数据结构经典排序算法——python（详细汇总）

前言

内容大多引用菜鸟教程，写完了才发现教程讲的非常详细，我这里只针对python的代码实现

排序算法可以分为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

名词解释：

• n：数据规模
• k："桶"的个数
• In-place：占用常数内存，不占用额外内存
• Out-place：占用额外内存
• 稳定性：排序后 2 个相等键值的顺序和排序之前它们的顺序相同

---

一、冒泡排序

1.1 算法步骤

• 比较相邻的元素。如果第一个比第二个大，就交换他们两个。
• 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。这步做完后，最后的元素会是最大的数。
• 针对所有的元素重复以上的步骤，除了最后一个。
• 持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比较。

1.2 图解

1.3 排序效率

（1）当输入的数据已经是正序时，就不需要冒泡排序了
（2）当输入的数据是反序时，写一个 for 循环反序输出数据就行，没必要麻烦的用冒泡排序

1.4 Python代码实现

def bubble_sort(nums):
    for i in range(1, len(nums) - 1):  # 设置冒泡排序进行的次数
        for j in range(0, len(nums) - i):  # j为列表下标
            if nums[j] > nums[j + 1]:
                nums[j], nums[j + 1] = nums[j + 1], nums[j] #交换两值
    return nums
 
print(bubble_sort([45, 32, 8, 33, 12, 22, 19, 97]))
# 输出：[8, 12, 19, 22, 32, 33, 45, 97]

---

二、选择排序

数据规模越小越好

2.1 算法步骤

• 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。
• 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。
• 重复第二步，直到所有元素均排序完毕。

2.2 图解

2.3 Python代码实现

def selectionSort(nuns):
    for i in range(len(nums) - 1):
        # 记录最小数的索引
        minIndex = i
        for j in range(i + 1, len(nums)):
            if nums[j] < nums[minIndex]:
                minIndex = j
        # i 不是最小数时，将 i 和最小数进行交换
        if i != minIndex:
            nums[i], nums[minIndex] = nums[minIndex], nums[i]
    return nums

---

三、插入排序

• 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
• 是简单排序中效率最好的一种

3.1 算法步骤

• 将第一待排序序列第一个元素看做一个有序序列，把第二个元素到最后一个元素当成是未排序序列。
• 从头到尾依次扫描未排序序列，将扫描到的每个元素插入有序序列的适当位置。（如果待插入的元素与有序序列中的某个元素相等，则将待插入元素插入到相等元素的后面。）

3.2 图解

3.3 排序效率

（1）当输入的数据已经是正序时，需要进行的比较操作是 （n-1）次
（2）当输入的数据是反序时，需要进行的比较共有n(n-1)/2次

3.4 Python代码实现

def insertionSort(nums):
    for i in range(len(nums)):
        preIndex = i-1
        current = nums[i] # 保存当前元素值，拿前面的值和它比较
        while preIndex >= 0 and nums[preIndex] > current:
            nums[preIndex+1] = nums[preIndex]  # 将前面较大的元素向后移
            preIndex -= 1
        nums[preIndex+