1 、算法的魅力
深刻研究排序算法是入门算法较为好的一种方法,现在还记得4年前手动实现常见8种排序算法,通过随机生成一些数据,逐个校验代码实现的排序过程是否与预期的一致,越做越有劲,越有劲越想去研究,公交车上,吃饭的路上。。。那些画面,现在依然记忆犹新。
能力有限,当时并没有生成排序过程的动画,所以这些年想着抽时间一定把排序的过程都制作成动画,然后分享出来,让更多的小伙伴看到,通过排序算法的动态演示动画,找到学习算法的真正乐趣,从而迈向一个新的认知领域。
当时我还是用C++写的,时过境迁,Python迅速崛起,得益于Python的简洁,接口易用,最近终于有人在github中开源了使用Python动画展示排序算法的项目,真是倍感幸运。
动画还是用matplotlib做出来的,这就更完美了,一边学完美的算法,一边还能提升Python熟练度,一边还能学到使用matplotlib制作动画。
2 、完美的答案
这个库一共演示8个常见的排序算法:
bubble-sort
: Only show the visualization of bubble sorting algorithm in the animation. The following arguments have similar functions.comb-sort
heap-sort
insertion-sort
merge-sort
quick-sort
selection-sort
shell-sort
启动的脚本是output.py
,脚本的参数有三类,下面逐个解释。
python output.py play heap-sort reversed
play表示展示排序的动画,其他两个选项:保存html
和mp4
play
: Play an animation of a specific sorting algorithm or all algorithms in a new window, as a "figure" to Matplotlib.save-html
: Save the animation as a HTML page with a sequence of images.save-mp4
: Save the animation as a MP4 video.
heap-sort
表示堆排序,就是此次执行脚本你想看哪个排序算法的动画展示,设置为quick-sort
表示查看快排动画, all
表示所有排序算法一次展示。
reversed
这类参数是我重点想说的,这类参数还有如下其他几个选项。通常说一个快排平均时间复杂度为nlog2n,为什么是平均呢?
我们很难找到一个真正100%准确的函数t,输入data,通过t(data)计算出准确的理论执行时间,因为data的分布无法准确的拟合出来,而它又直接影响到实际的排序时间,比如输入一个几乎排序好的序列,一个没有重复元素的序列,一个随机序列,一个递减序列。所以只能根据某类分布给出大概的预估执行时间值。
almost-sorted
: Sort an almost-sorted sequence.few-unique
: Sort a few-unique sequence.random
(default) : Sort a random sequence.reversed
: Sort a descending sequence.
3 、动画展示
使用的模块和实例代码如下:
使用的包,主要是内置模块random
, os
, sys
, re
,以及 matplotlib
的 animation
功能,剩下的就是手动实现的8个排序算法。
import random
import os
import sys
import re
from matplotlib import pyplot as plt
from matplotlib import animation
from sorting.data import Data
from sorting.selectionsort import selection_sort
from sorting.bubblesort import bubble_sort
from sorting.insertionsort import insertion_sort
from sorting.shellsort import shell_sort
from sorting.mergesort import merge_sort
from sorting.quicksort import quick_sort
from sorting.heapsort import heap_sort
from sorting.combsort import comb_sort
from sorting.monkeysort import monkey_sort
快速排序代码,会保存所有的操作帧:
# Script Name : quicksort.py
# Author : Howard Zhang
# Created : 14th June 2018
# Last Modified : 14th June 2018
# Version : 1.0
# Modifications :
# Description : Quick sorting algorithm.
import copy
from .data import Data
def quick_sort(data_set):
# FRAME OPERATION BEGIN
frames = [data_set]
# FRAME OPERATION END
ds = copy.deepcopy(data_set)
qsort(ds, 0, Data.data_count, frames)
# FRAME OPERATION BEGIN
frames.append(ds)
return frames
# FRAME OPERATION END
def qsort(ds, head, tail, frames):
if tail - head > 1:
# FRAME OPERATION BEGIN
ds_y = copy.deepcopy(ds)
for i in range(head, tail):
ds_y[i].set_color('y')
# FRAME OPERATION END
i = head
j = tail - 1
pivot = ds[j].value
while i < j:
# FRAME OPERATION BEGIN
frames.append(copy.deepcopy(ds_y))
frames[-1][i if ds[i].value == pivot else j].set_color('r')
frames[-1][j if ds[i].value == pivot else i].set_color('k')
# FRAME OPERATION END
if ds[i].value > pivot or ds[j].value < pivot:
ds[i], ds[j] = ds[j], ds[i]
# FRAME OPERATION BEGIN
ds_y[i], ds_y[j] = ds_y[j], ds_y[i]
frames.append(copy.deepcopy(ds_y))
frames[-1][i if ds[i].value == pivot else j].set_color('r')
frames[-1][j if ds[i].value == pivot else i].set_color('k')
# FRAME OPERATION END
if ds[i].value == pivot:
j -= 1
else:
i += 1
qsort(ds, head, i, frames)
qsort(ds, i+1, tail, frames)
我已经执行完8个排序算法,录制了3个动画,效果如下:
1) 快速排序
2) 归并排序
3) 堆排序
项目地址,这里面有完整源码:
https://github.com/zamhown/sorting-visualizer
往期精彩
END
关注【程序IT圈】,更多的Python好文输出