希尔排序
希尔排序是一种分组插入排序算法。(gap选取方式很多)
步骤:
1. 首先取整数d1=n/2,将元素分为d1个组,每组相邻量元素之间距离为d1,在各组内直接进行插入排序。
2. 取第二个整数d2=d1/2,重复上述分组排序过程,直到di=1,即所有元素在同一组内进行直接插入排序。
希尔排序每趟并不是让元素都有序,而是让数据整体越来越有序,最后一趟才将所有元素都有序。
例子:
- 间隔4个元素,分为四个子序列:
采用插入法对[35,14]、[33,19] 、[42, 27]、[10, 44]进行插入排序
- 间隔 2 个元素,再次划分整个序列
用插入排序算法分别对 [14, 27, 35, 42]和 [19, 10, 33, 44}]进行排序
- 用插入排序算法对整个序列进行一次排序
def insert_sort_gap(li, gap):
for i in range(gap, len(li)):
temp = li[i]
j = i - gap
while j >= 0 and li[j] > temp:
li[j+gap] = li[j]
j -= gap
li[j+gap] = temp
def shell_sort(li):
d = len(li) // 2
while d >= 1:
insert_sort_gap(li, d)
d //= 2
print(li)
return li
计数排序
对列表进行排序,已知列表中的数范围都在0到100之间。设计时间复杂度为O(n)的算法。
def count_sort(li, max_count=100):
cout = [0 for _ in range(max_count+1)]
for val in li:
count[val] += 1
li.clear()
for index, val in enumerate(count):
for i in range(val):
li.append(index)
桶排序
计数排序如果元素范围比较大就需要大量空间,桶排序就能够解决这个问题。
桶排序:首先将元素分在不同的范围,在对每个桶的元素进行排序。
桶排序排序的表现取决于数据的分布。
平均时间复杂度:O(n+k)
最坏时间复杂度:O(n2k)
空间复杂度:O(nk)
def bucket_sort(li, n=100, max_num=10000):
buckets = [[] for _ in range(n)] # 创建桶
for value in li:
i = min(value // (max_num // n), n-1) # i 表示数放进的桶号码
buckets[i].append(value) # 把value放到桶里
# 保持桶内有序
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_list = list()
for bucket in buckets:
sorted_list.extend(bucket)
return sorted_list
基数排序
多关键字排序:假如现在有一个员工表,要求按照薪资排序,薪资相同的员工按照年龄排序。
先按照年龄排序,在按照薪资进行稳定的排序。
对32,13,94,52,17,54,93排序,是否可以看作多关键字排序。
时间复杂度:O(kn) 线性复杂度
空间复杂度:O(k+n)
k表示数字位数
def radix_sort(li):
max_num = max(li) # 最大值 99->2, 222->3, 10000->5
iter = 0
while 10 ** iter <= max_num:
buckets = [[] for _ in range(10)]
# 分桶
for var in li:
digit = (var // 10 ** t) % 10
bckets[digit].append(var)
li.clear()
# 把数重新写进li中
for buc in buckets:
li.extend(buc)
iter += 1
print(li)