Python实现常用排序算法的方法，腾讯Python开发面试经验

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Python全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024c （备注Python）

正文

print(“hello world”)

for j in range(n):

print(“hello world”)

#时间复杂度O(n**2)

while n>1:

print(n)

n = n//2

时间复杂度记为O(log 2 n)或O(log n)

当算法过程出现循环折半的时候复杂度式子中会出现log n

时间复杂度小结

时间复杂度是用来计算算法运行的时间的一个式子（单位）

一般来说，时间复杂度高的算法比复杂度低的算法慢。

创建的时间复杂度(按效率排序)

O(1) < O(logn) < O(nlogn) < O(n2) < O(n2 log n) < O(n3)

复杂问题的时间复杂度

O(n!)

O(2**n)

O(n**n)

如何简单快速地判断算法复杂度

快速判断算法复杂度，适用于绝大多数简单情况

确定问题规模n

循环减半过程—> log n

k层关于n的循环 —>n**k

复杂情况：根据算法执行判断

2.空间复杂度

空间复杂度：用来评估算法内存占用大小的式子

空间复杂度的表示方式与时间复杂度完全一样

• 算法使用几个变量：O(1)

• 算法使用了长度为n的一维列表:O(n)

• 算法使用了m行n列的二维列表:O(mn)

空间换时间

3.递归

递归两个条件：

• 调用自身

• 结束条件

4.汉诺塔问题

把n-1个圆盘从a经过c移动到b

把第n个圆盘从a移动到c

把n-1个盘子从b经过a移动到c

n = 2

n = 3

def hanoi(n,a,b,c):

“”"

n:表示n个盘子

a:a柱子

b:b柱子

c:c柱子

“”"

if n>0:

hanoi(n-1,a,c,b)#把n-1个盘子从a经过c移动到b

print(‘moving from %s to %s’%(a,c))

hanoi(n-1,b,a,c)#把n-1个盘子从b经过a移动到c

• 汉诺塔移动次数的递推式：h(x) = h(x-1) + 1 + h(x-1)

• h(64) = 18446744073709551615

二.算法8大排序和查找算法

1.顺序查找

在一些数据元素中，通过一定的方法找出与给定关键字相同的数据元素的过程

列表查找(线性表查找):从列表中查找指定元素

• 输入：列表，待查找元素

• 输出：元素下标(未找到元素时一般返回None或-1)

内置列表查找函数:index()

顺序查找：也叫线性查找，从列表第一个元素开始，顺序进行搜索，直到找到元素或搜索到列表最后一个元素为止

def linear_search(li,val):

for ind,v in enumerate(li):

if v == val:

return ind

else:

return None

#时间复杂度：O(n)

2.二分查找

二分查找：又叫折半查找，从有序列表的初始候选区li[0:n]开始，通过对待查找的值与后选区中间值比较可以使候选区减少一半。（前置条件排序）

有序用二分查找，无序先排序再二分查找，时间复杂度会大于顺序查找，如果以后会经常查找，可以进行排序，这样以后查找省事。

‘’’

学习中遇到问题没人解答？小编创建了一个Python学习交流QQ群：531509025

寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！

‘’’

from cal_time import *

#计算函数执行时间模块

@cal_time

def binary_search(li,val):

“”"

li:列表

val:为查找值

“”"

left = 0#列表初值位置

right = len(li) - 1#列表终止位置

while left <= right:#候选区有值

mid = (left + right)//2

if li[mid] == val:#找到值了，返回索引

return mid

elif li[mid] > val:#待查找的值再mid左侧

right = mid -1

else:#待查找的值再mid右侧 li[mid] < val

left = mid + 1

else:#没有找到

return None

li = [1,2,3,4,5,6,7,8]

binary_search(li,3)

#时间复杂度：

#循环折半的时候复杂度式子中会出现log n

三.排序

1.列表排序

排序：将一组"无序"的记录序列调整为"有序"的记录序号

列表排序：将无序的列表变为有序列表

• 输入：列表

• 输出：有序列表

升序与降序

内置排序函数:sort()

常见排序算法

冒泡排序

选择排序

插入排序

快速排序

堆排序

归并排序

希尔排序

计数排序

基数排序

2.冒泡排序(Bubble Sort)

• 列表每两个相邻的数，如果前面比后面大，则交换这两个数

• 一趟排序完成后，则无序区减少一个数，有序区增加一个数

• 代码关键点:趟/无序区范围。

• 时间复杂度:O(n**2)

‘’’

学习中遇到问题没人解答？小编创建了一个Python学习交流QQ群：531509025

寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！

‘’’

def bubble_sort(li):

for i in range(len(li)-1):#第i趟

for j in range(len(i)-i-1):

if li[j] > li[j+1]:

li[j],li[j+1] = li[j+1],li[j]

print(li)

li = [1,5,2,3,6]

bubble_sort(li)

冒泡排序升级：

现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。

分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。

分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）
[外链图片转存中…(img-U3Q0Q01L-1713358675400)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！