冒泡排序(稳定):
重复的遍历要排序的数列,一次比较两个元素,如果他们的顺序错误就交换过来,直到没有再需要交换的数据
时间复杂度:平均情况O(n²),最好情况O(n),最坏情况O(n²),辅助空间O(1)
def bubble_sort(alist):
"""冒泡排序"""
n = len(alist)
for j in range(0, n-1):
count = 0
for i in range(0, n-1-j):
# 游标从头走到尾
if alist[i] > alist[i+1]:
alilst[i], alist[i+1] = alist[i+1], alist[i]
count += 1
if 0 == count:
return
选择排序(不稳定):
首先在未排序的序列中找到最小(大)元素,存放到排序序列的起始位置,再从剩余的元素中继续找最小(大)的元素,放到已排序序列的末尾,直到所有元素排列完毕
时间复杂度:平均情况O(n²),最好情况O(n²),最坏情况O(n²),辅助空间O(1)
def select_sort(alist):
"""选择排序"""
n = len(alist)
for j in range(n-1): # j:0 ~ n-2
min_index = j # 假设0位置的元素最小
for i in range(j+1, n):
if alist[min_index] > alist[i]:
min_index = i
alist[j], alist[min_index] = a;sit[min_index], alist[j]
插入排序(稳定):
原理是构筑有序序列,对于未排序的数据,在意排序的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,在从后向前扫描的过程中,需要反复把已排序元素逐步往后挪位,为新元素提供插入空间
时间复杂度:平均情况O(n²),最好情况O(n),最坏情况O(n²),辅助空间O(1)
def insert_sort():
"""插入排序"""
n = len(alist)
# 从右边的无需序列中取出多少个元素执行这样的过程
for j in range(1, n):
# i代表内层循环起始值
# 执行从右边的无序序列取出第一个元素,即i位置的元素,然后将其插入到前面的正确位置中
i = j
while i > 0:
if alist[i] < alist[i-1]:
alist[i], alist[i-1] = alist[i-1], alist[i]
i -= 1
else:
break
希尔排序(不稳定):
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。希尔排序是把记录按下标的一等增量分组,对每组使用直接插入排序算法,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,整个文件恰被分为一组,算法便终止
希尔排序的效率不一定比插入排序更高
时间复杂度:平均情况O(nlogn)~O(n²),最好情况O(n^1.3),最坏情况O(n²),辅助空间O(1)
def shell_sort(alist):
"""希尔排序"""
n = len(alist)
gap = n//2 # 取整
i = 1
# gap变化到0之前,插入算法执行的次数
while gap >= 1:
# 插入算法,与空的插入算法的区别就是gap步长
for j in range(gap, n):
i = j
while i > 0:
if alist[i] < alist[i-gap]:
alist[i], alist[i-gap] = alist[i-gap], alist[i]
i -= gap
else:
break
# 缩短gap步长
gap //= 2
快速排序(不稳定):
两个指针,分别从头和尾开始对比,当两个指针重合时,就是正在寻在的数在列表中的位置
时间复杂度:平均情况O(nlogn),最好情况O(nlogn),最坏情况O(n²),辅助空间O(nlogn)~O(n)
def quick_sort(alist, first, last):
"""快速排序"""
if first >= last:
return
mid_value = alist[0]
low = 0
high = n - 1
while low < high:
# high左移
while low < high and alist[high] >= mid_value:
high -= 1
alist[low] = alist[high]
# low右移
while low < high and alist[low] < mid_value:
low += 1
alist[high] = alist[low]
# 从循环退出时,low == high
alist[low] = mid_value
# 对low左边的列表执行快速排序
quick_sort(alist, first, low - 1)
# 对low右边的列表执行快速排序
quick_sort(alist, low + 1, last)
归并排序(稳定):
将列表拆分到每组只有一个元素,然后开始合并
时间复杂度:平均情况O(nlogn),最好情况O(nlogn),最坏情况O(nlogn),辅助空间O(n)
def merge_sort(alist):
"""归并排序"""
n = len(alist)
if n <= 1:
return alist
mid = n//2
# left采用归并排序后形成的有序的新列表
left_li = merge_sort(alist[:mid])
# right采用归并排序后形成有序的新列表
right_li = merge_sort(alist[mid:])
# 将两个有序的子序列合并为一个整体
left_pointer, right_pointer = 0, 0
result = []
while left_pointer < len(left_li) and right_pointer < len(right_li):
if left_li[left_pointer] < right_li[right_pointer]:
result.append(left_li[left_pointer])
left_pointer += 1
elif:
redult.append(right_li[right_pointer])
right_pointer += 1
result += left_li[left_pointer:]
result += right_li[right_pointer:]
return result
二分查找:
必须是有序的顺序表,取中间位置比大小,直到找到位置
# 二分查找
# 递归的方式
def binary_search(alist, item):
n = len(alist)
if n >= 1:
mid = n//2
if alist[mid] == item:
return True
elif item < alist[mid]:
return binary_search(alist[:mid], item)
else:
return binary_search(alist[mid+1:], item)
return False
# 非递归的方式
def binary_search(alist, item):
n = len(alist)
first = 0
last = n - 1
while first <= last:
mid = (first + last)//2
if alsit[mid] == item:
return True
elif item < alist[mid]:
last = mid - 1
else:
first = mid + 1
return False