Python 递归、排序和搜索

一、递归

1 生活中的递归

1）我们使用的词典，本身就是递归，为了解释一个词，需要使用更多的词。当你查一个词，发现这个词的解释中某个词仍然不懂，于是你开始查这第二个词，可惜，第二个词里仍然有不懂的词，于是查第三个词，这样查下去，直到有一个词的解释是你完全能看懂的，那么递归走到了尽头，然后你开始后退，逐个明白之前查过的每一个词，最终，你明白了最开始那个词的意思。

2）多年前我五岁的儿子问我「不是每条船都有救生艇的吧？」「怎么会呢？」「也许救生艇上会有一艘更小的救生艇，但是那艘小艇上可能就没有更小的救生艇了。」

3）一个洋葱是一个带着一层洋葱皮的洋葱。

2 递归的原则

• 递归算法必须有停止条件
• 递归算法必须改变其状态并向停止条件靠近
• 递归算法必须递归地调用自己

3 应用场景

3.1 数字累加和

# 3 + 2 + 1
def sum_numbers(num):
    # 1.如果是1，直接返回1 -- 出口
    if num == 1:
        return 1
    # 2.如果不是1，重复执行累加并返回结果
    return num + sum_numbers(num-1)

# 输出结果为6
print(sum_numbers(3))

分析：

 

3.2 n以内的数字阶乘

# 数字阶乘
def Fact(n):
    if n == 1:
        return 1
    return n * Fact(n-1)

3.3 斐波那切数列

# 斐波那契数列
def Fibo(n):
    # 出口
    if n == 1 or n == 2:
        return 1
    else:
        return Fibo(n - 1) + Fibo(n - 2)

分析：

        这样一个数列：1、1、2、3、5、8、13、21、34、……在数学上，斐波那契数列以如下被以递推的方法定义：F(1)=1， F(n)=F(n - 1)+F(n - 2)（n ≥ 2，n ∈ N*）

二、排序

1 快速排序

1.1 规则

• 从数列中挑出一个基准值。
• 将所有比基准值小的摆放在基准前面，所有比基准值大的摆在基准的后面(相同的数可以到任一边)；在这个分区退出之后，该基准就处于数列的中间位置。
• 递归地把"基准值前面的子数列"和"基准值后面的子数列"进行排序。 

1.2 步骤解析

 

1.3 代码实现

# 快速排序
def partition(li,left,right):
    tmp = li[left]
    while left < right:
        while left < right and li[right] >= tmp:  #从右边找比tmp小的数
            right -= 1   #继续从右往左查找
        li[left] = li[right]  #把右边的值写到左边空位上

        while left < right and li[left] <= tmp:
            left += 1
        li[right] = li[left] #把左边的值写到右边空位上

    li[left] = tmp #把tmp归位
    return  left
def quick_sort(li,left,right):
    if left < right : #至少两个元素
        mid = partition(li, left, right)
        quick_sort(li, left, mid-1)
        quick_sort(li, mid+1, right)
li = [5, 7, 4, 6, 3, 1, 2, 9, 8]
quick_sort(li, 0, len(li)-1)
print(li)

1.4 各项指标

        1）快速排序是一个不稳定的排序算法

        2）时间复杂度

                平均：O(nlogn)

                最差：O(n2),退化为冒泡排序

2 归并排序

2.1 概念

        归并排序用的是分治法，把一个大问题化解为k个中问题，每个中问题再化解为k个小问题，直至问题化为最小可解的问题。对这些问题求解，再不断地合并结果，直至合并完毕。

2.2 步骤解析

 

2.3 代码实现

# 归并排序
# 1.将整个数组对半分开，直到只剩一个元素
# 2.从一个元素开始往回进行对比合并，将合并的内容暂且放在一个空列表中
# 定义合并merge函数
def merge(L,R):
    # 将两个排过序的两个列表进行合并并排序
    # 分别用于限定L、R的数据减少情况
    i, j = 0,0
    # 用于存放L与R的合并内容
    res = []
    while i < len(L) and j < len(R):
        # 如果左边的数大于右边的数，就将左边的数先添加到res中，再继续比较（合并的R、L已经排过序）
        # 如果如果右边的数大于左边的数，就将右边的数先添加到res中，再继续比较（合并的R、L已经排过序）
        if L[i] <= R[j]:
            res.append(L[i])
            i += 1
        else:
            res.append(R[j])
            j += 1
    # 因为当 i == len(L) 或者 j == len(R)时，跳出while循环，且每次循环只处理一个列表里的内容，所以其中有一个列表内容会先全部加入res中，另一个列表还剩内容未加进res中。
    # 对未处理完的列表，直接加入res中
    res += R[j:] if i == len(L) else L[i:]
    return res

# 定义排序merge_sort函数
def merge_sort(List):
    length = len(List)
    if length <= 1:
        return List
    else:
        mid = length//2
        left = merge_sort(List[:mid])
        right = merge_sort(List[mid:])
        return merge(left,right)


if __name__ == '__main__':
    List = [9,8,7,5,3,6,11,2,4,1,12]
    print(merge_sort(List))

2.4 各项指标

        不管待排序列表的初始状态如何，都不影响排序的时间复杂度。归并排序一直对待排序列表进行拆分，需要进行logn次拆分，在每一次递归合并中，需要进行n次比较和添加。时间复杂度为 T(n)=nlogn ，再乘每次操作的步骤数(常数，不影响大O记法)，所以归并排序的时间复杂度为 O(nlogn) 。

3 冒泡排序

3.1 概念

        冒泡排序（Bubble Sort）也是一种简单直观的排序算法。它重复地走访过要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。

3.2 步骤解析

第一次循环：

第二次循环： 

 

第三次循环： 

 

第四次循环： 

 

 

 3.3 代码实现

# 冒泡排序
def func_sort(n):
    for i in range(n-1): # 控制排序次数
        for j in range(n-1-i): # 控制比较次数
            if L[j]>L[j+1]:
                print('{}比{}大,交换前{}'.format(L[j], L[j + 1], L))
                L[j], L[j + 1] = L[j + 1],L[j]
                print('交换后：{}'.format(L))
            else:
                print("我不用交换{}".format(L))
    print('排序后的列表为：{}'.format(L))
func_sort(len(L))

3.4 各项指标

        时间复杂度是O(n^2)，是一种稳定的算法

4 选择排序

4.1 概念

        选择排序（Selection sort）是一种简单直观的排序算法。它的工作原理是每一次从待排序的数据元素中选出最小（或最大）的一个元素，存放在序列的起始位置，所以称为：选择排序

4.2 步骤解析

 

4.3 代码实现

4.4 各项指标

5 插入排序

5.1 概念

        插入排序（Insertion-Sort）的算法描述是一种简单直观的排序算法。它的工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。

5.2 步骤解析

5.3 代码实现

# 插入排序
def insertion_sort(sort_list):
    # 注意是从第二个位置开始向前插入元素
    for i in range(1, len(sort_list)):
        # 从第i个元素开始向前比较，如果小于前一个元素，交换位置
        for j in range(i, 0, -1):
            if sort_list[j] < sort_list[j - 1]:
                sort_list[j - 1], sort_list[j] = sort_list[j], sort_list[j - 1]


test_llst = [5, 4, 6, 3, 1, 2]
print(test_llst)
insertion_sort(test_llst)
print(test_llst)

5.4 各项指标

        最优时间复杂度：O(n)
        最坏时间复杂度：O(n2)

三、搜索

1 二分搜索

1.1 概念

        二分搜索是一种在有序数组中查找某一特定元素的搜索算法。搜索过程从数组的中间元素开始，如果中间元素正好是要查找的元素，则搜索过程结束；如果某一特定元素大于或者小于中间元素，则在数组大于或小于中间元素的那一半中查找，而且跟开始一样从中间元素开始比较。如果在某一步骤数组为空，则代表找不到。这种搜索算法每一次比较都使搜索范围缩小一半。

1.2 步骤解析

 1.3 代码实现

# 二分查找
lss = [12, 27, 29, 32, 35, 54, 60, 70, 71, 91]
def b_search(ls, target):
    def bin_search(ls, target, l, r):
        if l > r:
            return -1
        mid = int(l + (r - l) / 2)
        if ls[mid] == target:
            return mid
        elif ls[mid] < target:
            return bin_search(ls, target, mid + 1, r)
        else:
            return bin_search(ls, target, l, mid - 1)
    return bin_search(ls, target, 0, len(ls)-1)
print(b_search(lss, 70))
print(b_search(lss, 222))

1.4 各项指标

        二分查找的时间复杂度为O(log2n)

四、参考

1.Python实现快速排序_想成大神的大艳的博客-CSDN博客_快速排序python

2.归并排序(Python代码）_莱维贝贝、的博客-CSDN博客_python 归并排序 

3.Python二分搜索算法___Miracle__的博客-CSDN博客_python二分查找算法 

4.Python实现冒泡排序详解_芃小黄的博客-CSDN博客_python冒泡排序流程图