Python排序方法详解
在Python编程中,排序算法是最基本、最频繁的操作之一,也是衡量一个程序员技能的重要标准之一。本文将介绍Python常见的排序方法及其实现,希望对程序员们提供帮助。
冒泡排序
冒泡排序是最基础的排序方法之一,其核心思想是依次比较相邻的两个元素,如果前一个元素大于后一个元素,则交换它们的位置,每次比较都将最大的元素移到队列的末尾。
Python实现
def bubbleSort(arr):
n = len(arr)
for i in range(n):
for j in range(0, n-i-1):
if arr[j] > arr[j+1] :
arr[j], arr[j+1] = arr[j+1], arr[j]
return arr
时间复杂度
冒泡排序的时间复杂度为O(n^2),受数据规模的影响,数据越大,时间复杂度越高,效率越低。
插入排序
插入排序是一种简单直观的排序算法,其核心思想是将未排序的元素一个个插入到有序的序列中,直到所有的元素都插入完毕。
Python实现
def insertionSort(arr):
for i in range(1, len(arr)):
key = arr[i]
j = i-1
while j >=0 and key < arr[j] :
arr[j+1] = arr[j]
j -= 1
arr[j+1] = key
return arr
时间复杂度
插入排序算法的时间复杂度为O(n^2),与数据规模相关,数据越大,时间复杂度越高。
选择排序
选择排序是一种简单直观的排序算法,其核心思想是将未排序的元素中最小的元素找出来,放置到已排序的序列的末尾。
Python实现
def selectionSort(arr):
for i in range(len(arr)):
min_idx = i
for j in range(i+1, len(arr)):
if arr[min_idx] > arr[j]:
min_idx = j
arr[i], arr[min_idx] = arr[min_idx], arr[i]
return arr
时间复杂度
选择排序的时间复杂度为O(n^2),与数据规模相关,数据越大,时间复杂度越高。
快速排序
快速排序是一种高效的排序算法,其核心思想是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数据要小,然后再按照此方法分别对两部分数据进行快速排序。
Python实现
def quickSort(arr):
if len(arr) <= 1:
return arr
pivot = arr[int(len(arr)/2)]
left = [x for x in arr if x < pivot]
middle = [x for x in arr if x == pivot]
right = [x for x in arr if x > pivot]
return quickSort(left) + middle + quickSort(right)
时间复杂度
快速排序的平均时间复杂度为O(nlogn),最坏情况下的时间复杂度为O(n^2),效率较高。
堆排序
堆排序是一种树形选择排序,其核心思想是通过建立堆来实现调整的过程,并且保证在堆中任何一个结点的关键码不大于其左右孩子结点的关键码。
Python实现
def heapSort(arr):
def max_heapify(arr, start, end):
root = start
while True:
child = root*2 + 1
if child > end:
break
if child+1 <= end and arr[child] < arr[child+1]:
child += 1
if arr[root] < arr[child]:
arr[root], arr[child] = arr[child], arr[root]
root = child
else:
break
# 创建最大堆
for start in range((len(arr)-2)//2, -1, -1):
max_heapify(arr, start, len(arr)-1)
# 堆排序
for end in range(len(arr)-1, 0, -1):
arr[0], arr[end] = arr[end], arr[0]
max_heapify(arr, 0, end-1)
return arr
时间复杂度
堆排序的时间复杂度为O(nlogn),不受数据规模影响,效率稳定。
归并排序
归并排序是一种高效的、稳定的排序算法,其核心思想是将原始序列划分为若干个子序列,对每个子序列进行排序,然后再将子序列合并成一个有序的序列。
Python实现
def mergeSort(arr):
if len(arr) <= 1:
return arr
def merge(left, right):
result = []
while left and right:
if left[0] <= right[0]:
result.append(left.pop(0))
else:
result.append(right.pop(0))
if left:
result += left
if right:
result += right
return result
mid = len(arr) // 2
left = mergeSort(arr[:mid])
right = mergeSort(arr[mid:])
return merge(left, right)
时间复杂度
归并排序的时间复杂度为O(nlogn),不受数据规模影响,效率稳定。
结论
本文介绍了Python常见的排序方法及其实现,每种算法都有其优缺点,程序员可以根据不同的场景选择不同的排序算法,以达到更好的排序效果。
最后的最后
本文由chatgpt生成,文章没有在chatgpt
生成的基础上进行任何的修改。以上只是chatgpt
能力的冰山一角。作为通用的Aigc
大模型,只是展现它原本的实力。
对于颠覆工作方式的ChatGPT
,应该选择拥抱而不是抗拒,未来属于“会用”AI的人。
🧡AI职场汇报智能办公文案写作效率提升教程 🧡 专注于AI+职场+办公
方向。
下图是课程的整体大纲
下图是AI职场汇报智能办公文案写作效率提升教程
中用到的ai工具
🚀 优质教程分享 🚀
- 🎄可以学习更多的关于人工只能/Python的相关内容哦!直接点击下面颜色字体就可以跳转啦!
学习路线指引(点击解锁) | 知识定位 | 人群定位 |
---|---|---|
🧡 AI职场汇报智能办公文案写作效率提升教程 🧡 | 进阶级 | 本课程是AI+职场+办公的完美结合,通过ChatGPT文本创作,一键生成办公文案,结合AI智能写作,轻松搞定多场景文案写作。智能美化PPT,用AI为职场汇报加速。AI神器联动,十倍提升视频创作效率 |
💛Python量化交易实战 💛 | 入门级 | 手把手带你打造一个易扩展、更安全、效率更高的量化交易系统 |
🧡 Python实战微信订餐小程序 🧡 | 进阶级 | 本课程是python flask+微信小程序的完美结合,从项目搭建到腾讯云部署上线,打造一个全栈订餐系统。 |