第一部分,先讨论三种排序算法(以从小到大为例)的python实现:
1.普通的方法:
思路比较简单:通过循环遍历列表,每次取出一个最小值,放到一个新的列表中,并且删除原列表中那个遍历出的最小值。最后返回新的列表即是按照从小到大排序好了的。这种排序方法需要额外分配一块空间用来盛放新的列表,因此,空间复杂度会比较高(关于时空复杂度的问题,还没搞清楚,欢迎大牛赐教~)
def common_sort(array):
res_array = []
while True:
if len(array) > 0:
temp = array[0]
for item in array:
if item < temp:
temp = item
res_array.append(temp)
array.remove(temp)
else:
break
return res_array
第二种:quick sort
思路:从列表中取出第一个元素作为基准数,将比该基准数小的都放在它左边,比基准数大的都放在右边,这样以该基准数作为分隔,就把原列表分隔成两部分,再对每部分执行上一步的分隔操作,直到各个区间只有一个元素为止。快爬采用这种递归算法,每次切割列表,如果对大数据集进行排序,效果应该比较好,快排是冒泡排序的改进版。
def sub_sort(array,low,high):#low 和 high 为游标
key = array[low]
while low < high:
while low < high and array[high] >= key:
high -= 1
while low < high and array[high] < key:
array[low] = array[high]
low += 1
array[high] = array[low]
array[low] = key
return low
def quick_sort(array,low,high): #实现递归的函数
if low < high:
key_index = sub_sort(array,low,high)
quick_sort(array,low,key_index)
quick_sort(array,key_index + 1,high)
return array
第三种:冒泡排序
思路:比较相邻的两个元素,把较小的向左移动,两层的循环操作之后,就把所有元素按照从小到大排好序了。
def bubble_sort(array):
for i in range(len(array) - 1):
for j in range(i+1,len(array)):
if array[i] > array[j]:
temp = array[j]
array[j] = array[i]
array[i] = temp
return array
第二部分:装饰器的实现
为了记录每种算法进行排序的耗时,因此写一个装饰器函数是最好的实现方法,对原函数进行包装,增加计算耗时的代码段。装饰器函数如下:
#装饰器函数一定要放在被装饰函数的之前,否则会出现nameError
def tsfunc(func):
def wrappedFunc(*args,**kargs):
start = time.clock()
action = func(*args,**kargs)
time_delta = time.clock() - start
print '[%s] %s() called,time delta : %s' %(ctime(),func.__name__,time_delta)
return action
return wrappedFunc
需要对原函数挂上该装饰器函数,如下形式:
@tsfunc
def quick_sort(array,low,high):
<function body>
@tsfunc
def common_sort(array):
<function body>
@tsfunc
def bubble_sort(array):
<function body>
运行一下代码:
if __name__ == '__main__':
array = [4,5,2,4,6,9,0,18,2,3,5]
print array
common_sort(array)
array = [4,5,2,4,6,9,0,18,2,3,5]
quick_sort(array,0,len(array) - 1)
array = [4,5,2,4,6,9,0,18,2,3,5]
bubble_sort(array)
输出结果:
[4, 5, 2, 4, 6, 9, 0, 18, 2, 3, 5]
[Sun Jul 03 20:52:39 2016] common_sort() called,time delta : 2.92512113273e-05
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 1.53953743828e-06
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 1.53953743828e-06
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 0.000220923622393
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 3.46395923613e-06
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 0.00830811378567
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 0.016537711162
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 0.0244655592004
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 1.92442179785e-06
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 0.0311787122
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 7.69768719142e-07
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 1.53953743828e-06
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 0.00640640016504
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 1.15465307871e-06
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 1.92442179785e-06
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 1.92442179785e-06
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 0.00519786327599
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 0.0108987704099
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 0.0224025790331
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 3.46395923613e-06
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 0.0277670972368
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 0.0640505306978
[Sun Jul 03 20:52:39 2016] bubble_sort() called,time delta : 3.00209800464e-05
可见快排采用递归的算法,每次执行quick_sort()函数,都会调用装饰器函数,所以造成quick_sort被执行的次数较多,换言之,排序结果也体现出了递归过程
通过统计耗时:
排序方法: quick_sort commnon_sort bubble_sort
耗时(s): 0.2174535050 0.0000292512 0.0000300210
可见小样本的时候快排是多么不占优势,其余二者耗时相近,但是在不考虑空间限制 和 小样本 条件下 最通用的commmon_sort 确实耗时最短的,大样本下未验证,如说法有误,烦请更正(对复杂度真心不熟。。。)