前言
排序算法是计算机科学中的基本概念之一,对于大部分人来说,它是在学习数据结构和算法的时候接触的。排序算法旨在把一组数据按照某种顺序重新排列,以便于后续的操作。排序算法涉及到的算法思想和技巧很多,我们可以通过学习多种排序算法,了解到这些思想和技巧,从而拓展自己的计算机科学知识面。在本文中,我们将介绍一些比较常见的排序算法及其实现。
一、冒泡排序
冒泡排序是一种简单的排序算法。它的基本思想是,将相邻两个元素比较,如果前一个元素大于后一个元素,那么交换它们的位置,这样一轮下来,最大的元素就会被移到最后面。然后对第二个到倒数第二个元素也进行同样的操作,以此类推,直到整个序列有序为止。
冒泡排序算法的实现过程如下:
- step1. 从序列的第一个元素开始,依次比较相邻的两个元素,如果前一个元素大于后一个元素,就交换它们的位置。
- step2.对第二个到倒数第二个元素,也进行同样的操作。
- step3. 一轮下来,最大的元素就会被移到最后面,这时可以比较的元素总数少1。
重复上述操作,直到整个序列有序为止。
下面给出冒泡排序的Python代码实现。
def bubble_sort(arr):
n = len(arr)
for i in range(n):
for j in range(0, n-i-1):
if arr[j] > arr[j+1]:
arr[j], arr[j+1] = arr[j+1], arr[j]
return arr
二、快速排序
快速排序是一种基于分治思想的排序算法,它的基本思想是选择一个基准元素,将序列分成两个子序列,使得左边的子序列中所有元素都小于等于基准元素,右边的子序列中所有元素都大于等于基准元素,然后分别对左右两个子序列进行递归调用快速排序算法,最后将左、中、右三个子序列合并即可。
快速排序算法的实现过程如下:
- 选择一个基准元素pivot,将序列中的元素分成两个子序列left和right,使得left中的所有元素都小于等于pivot,right中的所有元素都大于等于pivot。
- 对left和right分别递归调用快速排序算法
- 将left、pivot、right三个序列合并即可。
下面给出快速排序的Python代码实现。
def quick_sort(arr):
if len(arr) <= 1:
return arr
pivot = arr[len(arr) // 2]
left = [x for x in arr if x < pivot]
mid = [x for x in arr if x == pivot]
right = [x for x in arr if x > pivot]
return quick_sort(left) + mid + quick_sort(right)
三、选择排序
选择排序是一种简单和直观的排序算法,它的基本思想是每次从未排序的序列中选择一个最小元素,并与未排序序列的第一个元素交换位置,直到整个序列有序为止。
选择排序算法的实现过程如下:
- 在未排序的序列中,选择一个最小的元素,与序列的第一个元素交换位置。
- 从当前位置之后的未排序序列中,选择一个最小的元素,与序列的第二个元素交换位置。
- 重复上述步骤,直到整个序列有序为止。
下面给出选择排序的Python代码实现。
def selection_sort(arr):
for i in range(len(arr)):
min_idx = i
for j in range(i+1, len(arr)):
if arr[j] < arr[min_idx]:
min_idx = j
arr[i], arr[min_idx] = arr[min_idx], arr[i]
return arr
四、插入排序
插入排序是一种简单和直观的排序算法,它的基本思想是从未排序的序列中选出第一个元素,将其插入到已排序序列中的合适位置上,直到整个序列有序为止。
插入排序算法的实现过程如下:
- 从序列的第二个元素开始,将当前元素插入到已排序的序列中的合适位置。插入时,从已排序的序列的尾部开始比较,如果已排序序列中的元素比当前元素大,就将已排序序列中的元素往后移,直到找到一个比当前元素小的元素,插入即可。
- 对第二个到最后一个元素,也进行同样的操作。
- 重复上述操作,直到整个序列有序为止。
下面给出插入排序的Python代码实现。
def insertion_sort(arr):
for i in range(1, len(arr)):
j = i-1
key = arr[i]
while j >= 0 and key < arr[j] :
arr[j+1] = arr[j]
j -= 1
arr[j+1] = key
return arr
五、归并排序
归并排序是一种基于分治思想的排序算法,它的基本思想是将序列分成两个子序列,对每个子序列进行递归调用归并排序算法,最后将两个子序列合并成一个有序的序列。
归并排序算法的实现过程如下:
- 将序列分成两个子序列left和right,然后分别递归调用归并排序算法。
- 将两个有序的子序列合并成一个有序的序列。合并时,分别从左右两个序列的头部开始比较元素大小,将较小的元素放入新序列中,直到合并完所有元素为止。
下面给出归并排序的Python代码实现。
def merge_sort(arr):
if len(arr) <= 1:
return arr
mid = len(arr) // 2
left = arr[:mid]
right = arr[mid:]
left = merge_sort(left)
right = merge_sort(right)
return merge(left, right)
def merge(left, right):
result = []
i, j = 0, 0
while i < len(left) and j < len(right):
if left[i] <= right[j]:
result.append(left[i])
i += 1
else:
result.append(right[j])
j += 1
result += left[i:]
result += right[j:]
return result
六、计数排序
计数排序是一种非比较排序算法,它的基本思想是统计原序列中每个元素出现的次数,然后根据元素出现的次数和元素的大小,计算出每个元素在有序序列中的位置,最后生成有序序列。
计数排序算法的实现过程如下:
-
找出序列中的最大元素max,序列的长度为n。
-
创建一个长度为max+1的数组cnt,将原序列中出现的元素在数组中对应位置的值加1。
-
从cnt的第一个元素开始,累加前面的元素,结果保留在数组的相应位置上。
-
倒序遍历原序列中的元素,根据该元素在cnt数组中的值,将该元素放置在有序序列的相应位置上。
-
重复上述操作,直到整个序列有序为止。
下面给出计数排序的Python代码实现。
def counting_sort(arr):
max_val = max(arr)
counts = [0] * (max_val + 1)
for x in arr:
counts[x] += 1
for i in range(1, len(counts)):
counts[i] += counts[i-1]
result = [0] * len(arr)
for x in reversed(arr):
result[counts[x]-1] = x
counts[x] -= 1
return result
七、基数排序
基数排序是一种非比较排序算法,它的基本思想是将待排序的序列按照某个位数上的数字大小分桶,然后依次按照每个位数上的数字大小排序。
基数排序算法的实现过程如下:
- 找出待排序的序列中最大数字的位数d。
- 从个位开始,依次按照每个位数将所有数字分配到桶中。
- 按照桶的顺序,输出所有数字。
- 重复上述操作,直到最高位。
下面给出基数排序的Python代码实现。
def radix_sort(arr):
max_val = max(arr)
for exp in range(1, max_val+1):
buckets = [[] for _ in range(10)]
for x in arr:
buckets[x // exp % 10].append(x)
arr = [x for bucket in buckets for x in bucket]
return arr
写在结尾
以上是几种常见的排序算法及其实现,它们在不同的应用场景中拥有不同的优势。例如,当待排序元素个数较少时,冒泡排序、选择排序和插入排序等较简单的排序算法效率较高。当待排序元素个数较多时,快速排序、归并排序等适合大规模数据的排序算法效率会更高。计数排序和基数排序等适合待排序的元素范围较小的情况。
需要注意的是,所有的排序算法都有时间复杂度限制,没有一种算法是完美的。我们需要根据具体的应用场景和数据规模来选择合适的排序算法,从而在不同的使用场合实现最优的效果。