Python基础2

最新推荐文章于 2024-11-15 23:26:59 发布

LIA_7

最新推荐文章于 2024-11-15 23:26:59 发布

阅读量133

点赞数

分类专栏： Python学习算法学习文章标签：排序算法算法

原文链接：https://github.com/besonn/Python-100-Days

版权

算法学习同时被 2 个专栏收录

24 篇文章 0 订阅

订阅专栏

Python学习

3 篇文章 1 订阅

订阅专栏

这篇博客详细介绍了三种经典的排序算法——选择排序、冒泡排序和归并排序，以及两种查找算法——顺序查找和二分查找。选择排序通过两次循环找到最小元素并交换；冒泡排序则通过相邻元素的交换逐步排序；归并排序采用递归和合并策略。此外，还提供了查找算法的实现，包括线性搜索和更高效的二分搜索。这些基本算法对于理解和优化程序性能至关重要。

摘要由CSDN通过智能技术生成

选择排序

核心思想：

$O(n^2)$ 的复杂度，两次for 循环循环遍历
第一次循环找到min_index，接着再在后面的元素里面去找到最小的元素

# 选择排序
def select_sort(origin_items,comp = lambda x,y:x<y):
    items = origin_items[:]
    for i in range(len(items) - 1):
        min_index = i
        for j in range(i+1,len(items)):
            if comp(items[j],items[min_index]):
                min_index = j
        items[i],items[min_index] = items[min_index],items[i]
    return items

冒泡排序

核心思想：

时间复杂度 $O(n^2)$ ，两个 for 循环
和选择排序从后面找到最小的不同，冒泡排序是彼此相邻两个元素的交换
因为是相邻两个比较，交换顺序。这样最大的元素一定在第一次循环之后，就到了最后一个（升序）。因此，下一次循环就不需要比较到最后一个元素了。

def bubble_sort(origin_items,comp = lambda x,y : x>y):
    items = origin_items[:]
    for i in range(1,len(items)):
        for j in range(0,len-i):
            if comp(items[j],items[j+1]):
                items[j],items[j+1] = items[j+1],items[j]
    return items

归并排序

核心思想：

两个环节：归并排序和合并
归并排序通过递归，分别把两边排好序
然后再将其通过合并，合并起来

def merge_sort(items,comp = lambda x,y:x<=y):
    if len(items) < 2:
        return items[:]
    mid = len(items) // 2
    left = merge_sort(items[:mid],comp)
    right = merge_sort(items[mid:],comp)
    return merge(left,right)
def merge(item1,item2,comp):
    items = []
    index1,index2 = 0,0
    while index1 < len(item1) and index2 < len(item2):
        if comp(item1[index1],item2[index2]):
            items.append(item1)
            index1+=1
        else:
            items.append(item2)
            index2+=1
    items+=item1[index1:]
    items+=item2[index2:]
    return items

顺序查找

找到index = key 的元素

def seq_search(items,key):
    for index,item in enumerate(items):
        if item == key:
            return index
    return -1

二分查找

一定注意好边界值

def bin_search(items,key):
    start,end = 0,len(items)-1
    while start <= end:
        mid = (start + end) //2
        if key > items[mid]:
            start = mid +  1
        elif key < items[mid]:
            end = mid - 1
        else:
            return mid
    return -1