排序与搜索
一、排序算法的稳定性
稳定性:稳定排序算法会让原本有相等键值的记录维持相对次序、也就是如果一个排序算法是稳定的。当有两个相等键值的记录R和S。且在原本的列表中R出现在S之前,在排序过的列表中R也将会是在S之前。
二、排序算法
1、冒泡排序
冒泡排序是一种简单的排序算法。它重复地遍历要排序的数列,一次比较两个元素,如果他们的顺序错误就把他们交换过来。遍历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。
def bubble_sort(alist):
n=len(alist)
for i in range(0,n-1):
count=0
for j in range(0,n-1-i):
if alist[j]>alist[j+1]:
alist[j],alist[j+1]=alist[j+1],alist[j]
count+=1
if count==0:
break
return alist
li=[54,26,93,17,31,44,55,20]
bubble_sort(li)
print(li)
2、选择排序
选择排序是一种简单直观的排序算法。它的工作原理如下。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。
def selection_sort(alist):
n=len(alist)
for i in range(0,n-1):
min=alist[i]
for j in range(i+1,n):
if alist[j]<min:
min,alist[j]=alist[j],min
alist[i]=min
return alist
alist=[54,226,93,17,77,31,44,55,20]
selection_sort(alist)
print(alist)
3、插入排序
插入排序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。插入排序在实现上,在从后向前扫描过程中,需要反复把已排序元素逐步向后挪位,为最新元素提供插入空间。
def insert_sort(alist):
n=len(alist)
for i in range(1,n):
for j in range(i,0,-1):
if alist[j]<alist[j-1]:
alist[j],alist[j-1]=alist[j-1],alist[j]
else:
break
return alist
alist=[54,26,93,17,77,31,44,55,20]
insert_sort(alist)
print(alist)
4、快速排序
快速排序,又称划分交换排序,通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列。
def quick_sort(alist,start,end):
if start > end:
return
mid=alist[start]
low=start
high=end
while low<high:
while low<high and alist[high]>=mid:
high-=1
alist[low]=alist[high]
while low<high and alist[low]<mid:
low+=1
alist[high]=alist[low]
alist[low]=mid
quick_sort(alist,start,low-1)
quick_sort(alist,high+1,end)
alist=[54,26,93,17,77,31,44,55,20]
quick_sort(alist,0,len(alist)-1)
print(alist)
5、希尔排序
希尔排序是插入排序的一种。也称缩小增量排序,是直接插入排序算法的一种更高效的改进版本。希尔排序是非稳定排序算法。该方法是把记录按下标的一定增量分组,对每组使用直接插入排序算法排序;随着增量逐渐减少,每组包含的关键词越来越多,当增量减至1时,整个文件恰被分成一组,算法便终止。
希尔排序的基本思想是:将数组列在一个表中并对列分别进行插入排序,重复这过程,不过每次用更长的列(步长更长了,列数更少了)来进行。最后整个表就只有一列了。将数组转换至表是为了更好地理解这算法,算法本身还是使用数组进行排序。
def shell_sort(alist):
n=len(alist)
gap=n//2
while gap>=1:
for i in range(gap,n):
j=i
while j>=gap and alist[j]<alist[j-gap]:
alist[j],alist[j-gap]=alist[j-gap],alist[j]
j-=gap
gap=gap//2
return alist
alist=[54,26,93,17,77,31,44,55,20]
shell_sort(alist)
print(alist)
6、归并排序
归并排序是采用分治法的一个非常典型的应用。归并排序的思想就是先递归分解数组,再合并数组。
将数组分解最小之后,然后合并两个有序数组,基本思路是比较两个数组的最前面的数,谁小就先取谁i,取了后相应的指针就往后移一位。然后再比较,直至一个数组为空,最后把另一个数组的剩余部分复制过来即可。
def merge_sort(alist):
if len(alist)<=1:
return alist
num=len(alist)//2
left=merge_sort(alist[:num])
right=merge_sort(alist[num:])
return merge(left,right)
def merge(left,right):
l,r=0,0
result=[]
while l <len(left)and r<len(right):
if left[l]<right[r]:
result.append(left[l])
l+=1
else:
result.append(right[r])
r+=1
result+=left[l:]
result+=right[r:]
return result
alist=[54,26,93,17,77,31,44,55,20]
sorted_alist=merge_sort(alist)
print(sorted_alist)
三、搜索
二分查找法
二分查找又称折半查找,优点是比较次数少,查找速度快,平均性能好;其缺点是要求待查表为有序表,且插入删除困难。因此,折半查找方法适用于不经常变动而查找频繁的有序列表。首先,假设表中元素是按升序排列,将表中间位置记录的关键字与查找关键字比较,如果两者相等,则查找成功;否则利用中间位置记录将表分成前、后两个子表,如果中间位置记录的关键字大于查找关键字,则进一步查找前一子表,否则进一步查找后一子表。重复以上过程,直到找到满足条件的记录,使查找成功,或直到子表不存在为止,此时查找不成功。
#非递归实现
def binary_search(alist,item):
first=0
last=len(alist)-1
while first<=last:
midpoint=(first+last)//2
if alist[midpoint]==item:
return True
elif alist[midpoint]>item:
last=midpoint-1
elif alist[midpoint]<item:
first=midpoint+1
midpoint=(first+last)//2
return False
testlist=[0,1,2,8,13,17,19,32,42]
print(binary_search(testlist,3))
print(binary_search(testlist,13))
def binary_search(alist,item):
if len(alist)==0:
return False
else:
midpoint=len(alist)//2
if alist[midpoint]==item:
return True
elif alist[midpoint]>item:
return binary_search(alist[:midpoint],item)
elif alist[midpoint]<item:
return binary_search(alist[midpoint+1:], item)
testlist=[0,1,2,8,13,17,19,32,42]
print(binary_search(testlist,3))
print(binary_search(testlist,13))