主要的排序算法(python 实现)
时间复杂度分析
排序方法 | 时间复杂度(平均) | 空间复杂度 | 稳定性 |
---|---|---|---|
直接插入排序 | O ( n 2 ) O(n^2) O(n2) | O ( 1 ) O(1) O(1) | 稳定 |
冒泡排序 | O ( n 2 ) O(n^2) O(n2) | O ( 1 ) O(1) O(1) | 稳定 |
简单选择排序 | O ( n 2 ) O(n^2) O(n2) | O ( 1 ) O(1) O(1) | 不稳定 |
快速排序 | O ( n l o g 2 n ) O(nlog_2n) O(nlog2n) | O ( n l o g 2 n ) O(nlog_2n) O(nlog2n) | 不稳定 |
希尔排序 | O ( n 1.3 ) O(n^{1.3}) O(n1.3) | O ( 1 ) O(1) O(1) | 不稳定 |
堆排序 | O ( n l o g 2 n ) O(nlog_2n) O(nlog2n) | O ( 1 ) O(1) O(1) | 不稳定 |
归并排序 | O ( n l o g 2 n ) O(nlog_2n) O(nlog2n) | O ( n ) O(n) O(n) | 稳定 |
将排序算法分类
- 插入排序
- 直接插入排序(开始时默认第一个数是有序的,将剩余的n-1个数逐个插入;包含的主要操作:比较确定插入位置,移动数据腾出空位)
- 希尔排序(在直接插入排序的基础上做了优化,减少了一些没有必要的数据移动;希尔排序将数列按固定间隔分为多个子序列,再在子序列上做直接插入排序的操作,先做远距离移动使数列基本有序,再逐渐缩小间隔,直到间隔为1时做直接插入排序)
- 交换排序
- 冒泡排序(比较前后两个元素,如果前一个数比后一个数大则交换,每一轮会将一个最值交换到队尾,类似冒泡)
- 快速排序(从数列中挑选一个元素–一般为第一个数,将数组中其余的数按照小值在左,大值在右的方式重新排列,将基准值位于中间,递归的对左右分区做相同的操作)
- 选择排序
- 简单选择排序(将数组分为有序区和无序区,并在无序区中选择最值和无序区的第一个值进行交换)
- 堆排序(将待排序的关键字数组建成大顶堆,并将堆顶元素 R ( 1 ) R(1) R(1)和最后一个元素 R ( N ) R(N) R(N)进行交换,对无序区 R ( 1 ) , R ( 2 ) , . . . , R ( N − 1 ) R(1), R(2),...,R(N-1) R(1),R(2),...,R(N−1)进行大顶堆排序)
- 归并排序
- 归并排序(将待排序列分成N/2的两个子序列,对这两个子序列分别进行归并排序,将两个排序好的子序列合并成一个序列)
代码解析
【直接插入排序】
def InsertSort(lst):
l = len(lst)
if n <= 1:
return lst
for i in range(1, l):
j = i
tagret = lst[i] # 每次循环时待插入的一个数
while j > 0 and target < lst[j-1]: # 比较待插入的数和当前数,小于当前数则后移
lst[j] = lst[j-1]
j -= 1
lst[j] = target # j为待插入数的位置
return lst
x = input("请输入待排序的序列:\n")
y = x.split()
arr = []
for i in y:
arr.append(int(i))
arr = InsertSort(arr)
print(arr)
【希尔排序】
def ShellSort(lst):
def ShellInsert(arr, d): # 每个子序列的直接插入排序
l = len(arr)
for i in range(d, l):
j = i - d # 从后往前开始比较的下标
target = arr[i]
while j >= 0 and arr[j]>target:
arr[j+d] = arr[j]
j -= d
if j != i-d:
arr[j+d] = target
n = len(lst)
if n <= 1:
return lst
d = n // 2
while d >=1 :
ShellInsert(lst, d)
d = d // 2
return lst
x = input("请输入待排序的序列:\n")
y = x.split()
arr = []
for i in y:
arr.append(int(i))
arr = ShellSort(arr)
print(arr)
【冒泡排序】
def BubbleSort(lst):
n = len(lst)
if n <= 1:
return lst
for i in range(n):
for j in range(n-i-1):
if lst[j] > lst[j+1]:
lst[j], lst[j+1] = lst[j+1], lst[j]
return lst
# 优化冒泡排序:
def BubbleSort(lst):
n = len(lst)
if n <= 1:
return lst
for i in range(n):
ex_flag = False # 标志位,如果在一次冒泡中没有交换元素,那么直接退出循环
for j in range(n-i-1):
if lst[j] > lst[j+1]:
lst[j], lst[j+1] = lst[j+1], lst[j]
ex_flag = True
if not ex_flag:
return lst
return lst
x = input("请输入待排序的序列:\n")
y = x.split()
arr = []
for i in y:
arr.append(int(i))
arr = BubbleSort(arr)
print(arr)
【快速排序】
def QuickSort(lst):
def quicksort(arr, left, right): # 主函数
if left >= right: # 递归出口
return
mid = partition(arr, left, right) # 分区的中间基准值的下标
quicksort(arr, left, mid-1)
quicksort(arr, mid+1, right)
def partition(arr, left, right):
index = left # 基准值的下标
while left < right:
# 从右往左找到比基准值小的值
while left < right and arr[right] >= arr[index]:
right -= 1
# 从左往右找到比基准值大的值
while left < right and arr[left] <= arr[index]:
left += 1
# 交换
arr[left], arr[right] = arr[right], arr[left]
# 前后位置相等时,将标准值和左边的小值交换
arr[index], arr[left] = arr[left], arr[index]
return left
n = len(lst)
if n <= 1:
return lst
quicksort(lst, 0, n-1)
return lst
x = input("请输入待排序的序列:\n")
y = x.split()
arr = []
for i in y:
arr.append(int(y))
arr = QuickSort(arr)
pritn(arr)
【简单选择排序】
def SelectSort(lst):
n = len(lst)
if n <=1:
return lst
for i in range(n-1):
minIndex = i # 待比较值的索引
for j in range(i+1, n):
if lst[j] < lst[minIndex]:
minIndex = j # 交换小值索引
if minIndex != i:
lst[i], lst[minIndex] = lst[minIndex], lst[i] # 交换值
return lst
x = input("请输入待排序的序列:\n")
y = x.split()
arr = []
for i in y:
arr.append(int(y))
arr = SelectSort(arr)
pritn(arr)
【堆排序】
def HeapSorted(lst):
def created_head(arr): # 建大顶堆
n = len(arr)
max_child_index = (n-2) // 2 # 下标值最大的根结点
for i in range(max_child_index, -1, -1):
max_head(arr, n, i) # 调整堆
def max_head(array, length, root_index): # 以root_index为根,调整堆
left = root_index * 2 + 1 # 左孩子结点
right = root_index * 2 +2 # 右孩子结点
large_index = root_index
if left < length and array[left] > array[large_index]:
large_index = left
if right < length and array[right] > array[large_index]:
large_index = right
if large_index != root_index:
# 在左右孩子结点中找最大值和根结点交换
array[large_index], array[root_index] = array[root_index], array[large_index]
max_head(array, length, large_index)
created_head(lst)
for i in range(len(lst), -1, -1):
lst[i], lst[0] = lst[0], lst[i] # 将大顶堆的堆顶放在最后
max_head(lst, i, 0)
return lst
【归并排序】
def MergeSort(lst):
#合并左右子序列函数
def merge(arr,left,mid,right):
temp=[] #中间数组
i=left #左段子序列起始
j=mid+1 #右段子序列起始
while i<=mid and j<=right:
if arr[i]<=arr[j]:
temp.append(arr[i])
i+=1
else:
temp.append(arr[j])
j+=1
while i<=mid:
temp.append(arr[i])
i+=1
while j<=right:
temp.append(arr[j])
j+=1
for i in range(left,right+1): # !注意这里,不能直接arr=temp,他俩大小都不一定一样
arr[i]=temp[i-left]
#递归调用归并排序
def mSort(arr,left,right):
if left>=right:
return
mid=(left+right)//2
mSort(arr,left,mid)
mSort(arr,mid+1,right)
merge(arr,left,mid,right)
n=len(lst)
if n<=1:
return lst
mSort(lst,0,n-1)