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)