一.排序进阶
1.快速排序
快速排序(英语:Quicksort),又称划分交换排序(partition-exchange sort),通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列。
快速排序步骤:
- 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。
时间复杂度: - 最优时间复杂度:O(nlogn)
- 最坏时间复杂度:O(n2)
- 稳定性:不稳定
def partition(li,left,right):
tmp=li[left]
while left<right:
while left<right and li[right]>=tmp:
right=right-1
li[left]=li[right]
while left<right and li[left]<=tmp:
left=left+1
li[right]=li[left]
li[left]=tmp
return left
def quick_sort(li,left,right):
if left<right:
mid=partition(li,left,right)
quick_sort(li,left,mid)
quick_sort(li,mid+1,right)
quick_sort(li,0,len(li)-1)
print(li)
2.归并排序
归并排序是采用分治法的一个非常典型的应用。归并排序的思想就是先递归分解数组,再合并数组。
将数组分解最小之后,然后合并两个有序数组,基本思路是比较两个数组的最前面的数,谁小就先取谁,取了后相应的指针就往后移一位。然后再比较,直至一个数组为空,最后把另一个数组的剩余部分复制过来即可。
时间复杂度
- 最优时间复杂度:O(nlogn)
- 最坏时间复杂度:O(nlogn)
- 稳定性:稳定
li = [10, 4, 6, 3, 8, 2, 5, 7]
def merge(li, low, mid, high): #high=7
i=low
j=mid+1
tmp=[]
while i<=mid and j<=high:
if li[i]<=li[j]:
tmp.append(li[i])
i=i+1
else:
tmp.append(li[j])
j=j+1
while i<=mid:
tmp.append(li[i])
i=i+1
while j<=high:
tmp.append(li[j])
j=j+1
li[low:high+1]=tmp
def merge_sort(li, low, high):
if low < high:
mid = (low + high) // 2
merge_sort(li, low, mid)
merge_sort(li, mid + 1, high)
print("归并之前:",li[low:high+1])
merge(li,low,mid,high)
print("归并之后:", li[low:high + 1])
merge_sort(li,0,len(li)-1)
3.希尔排序