Python 排序 & 查询 算法小结

排序算法

冒泡排序（Bubble Sort）

1. 比较相邻的元素。若第一个比第二个大（升序），就交换他们。
2. 对每一对相邻元素作同样的工作，从开始第一对到最后一对。该步完成后，最后的元素将是最大的数。
3. 针对所有元素重复以上步骤，除了最后一个。
4. 持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比较。

def bubble_sort(alist):
	n = len(alist)
	for k in range(n-1):
		count = 0
		for i in range(n-1-k):
			if alist[i] > alist[i+1]:
				alist[i], alist[i+1] = alist[i+1], alist[i]
				count += 1
		#判断是否发生交换，若为最优序列则退出
		if count == 0:
			break

alist = [7,5,9,3,22,4,1]
bubble_sort(alist)
print(alist)

时间复杂度： 最优O（n），最劣O（n²），算法稳定

选择排序（Selection Sort）

这是一种简单直观的排序算法。在未排序序列中找到最大（小）元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最大（小）元素，然后放到已排序序列的末尾。依次类推，直至所有元素均排序完毕。

def selection_sort(alist):
	n = len(alist)
	for i in range(n-1):
		#记录当前位置为最小值
		min_index = i
		for j in range(i+1, n):
			if alist[min_index] > alist[j]:
				min_index = j
		#若当前位置不是最小值，则进行交换
		if min_index != i:
			alist[i], alist[min_index] = alist[min_index], alist[i]

alist = [7,5,9,3,22,4,1]
selection_sort(alist)
print(alist)

时间复杂度： 最优O（n²），最劣O（n²），算法不稳定

插入排序（Intertion Sort）

通过构建有序序列，对于未排序序列，在已排序序列中从后往前扫描，找到相应位置并插入。插入排序在实现上，在从后向前扫描过程中，需要反复把已排序元素逐步向后挪位，为最新元素提供插入空间。

def intertion_sort(alist):
    n = len(alist)
    for j in range(1,n):
        i = j
        while i>0:
            if alist[i] < alist[i-1]:
                alist[i],alist[i-1] = alist[i-1],alist[i]
            else:
                break
            i -= 1
				
alist = [7,5,9,3,22,4,1]
intertion_sort(alist)
print(alist)

时间复杂度： 最优O（n），最劣O（n²），算法稳定

快速排序（Quicksort）

步骤：

1. 设置两个变量low, high, 排序开始时：low = 0, high = N-1；
2. 以第一个列表元素作为基准元素，赋值给 mid, 即 mid = A[0];
3. 从 high 开始向前搜索，即由后向前搜索(high–)，找到第一个小于 mid 的值A[high], 将 A[high] 和 A[low] 的值交换；
4. 从 low 开始向后搜索，即由前开始向后搜索(low++)，找到第一个大于 mid 的 A[low]，将 A[low]和 A[high]的值交换；
5. 重复第3、4步，直到 low = high。

def quicksort(alist, start, end):
	#递归的退出条件
	if start >= end:
		return
	mid = alist[start]
	low = start
	high = end
	while low < high:
		while low < high and alist[high] >= mid:
		 	high -= 1
		alist[low] = alist[high]
		while low < high and alist[low] < mid:
			low += 1
		alist[high] = alist[low]
		alist[low] = mid
		quicksort(alist, start, low-1)
		quicksort(alist, low+1, end)

alist = [7,5,9,3,22,4,1]
quicksort(alist, 0 ,len(alist)-1)
print(alist)

时间复杂度： 最优O（nlogn），最劣O（n²），算法不稳定

归并排序（Mergesort）

归并排序的思想就是先递归分解数组，再合并数组。将数组分解最小之后，然后合并两个有序数组，基本思路是比较两个数组的最前面的数，谁小就先取谁，取了后相应的指针就往后移一位。然后再比较， 直至一个数组为空，最后把另一个数组的剩余部分复制过来即可。

def merge_sort(alist):
	n = len(alist)
	#递归出口：若分解数组至最小,则退出
	if n <= 1:
		return alist
	#二分数组
	mid = n//2
	#递归分解前次二分后的前后数组
	left = merge_sort(alist[:mid])
	right = merge_sort(alist[mid:])
	#合并操作，将两个有序数组left[]和right[]合并为一个有序大数组
	result = []
	l, r = 0, 0
	while l < len(left) and r < len(right):
		if left[l] < right[r]:
			result.append(left[l])
			l += 1
		else:
			result.append(right[r])
			r += 1
	#退出循环，将剩余列表中元素添加至result中
	result += left[l:]
	result += right[r:]
	return result

alist = [54,26,93,17,77,31,44,55]
stored_list = merge_sort(alist)
print(stored_list)

时间复杂度： 最优O（nlogn），最劣O（nlogn），算法稳定

查找算法

顺序查找法（Sequnence Search）

最基本的查找技术，过程：从表中的第一个（或最后一个）记录开始，逐个进行记录的关键字和给定值比较，若某个记录的关键字和给定值相等，则查找成功，找到所查的记录；若直到最后一个（或第一个）记录，其关键字和给定值都不等时，则表示没有查到记录，查找不成功。

def sequence_sort(alist, v):
	for i in range(len(alist)):
		if alist[i] == v:
			return i
	return -1

alist = [54,26,93,17,77,31,44]
index = sequence_sort(alist, 44)
if index != -1:
	print('Find it:', index)
else:
	print('Not find it.')

二分查找法（Binary Search）

二分查找又称折半查找，优点是比较次数少，查找速度快，平均性能好；其缺点是要求 待查表为有序表，且插入删除困难。因此，折半查找方法适用于不经常变动而查找频繁的有 序列表。首先，假设表中元素是按升序排列，将表中间位置记录的关键字与查找关键字比较， 如果两者相等，则查找成功；否则利用中间位置记录将表分成前、后 fp 两个子表，如果中 间位置记录的关键字大于查找关键字，则进一步查找前一子表，否则进一步查找后一子表。 重复以上过程，直到找到满足条件的记录，使查找成功，或直到子表不存在为止，此时查找 不成功。

递归实现

def binary_search(alist,v):
	#递归函数出口
	if len(alist) == 0:
		return False
	mid = len(alist)//2
	if alist[mid] == v:
		return True
	elif v < alist[mid] :
		return binary_search(alist[:mid],v)
	else:
		return binary_search(alist[mid+1:],v)

alist = [0, 1, 2, 8, 13, 17, 19, 32, 42] 
print(binary_search(alist, 12)) 
print(binary_search(alist, 13))

循环实现

def binary_search(alist,v):
	first = 0
	last = len(alist)-1
	while first <= last:
		mid = (first + last)//2
		if alist[mid] == v:
			return True
		elif v < alist[mid]:
			last = mid - 1
		else:
			first = mid + 1
	return False

alist = [0, 1, 2, 8, 13, 17, 19, 32, 42 ] 
print(binary_search(alist, 12)) 
print(binary_search(alist, 13))