排序与搜索

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纪录维持相对次序。也就是如果一个排序算法是稳定的，当有两个相等键值的纪录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。

当相等的元素是无法分辨的，比如像是整数，稳定性并不是一个问题。然而，假设以下的数对将要以他们的第一个数字来排序。

(4, 1)  (3, 1)  (3, 7)（5, 6）

在这个状况下，有可能产生两种不同的结果，一个是让相等键值的纪录维持相对的次序，而另外一个则没有：

(3, 1)  (3, 7)  (4, 1)  (5, 6)  （维持次序）
(3, 7)  (3, 1)  (4, 1)  (5, 6)  （次序被改变）

不稳定排序算法可能会在相等的键值中改变纪录的相对次序，但是稳定排序算法从来不会如此。不稳定排序算法可以被特别地实现为稳定。作这件事情的一个方式是人工扩充键值的比较，如此在其他方面相同键值的两个对象间之比较，（比如上面的比较中加入第二个标准：第二个键值的大小）就会被决定使用在原先数据次序中的条目，当作一个同分决赛。然而，要记住这种次序通常牵涉到额外的空间负担。

一、冒泡排序

冒泡排序（英语：Bubble Sort）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。

冒泡排序算法的运作如下：

• 比较相邻的元素。如果第一个比第二个大（升序），就交换他们两个。
• 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。这步做完后，最后的元素会是最大的数。
• 针对所有的元素重复以上的步骤，除了最后一个。
• 持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比较。

冒泡排序的分析

交换过程图示(第一次)：

那么我们需要进行n-1次冒泡过程，每次对应的比较次数如下图所示：

def bubbleSort(array):

    for i in range(len(array)-1): # 遍历n-1次
        for j in range(len(array)-1-i):  # 每进入一个循环比较n-i-1次
            if array[j] > array[j+1]:
                array[j], array[j+1] = array[j+1], array[j]
    return array

时间复杂度

• 最优时间复杂度：O(n) （表示遍历一次发现没有任何可以交换的元素，排序结束。）
• 最坏时间复杂度：O(n^2)
• 稳定性：稳定

二、选择排序

选择排序（Selection sort）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。

选择排序的主要优点与数据移动有关。如果某个元素位于正确的最终位置上，则它不会被移动。选择排序每次交换一对元素，它们当中至少有一个将被移到其最终位置上，因此对n个元素的表进行排序总共进行至多n-1次交换。在所有的完全依靠交换去移动元素的排序方法中，选择排序属于非常好的一种。

选择排序分析

排序过程：

def selection_sort(alist):
    n = len(alist)
    # 需要进行n-1次选择操作
    for i in range(n-1):
        # 记录最小位置(第一次我就认为第0个位置的数字就是最小值)
        min_index = i
        # 从i+1位置到末尾选择出最小数据
        for j in range(i+1, n):
            if alist[j] < alist[min_index]:
                min_index = j
        # 如果选择出的数据不在正确位置，进行交换
        if min_index != i:
            alist[i], alist[min_index] = alist[min_index], alist[i]

alist = [54,226,93,17,77,31,44,55,20]
selection_sort(alist)
print(alist)

时间复杂度

• 最优时间复杂度：O(n2) （即使是有序的（最优），也是n^2）
• 最坏时间复杂度：O(n2)
• 稳定性：不稳定（考虑升序每次选择最大的情况）

快速排序

之前我记快排的时候总是先找第一个为pivot，然后从第二个位置开始往后走，走到比pivot大的位置停，右边的再往左走:

从数列中挑出一个元素，称为"基准"（pivot），
重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分区结束之后，该基准就处于数列的中间位置。这个称为分区（partition）操作。
递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序。

这样的思想是比较正宗的，但是我一直记不住，于是还是记一个比较大众的方法吧.

从现在开始，记这个，不要变了：
左边第一个值就是基准值，把他拿走，用mid记录它，此时基准值的位置是空着的；
low就是左边第一个值， right就是右边第一个值，先从右往左走！
1、如果最右边的数字小于基准值，将这个数字拿到空的位置（原本基准值的位置）, low的指针移动一个位置

if alist[high] < mid:
    alist[low] = alist[high]
    low += 1
elif alist[high] < mid:
    high -= 1

2、此时high的位置为空了，我在左边找到一个大于基准值的数字放到右边的空位置上

if alist[low] < mid:
    low += 1 # 继续往后走
elif alist[low] > mid
    alist[high] = alist[low]
    high -= 1

def partition(alist, start, end):
    print('start', start,alist[start], "end", end, alist[end])
    pivot = alist[start]
    # 定义两个左右指针
    low, high = start, end
    while low < high:
        while low < high and alist[high] >= pivot:
            high -= 1
        if low < high:
            alist[low] = alist[high] # 当出现右边的值小于基准值的时候，将右边的值放在左边, 同时做指针向右移动一位
            low += 1            
        # 开始走左边的指针
        while low < high and alist[low] <= pivot:
            low += 1
        if low < high:
            alist[high] = alist[low]
            high -= 1
    # 每一轮结束的时候将基准值放在相交处，此时左边都比基准值小，右边都比基准值大
    alist[low] = pivot
    return low # 返回相交处的位置，便于做下一次递归

def quickSort(alist, start, end):
    if start == end:
        return alist[start]
    print(alist)
    if start < end:
        pivot = partition(alist, start, end)
    #     print("pivot",alist[pivot])
#         print("右",alist[pivot + 1, end])
        quickSort(alist, pivot + 1, end)
    #     print("左",alist[start, pivot - 1])
        quickSort(alist, start, pivot - 1)