基本的排序算法

基础的排序算法

容易的算法效率比较低,但是容易理解。每一个python的排序函数都会使用一个swap的函数来交换列表中的两项的位置,函数的代码如下

def swap(lyst,i,j):
	"""交换lyst中的i和j位置的item"""
	temp=lyst[i]
	lyst[i]=lyst[j]
	lyst[j]=temp
	pass

或者python中极具特色的:

def swapPython(lyst,i,j):
	"""使用python的特色方法交换list中的i和j的item"""
	lyst[i],lyst[j]=lyst[j],lyst[i]

选择排序

最简单的策略就是每一次找到最小的和它本应该的位置进行交换,在每一轮的时候只是交换两个位置;

流程应该是用一个循环来控制需要排序的位置的确定,然后用内嵌的循环是来找到后续的最小的数来,最后跳出来循环,进行交换

def selectionSort(lyst):
	"""选择排序"""
	i=0
	while i<len(lyst)-1:#需要控制排序的位置
		minIndex=i
		j=i+1
		while j<len(lyst):#内部循环的最小值
			if lyst[j]<lyst[minIndex]:
				minIndex=j
			j+=1
			pass
		if minIndex!=i:
			swap(lyst,i,minIndex)
		i+=1
	return lyst

该函数包含了一个嵌套的循环,对于大小为n的列表,外围的循环执行n-1次,在外部的第一次循环时,内部的循环的次数为n-1次,当外部的循环是第二次的时候,内部的循环的次数是n-2次,最后的一次外部的循环时,内部的循环的次数为1 次。因此该算法的复杂度是(n-1)+(n-2)……+1+0+n=1/2n^2+1/2n、

对于较大的n,可以忽略常数的系数,因此复杂度为O(n^2)。对于较大的数据集合,交换数据的开销可能会很大,因为交换两个数据的操作是在外围的循环里面的,所以在最坏的情况下和平均的情况下,选择排序的额外的开销是线性的。


冒泡算法

冒泡排序比较容易理解和编码。策略是从列表的开头处开始,并且比较一对的数据项,直到移动到数据列表的末尾。每当算法的位置不对时,算法就开始交换其位置。整个过程就是以冒泡的方式将最大的项拍到列表的末尾,然后算法从列表的开头到倒数的第二项重复这一过程。


冒牌排序的主算法主要是通过两个循环来进行的。第一个循环来确定的需要进行冒泡的项。第二个循环来进行冒泡的操作。代码如下:

def bubleSort(lyst):
	"""冒泡排序法"""
	i=0
	while i<len(lyst):
		j=0
		while lyst[j]>lyst[j+1]:
			swap(lyst,j,j+1)
			j+=1
			if (j==len(lyst)-1):
				print(j)
				break
		i+=1
		print(i,lyst)#输出循环的次数和每一次循环的结果
		pass
	return lyst

算法的复杂度分析,对于冒泡算法其复杂度也是O(n^2)。和选择排序一样。


可以对冒泡算法的程序做以下的修正,以使得算法的复杂度(最好的情况下)的性能提升到线性阶。如果在通过主循环的时候,list就是排序好的。这种情况可能发生在任何一个循环的轮次,但是在最好的情况下,第一轮就会发生,可以使用一个boolean的标志来标记交换动作的出现。并且当内部的循环没有这个标志的时候,就从函数返回。

代码如下

def bublesortTweak(lyst):
	"""冒泡排序法的改进版"""
	i=0
	while i<len(lyst):
		j=0
		while lyst[j]>lyst[j+1]:
			swap(lyst,j,j+1)
			j+=1
			flag=True
			if (j==len(lyst)-1):
				break
				pass
			if not flag:
				return lyst
			pass
		i+=1
	return lyst

这样的改进只是为了最好的情况,但是在平均的情况下,其复杂度仍然为O(n^2)


插入排序法

插入排序是试图以一种不同的方式来对列表进行修改

方法如下:

在第i轮的时候,第i个项应该插入到list的前i个项的正确的位置

在第i轮之后,第i个项应该是排好序的

这个过程类似手中的扑克牌的排列过程,也就是按照顺序放好了前面的i-1张牌,抓取了第i张,并且将其与手中的这些牌进行比较,直到将其放到合适的位置。


和其他的算法一样,插入排序同样具有两个循环,外围的循环是遍历从1到n-1的位置,对于这个循环中的每一个位置i都保存该项并且从位置n-1开始内部的循环,对于这个循环中的每一个位置j,都将移动到位置j+1,直到找到给保存的项(第i项)的插入位置


对于插入排序的理解就是用一个循环来控制项的选取,用内循环来控制所有满足条件的项的后移,然后给他后移空下来的位置上进行添加项

代码如下:

def insertSort(lyst):
	"""这是插入排序的函数"""
	i=1
	while i<len(lyst):
		itemToInsert=lyst[i]
		j=i-1
		while j>=0:
			if itemToInsert<lyst[j]:
				lyst[j+1]=lyst[j]#不必担心数据丢失的问题,每一次的插入就是将目前的i位置的项进行后移,而i项的数据已经在itemToInsert中保存了
				j-=1
			else:
				break
		lyst[j+1]=itemToInsert
		i+=1
	return lyst


分析嵌套的循环,外围的循环执行了n-1次,在最坏的时候,当所有的数据都是未排序的时候,插入排序的最坏的情况的复杂度是O(n^2)

列表中排好序的项越多,插入排序的效果越好。在最好的情况下,插入排序的复杂度就是线性阶的

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其中存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其中至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas中的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值