1. 冒泡排序法
- 确定“子过程”,参考[1]中的gif,得知每个子过程是把最大的放在最后面,如果我们只进行一次子过程,那么这里需要迭代次数是整个列表长度-1;
- 确定外层循环上下界:因为每进行一次子过程,最大的已经放在了最后面,因此内层实际上所需要迭代的次数随着子过程进行次数递减,可以作为外层循环上下界的依据(因此外层使用了逆序);
- 确定内外层循环的耦合关系。
- 代码如下
a = [2,1,3,4,6,7, 10, 23, 2]
for j in range(len(a)-1, -1, -1):
for i in range(j):
if(a[i] > a[i+1]):
temp = a[i]
a[i] = a[i+1]
a[i+1] = temp
print(a)
2. 选择排序法
- 从第一个元素开始固定,将这个元素和列表剩下的元素比较,把当前元素与后面所有剩余元素中的最小(大)值放到当前
- 固定元素移动,遍历到倒数第二个(和倒数第一个进行比较)
- 参考【2】
- Python代码
"""
选择排序
外层移动index到倒数第二个
内层在剩下的里面进行比较
"""
# 如果要求从小到大
a = [9, 8, 6, 7, 4, 5, 3, 1, 2]
len_a = len(a)
for i in range(len_a - 1):
for j in range(i+1 , len_a):
if(a[i] > a[j]): # 如果从大到小,只需要把小于号改成大于号
temp = a[i]
a[i] = a[j]
a[j] = temp
print(a)
# [1, 2, 3, 4, 5, 6, 7, 8, 9]
3. 快速排序
使用的是分治思想,基本思路是用一个参考点将所有元素分为左右两部分,左边的小于参考值,右边的大于参考值
(1)选取一个参考点,并初始化左右搜索索引
(2)从右向左搜索,如果遇到了比参考值小的就把该值放到左索引
(3)然后从左向右搜索,如果遇到比参考值大的,就放到右索引
(4) 递归上述过程