整个排序算法分两部分来总结,这篇总结第一部分一些相对简单和常用的排序算法,包括冒泡排序、选择排序、插入排序和希尔排序。
冒泡排序
冒泡排序应该是大家接触的最早的排序方法了,理解起来也十分简单。冒泡排序是一种简单的排序算法。它重复地走访过要排序的数列,一次比较两个元素,如果它们的顺序错误就把它们交换过来。走访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。
算法描述
- 比较相邻的元素。如果第一个比第二个大,就交换它们两个;
- 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,这样在最后的元素应该会是最大的数;
- 针对所有的元素重复以上的步骤,除了最后一个;
- 重复步骤1~3,直到排序完成。
算法分析
最佳情况:T(n) = O(n) 最差情况:T(n) = O(n^2) 平均情况:T(n) = O(n^2)
#冒泡排序
def BubbleSort(self, arr):
if len(arr) == 0:
return arr
for i in range(0, len(arr)-1):
for j in range(0, len(arr)-i-1):
if arr[j+1] < arr[j]:
temp = arr[j+1]
arr[j+1] = arr[j]
arr[j] = temp
return arr
选择排序
表现最稳定的排序算法之一,因为无论什么数据进去都是O(n2)的时间复杂度,所以用到它的时候,数据规模越小越好。唯一的好处可能就是不占用额外的内存空间了吧。理论上讲,选择排序可能也是平时排序一般人想到的最多的排序方法了吧。
选择排序(Selection-sort)是一种简单直观的排序算法。它的工作原理: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。
算法分析
最佳情况:T(n) = O(n2) 最差情况:T(n) = O(n^2) 平均情况:T(n) = O(n^2)
#选择排序
def SelectionSort(self, arr):
if len(arr) == 0:
return arr
for i in range(0, len(arr)-1):
min_index = i
for j in range(i, len(arr)):
if arr[j] < arr[min_index]:
min_index = j
if min_index == i:
continue
else:
temp = arr[i]
arr[i] = arr[min_index]
arr[min_index] = temp
return arr
插入排序
插入排序(Insertion-Sort)的算法描述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,通常采用in-place排序(即只需用到O(1)的额外空间的排序),因而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。
算法描述
- 从第一个元素开始,该元素可以认为已经被排序;
- 取出下一个元素,在已经排序的元素序列中从后向前扫描;
- 如果该元素(已排序)大于新元素,将该元素移到下一位置;
- 重复步骤3,直到找到已排序的元素小于或者等于新元素的位置;
- 将新元素插入到该位置后;
- 重复步骤2~5。
算法分析
最佳情况:T(n) = O(n) 最坏情况:T(n) = O(n^2) 平均情况:T(n) = O(n^2)
#插入排序
def InsertSort(self, arr):
if len(arr) == 0 or len(arr) == 1:
return arr
for i in range(1, len(arr)):
current = arr[i]
j = i
while j > 0 and arr[j-1] > current:
arr[j] = arr[j-1]
j -= 1
arr[j] = current
return arr
希尔排序
希尔排序是希尔(Donald Shell)于1959年提出的一种排序算法。希尔排序也是一种插入排序,它是简单插入排序经过改进之后的一个更高效的版本,也称为缩小增量排序,同时该算法是冲破O(n2)的第一批算法之一。它与插入排序的不同之处在于,它会优先比较距离较远的元素。希尔排序又叫缩小增量排序。
希尔排序是把记录按下表的一定增量分组,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。
算法过程的理解如下:
算法分析
最佳情况:T(n) = O() 最坏情况:T(n) = O(
) 平均情况:T(n) =O(
)
#希尔排序
def ShellSort(self, arr):
if len(arr) == 0:
return arr
increasement = len(arr)
while increasement > 1:
#每次缩小增量
increasement = increasement // 3 + 1
for i in range(0, increasement):
#在每个子序列中进行直接插入排序
for j in range(i + increasement, len(arr), increasement):
#相比于直接插入排序,这里增加一个比较,由于增量分组大部分都已有序,可降低复杂度,从而发挥增量分组的优势
if arr[j] < arr[j - increasement]:
current = arr[j]
k = j
while k > 0 and arr[k - increasement] > current:
arr[k] = arr[k - increasement]
k -= increasement
arr[k] = current
return arr