快速排序
快速排序(英语:Quicksort),又称划分交换排序(partition-exchange sort),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所有数据都要小,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,以此达到整个数据变成有序序列。
步骤为:
- 从数列中挑出一个元素,称为"基准"(pivot),
- 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(partition)操作。
- 递归地(recursive)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。
递归的最底部情形,是数列的大小是零或一,也就是永远都已经被排序好了。虽然一直递归下去,但是这个算法总会结束,因为在每次的迭代(iteration)中,它至少会把一个元素摆到它最后的位置去。
快速排序分析
代码实现
#coding=utf-8
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:
while low<high and alist[high]>=mid_value:
high-=1
alist[low] = alist[high]
# low+=1
while low<high and alist[low]<mid_value:
low+=1
alist[high] = alist[low]
# high-=1
alist[low] = mid_value
#对low左边的列表执行快速排序
quick_sort(alist,first,low-1)
# 对low右边的列表执行快速排序
quick_sort(alist,low+1,last)
if __name__ =="__main__":
li = [54,26,17,77,31,44,55,20,90,5]
print(li)
quick_sort(li,0,len(li)-1)
print(li)
输出结果:
[54, 26, 17, 77, 31, 44, 55, 20, 90, 5]
[5, 17, 20, 26, 31, 44, 54, 55, 77, 90]
时间复杂度
- 最优时间复杂度:O(nlogn)
- 最坏时间复杂度:O(n2)
- 稳定性:不稳定
从一开始快速排序平均需要花费O(n log n)时间的描述并不明显。但是不难观察到的是分区运算,数组的元素都会在每次循环中走访过一次,使用O(n)的时间。在使用结合(concatenation)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调用处理一半大小的数列。因此,在到达大小为一的数列前,我们只要作log n次嵌套的调用。这个意思就是调用树的深度是O(log n)。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总共全部仅需要O(n)的时间(每个调用有某些共同的额外耗费,但是因为在每一层次结构仅仅只有O(n)个调用,这些被归纳在O(n)系数中)。结果是这个算法仅需使用O(n log n)时间。
希尔排序
希尔排序(Shell Sort)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高效的改进版本。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。 希尔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,每组包含的关键词越来越多,当增量减至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(步长更长了,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。
希尔排序的分析
代码实现
#coding=utf-8
def shell_sort(alist):
n = len(alist)
gap = n//2 #取步长
i=1
# gap变化到0之前,插入算法执行的次数
while gap>0:
#插入算法,与普通的插入算法的区别就是gap步长
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
else:
break
#缩短步长
gap//=2
if __name__=="__main__":
li = [54,26,93,17,77,31,44,55,20,1]
print(li)
shell_sort(li)
print(li)
输出结果:
[54, 26, 93, 17, 77, 31, 44, 55, 20, 1]
[1, 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(n2)
- 稳定想:不稳定
归并排序
归并排序是采用分治法的一个非常典型的应用。归并排序的思想就是先递归分解数组,再合并数组。
将数组分解最小之后,然后合并两个有序数组,基本思路是比较两个数组的最前面的数,谁小就先取谁,取了后相应的指针就往后移一位。然后再比较,直至一个数组为空,最后把另一个数组的剩余部分复制过来即可。
归并排序分析
代码实现
#coding=utf-8
def merge_sort(alist):
"""归并算法"""
n = len(alist)
if n <= 1:
return alist
mid = n//2
#left 采用归档排序后形成的有序的新的列表
left_li = merge_sort(alist[:mid])
#right 采用归档排序后形成的有序的新的列表
right_li = merge_sort(alist[mid:])
left_pointer,right_pointer=0,0
result = []
while left_pointer<len(left_li) and right_pointer<len(right_li):
if left_li[left_pointer]<right_li[right_pointer]:
result.append(left_li[left_pointer])
left_pointer+=1
else:
result.append(right_li[right_pointer])
right_pointer+=1
# 将剩余部分添加进来
result+=left_li[left_pointer:]
result+=right_li[right_pointer:]
return result
if __name__ =="__main__":
li = [54,26,17,77,31,44,55,20]
print(li)
sorted_li=merge_sort(li)
print(sorted_li)
输出结果:
[54, 26, 17, 77, 31, 44, 55, 20]
[17, 20, 26, 31, 44, 54, 55, 77]
时间复杂度
- 最优时间复杂度:O(nlogn)
- 最坏时间复杂度:O(nlogn)
- 稳定性:稳定