python中排序算法时间复杂度优化样例

目录

一、低效率的算法：冒泡排序

二、优化后的算法：快速排序

三 优化算法说明：

优化算法的详细解释

比较与优化

---

一、低效率的算法：冒泡排序

冒泡排序是一种简单但效率较低的排序算法。它的时间复杂度为 𝑂(𝑛2)O(n2)，在处理大规模数据时性能非常差。

def bubble_sort(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]

# 示例数组
arr = [64, 34, 25, 12, 22, 11, 90]

# 执行冒泡排序
bubble_sort(arr)

print("Sorted array is:", arr)

二、优化后的算法：快速排序

快速排序（QuickSort）是一种效率较高的排序算法，通常采用分治法来实现。它的平均时间复杂度为 𝑂(𝑛log⁡𝑛)O(nlogn)，在大多数情况下比冒泡排序要快得多。

def quick_sort(arr):
    if len(arr) <= 1:
        return arr
    pivot = arr[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 quick_sort(left) + middle + quick_sort(right)

# 示例数组
arr = [64, 34, 25, 12, 22, 11, 90]

# 执行快速排序
sorted_arr = quick_sort(arr)

print("Sorted array is:", sorted_arr)

三 优化算法说明：

优化算法的详细解释

1. 选择一个基准点（Pivot）：选择数组的中间元素作为基准点。
2. 分割数组：将数组分割成三个部分：
   • 小于基准点的元素
   • 等于基准点的元素
   • 大于基准点的元素
3. 递归排序：对小于基准点和大于基准点的部分分别进行快速排序。
4. 合并结果：将排序后的三个部分合并，得到最终的排序数组。

比较与优化

• 冒泡排序：每次都需要比较相邻元素，并交换位置，最坏情况下需要进行 𝑛2n2 次比较和交换。
• 快速排序：通过选择基准点，将数组分割成较小的子数组，然后递归排序。这种分治法大大减少了比较和交换的次数。

性能对比

• 时间复杂度：
  • 冒泡排序：𝑂(𝑛2)O(n2)
  • 快速排序：平均情况下 𝑂(𝑛log⁡𝑛)O(nlogn)
• 空间复杂度：
  • 冒泡排序：𝑂(1)O(1)（原地排序）
  • 快速排序：𝑂(log⁡𝑛)O(logn)（递归调用栈空间）