希尔排序
希尔排序是插入排序的一种。也称缩小增量排序,是直接插入排序算法的一种更有效的改进版本。希尔排序是非稳定排序算法。该方法因DL.Shell于1959年提出而得名。写入排序是把记录按下标的一定增量分组,对每组使用直接插入排序算法排序;随着增量逐渐减少,每组包含的关键次越来越多,多增量减至1时,整个文件恰被分成一组,算法便终止。
希尔排序过程
希尔排序的基本思想是:将数组列在一个表中并对列分别进行插入排序,重复这过程,不过每次用更长的列(步长更长,列数更少了)来进行。最后整个表就只有一列了。将数组转换至表是为了更好地理解这算法,算法本身还是使用数组进行排序。
例如,假设由这样一组数[13 14 94 33 82 25 59 94 65 23 45 27 73 25 39 10],如果我们以步长为5开始进行排序,我们可以通过将列表放在5列的表中来更好地描述算法,这样他们就应该开起来是这样(竖着的元素是步长组成):
13 14 94 33 82
25 59 94 65 23
45 27 73 25 39
10
然后我们对序列进行排序:
10 14 73 25 23
13 27 94 33 39
25 59 94 65 82
45
将上述四行数字,依序接在一起时我们得到:[10 14 73 25 23 13 27 94 33 39 25 59 94 65 82 45]。这时10已经移至正确位置了,然后再以3为步长进行排序:
10 14 73
25 23 13
27 94 33
39 25 59
94 65 82
45
排序后变为:
10 14 13
25 23 33
27 25 59
39 65 73
45 94 82
94
如此下去,最终获得有序序列
# coding:utf-8
def shell_sort(alist):
'''希尔排序'''
n = len(alist)
gap = n//2
while gap > 0:
for j in range(gap, n):
i=j
while i >0:
if alist[i]<alist[i-gap]:
alist[i],alist[i-gap]=alist[i-gap],alist[i]
i -=gap
gap //=2
if __name__ == '__main__':
li = [54,26,93,17,77,31,44,55,20]
print(li)
shell_sort(li)
print(li)
输出如下
[54, 26, 93, 17, 77, 31, 44, 55, 20]
[17, 20, 26, 31, 44, 54, 55, 77, 93]
时间复杂度
- 最优时间复杂度:根据步长序列的不同而不同
- 最坏时间复杂度:O( n 2 n^2 n2)
- 稳定性:不稳定。
快速排序
快速排序(Quicksort),由称划分交换排序,通过一趟帕西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每一次达到整个数据变成有序序列。
步骤为:
- 从数列中跳出一个元素,称为基准,
- 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。这个称为分区操作。
- 递归地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。
递归的最不情形,时数列的大小时零或一,也就是永远都已经被排序好了。虽然一致递归下去,但时这个算法总会结束,因为在每次的迭代中,它至少会把一个元素拜倒它最后的位置上去。
def quick_sort(alist, first, last):
'''快速排序'''
if first >= last:
return
mid_value = alist[first]
low = first
high = last
while low < high:
# high 左移
while low < high and alist[high] >= mid_value:
high -= 1
alist[low] = alist[high]
while low < high and alist[low] < mid_value:
low += 1
alist[high] = alist[low]
# 从循环退出
alist[low] = mid_value
# 对low左边列表执行快排
quick_sort(alist, first, low - 1)
# 对high右边元素进行快排
quick_sort(alist, high + 1, last)
if __name__ == '__main__':
li = [54, 26, 93, 17, 77, 31, 44, 55, 20]
print(li)
quick_sort(li,0,len(li)-1)
print(li)
输出:
[54, 26, 93, 17, 77, 31, 44, 55, 20]
[17, 20, 26, 31, 44, 54, 55, 77, 93]
时间复杂度
- 最优时间复杂度:O(nlogn)
- 最坏时间复杂度:O( n 2 n^2 n2)
- 稳定性:不稳定
从一开始快速排序需要花费O(nlogn)时间的描述并不明显。但时不难观察到的时分区运算,数组的元素都会在每次循环中走访一次,时O(n)的时间。在使用结合的版本中,这项运算也是O(n)。
在最好的情况,每次我们运行一次分区,我们会把一个数列分为两个几近相等的片段。这个意思就是每次递归条用处理一般大小的数列。因此,在到达大小为一的数列前,我们只要做logn次签到的调用。这个意思就是调用数的深度为O(logn)。但是在同一层次结构的两个程序调用中,不会处理到原来数列的相同部分;因此,程序调用的每一层次结构全部仅需要O(n)的时间,因此这个算法的复杂度为O(nlogn)。