希尔排序
- 将整个有 n 个元素的数组序列分割分成 gap (gap = n/2) 个子序列,第 1 个数据和第 n/2+1 个数据为一组
- 一次循环中,在每一个子序列中分别采用直接插入排序
- 然后缩小间隔 gap,将 gap = gap/2, 然后变为 n/gap 个子序列,重复上述的子序列划分和排序工作
- 不断重复上述过程,随着序列减少最后变为一个,就完成了整个排序
def insert_sort_gap(li,gap):
for i in range(gap,len(li)):#将插入排序分组1改为gap
tmp= li[i]
j=i-gap
while j>= 0 and li[j]>tmp:
li[j+gap]=li[j]
j-=gap
li[j+gap]=tmp
print(li)
def shell_sort(li):
d=len(li)//2
while d>=1:
insert_sort_gap(li,d)
d//=2
理解成多次分组的插入排序。
时间复杂度根据gap来决定,慢于堆排序(在列表的数量增大后,差距更大)
计数排序(已知范围)
遍历列表,统计数字出现次数,然后按序排列。
def count_sort(li,max_count=100):
count = [ 0 for _ in range(max_count+1)]
for val in li:
count[val]+=1
li.clear()
for ind,val in enumerate(count):
for i in range(val):
li.append(ind)
时间复杂度:O(n)
桶排序
一个桶是一个范围区间,先将数放到不同的桶里,在对每个桶精心排序。(针对范围较大的数的排序)
def bucket_sort(li,n=100,max_num=10000):
# li:列表 n;表示桶的个数 max_num;表示此列表最大值
buckets = [[] for _ in range(n)] #创建二维列表,即桶
for var in li:
i = min(var // (max_num // n),n-1) # i表示var放到几号桶
buckets[i].append(var)#将var加到桶里
for j in range(len(buckets[i])-1,0,-1):
if buckets[i][j] < buckets[i][j-1]:
buckets[i][j],buckets[i][j-1] = buckets[i][j-1],buckets[i][j]
else:
break
sorted_li=[]
for buc in buckets:
sorted_li.extend(buc)
return sorted_li
import random
li = [random.randint(0,10000) for i in range(100)]
li=bucket_sort(li)
print(li)
桶排序的复杂度取决于数据分布和分组方式。
平均时间复杂度复杂度:O(n+k) k=lognlogm (n为数组长度,m为桶个数)不用纠结
最坏情况:O(n^2k)
空间复杂度:O(nk)--桶空间
基数排序
多关键字排序,放到数字排序,就是个十百位分别比较。
def radix_sort(li):
max_num=max(li)
it = 0
while 10**it <=max_num:
buckets=[[]for _ in range(10)]
for var in li :
digit = (var//10**it)%10
buckets[digit].append(var)
li.clear()
for buc in buckets:
li.extend(buc)
it +=1
时间复杂度:O(kn)
空间复杂度:O(k+n)--k表示数字位数。