡排序类似#其0到i的位置是排好的,只需要排i+1到len(lst)-1即可defselect_sort(lst):foriinrange(len(lst)):min_index=i#用于记录最小的元素的索引forjinrange(i+1,len(lst)):iflst[j]
快速排序
快速排序是通过一趟排序将待排记录分隔成独立的两部分,其中一部分记录的关键字均比另一部分的关键字小,则可分别对这两部分记录继续进行排序,以达到整个序列有序。
#原理#1.任取列表中的一个元素i#2.把列表中大于i的元素放于其右边,小于则放于其左边#3.如此重复#4.直到不能在分,即只剩1个元素了#5.然后将这些结果组合起来defquicksort(lst):iflen(lst)<2:#lst有可能为空returnlst#["pɪvət]中心点pivot=lst[0]less_lst=[iforiinlst[1:]ifi<=pivot]greater_lst=[iforiinlst[1:]ifi>pivot]#最后的结果就是#左边的结果+中间值+右边的结果#然后细分左+中+右+中间值+左+中+右#...........+中间值+............returnquicksort(less_lst)+[pivot]+quicksort(greater_lst)print(quicksort([1,5,55,4,5,1,3,4,5,8,62,7]))print(quicksort([1,5,8,62]))
插入排序
插入排序的算法描述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。
#lst的[0,i)项是有序的,因为已经排过了#那么只需要比对第i项的lst[i]和lst[0:i]的元素大小即可#假如,lst[i]大,则不用改变位置#否则,lst[i]改变位置,插到j的位置,而lst[j]自然往后挪一位#然后再删除lst[i+1]即可(lst[i+1]是原来的lst[i])##重复上面步骤即可,排序完成definsert_sort(lst:list):#外层开始的位置从1开始,因为从0开始都没得排#只有两个元素以上才能排序foriinrange(1,len(lst)):#内层需要从0开始,因为lst[0]的位置不一定是最小的forjinrange(i):iflst[i] 希尔排序是1959年Shell发明的,第一个突破O(n2)的排序算法,是简单插入排序的改进版。它与插入排序的不同之处在于,它会优先比较距离较远的元素。希尔排序又叫缩小增量排序。 #希尔排序是对直接插入排序的优化版本#1.分组:#每间隔一段距离取一个元素为一组#间隔自己确定,一般为lst的一半#2.根据插入排序,把每一组排序好#3.继续分组:#同样没间隔一段距离取一个元素为一组#间隔要求比之前的间隔少一半#4.再每组插入排序#5.直到间隔为1,则排序完成#defshell_sort(lst):lst_len=len(lst)gap=lst_len//2#整除2,取间隔whilegap>=1:#间隔为0时结束foriinrange(gap,lst_len):temp=lst[i]j=i#插入排序whilej-gap>=0andlst[j-gap]>temp:lst[j]=lst[j-gap]j-=gaplst[j]=tempgap//=2returnlstprint(shell_sort([1,5,55,4,5,1,3,4,5,8,62,7]))#奇数#gap=2#[5,2,4,3,1]#[5,4,1][2,3]#[1,4,5,2,3]#gap=1#[1,2,3,4,5]#偶数#gap=3#[5,2,4,3,1,6]#[5,3][2,1][4,6]#[3,5,1,2,4,6]#gap=1#[1,2,3,4,5,6] 归并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为2-路归并。 并归排序 #利用分治法#不断将lst分为左右两个分#直到不能再分#然后返回#将两边的列表的元素进行比对,排序然后返回#不断重复上面这一步骤#直到排序完成,即两个大的列表比对完成defmerge(left,right):#left可能为只有一个元素的列表,或已经排好序的多个元素列表(之前调用过merge)#right也一样res=[]whileleftandright:item=left.pop(0)ifleft[0] 堆排序是指利用堆这种数据结构所设计的一种排序算法。堆积是一个近似完全二叉树的结构,并同时满足堆积的性质:即子结点的键值或索引总是小于(或者大于)它的父节点。然后进行排序。 堆排序 #把列表创成一个大根堆或小根堆#然后根据大(小)根堆的特点:根节点最大(小),逐一取值##升序----使用大顶堆##降序----使用小顶堆#本例以小根堆为例#列表lst=[1,22,11,8,12,4,9]#1.建成一个普通的堆:#1#/#2211#//#81249##2.进行调整,从子开始调整位置,要求:父节点<=字节点##111#/13和22调换位置/4和11调换位置/#2211==============>1311==============>134#//////#1314492214492214119##3.取出树上根节点,即最小值,把换上叶子节点的最大值##1#/#~~~~/#22#/#84#/#12119##4.按照同样的道理,继续形成小根堆,然后取出根节点,。。。。重复这个过程##111414148148#//////#~~~/~~~/~~~/~~~/~~~/~~~/#224228229#//////#8489891291291211#//////#12119121122121122111122##续上:#1489148914891114891114891112==>1489111222#/////#~~~/~~~/~~~/~~~/~~~/#2211221222#////#121112221222##代码实现defheapify(lst,lst_len,i):"""创建一个堆"""less=i#largest为最大元素的索引left_node_index=2*i+1#左子节点索引right_node_index=2*i+2#右子节点索引#lst[i]就是父节点(假如有子节点的话):##lst[i]#/#lst[2*i+1]lst[2*i+2]##想要大根堆,即升序,将判断左右子节点大小的‘>"改为‘<"即可#ifleft_node_index 以上就是“python3怎么实现常见的排序算法”这篇文章的所有内容,感谢各位的阅读!相信大家阅读完这篇文章都有很大的收获,小编每天都会为大家更新不同的知识,如果还想学习更多的知识,请关注恰卡编程网行业资讯频道。希尔排序
希尔排序
并归排序
堆排序
推荐阅读
-
Python 3.12 新特性解析:模式匹配增强与性能优化实战
-
Lightly IDE 深度评测:轻量级 Python 开发工具是否适合团队协作?
-
VS Code 自定义配置:JSON 文件修改、代码片段与任务自动化脚本
-
Python 虚拟环境选择:venv、conda、poetry 的适用场景对比
-
PyCharm+GitHub Copilot:Python 开发中 AI 辅助编码的最佳实践
-
PyCharm 无法识别虚拟环境?5 步排查 Python 解释器配置问题
-
数据科学工具链:Jupyter Notebook+RStudio+Python 的协同工作流
-
Python 3.12 新特性:模式匹配增强与性能改进实战
-
Lightly IDE 适合谁?轻量级 Python 开发工具深度评测
-
Python IDE 终极对比:PyCharm vs VS Code vs Jupyter Notebook