[Python笔记]部分经典排序的实现

0、部分排序算法相关术语

（1）稳定or不稳定
若在待排序的记录中，存在两个或两个以上的关键码值相等的记录，经排序后这些记录的相对次序仍然保持不变，则称相应的排序方法是稳定的方法，否则是不稳定的方法。
（2）根据排序过程中涉及的存储器不同，可以将排序方法分为两大类：
一类是内部排序，指的是待排序的几率存放在计算机随机存储器中进行的排序过程；另一类的外部排序，指的是排序中要对外存储器进行访问的排序过程。
内部排序是排序的基础，在内部排序中，根据排序过程中所依据的原则可以将它们分为5类：插入排序、交换排序、选择排序、归并排序和基数排序；根据排序过程的时间复杂度来分，可以分为三类：简单排序、先进排序、基数排序。
评价排序算法优劣的标准主要是两条：一是算法的运算量，这主要是通过记录的比较次数和移动次数来反应；另一个是执行算法所需要的附加存储单元的的多少。
（3）时间复杂度
时间复杂度是一个函数，定性地描述了算法的运行时间，常用大O符号表示，考察输入值渐进于无穷大时的情况。

1、选择排序 Selection sort

（1）选择排序是不稳定的排序方法。时间复杂度O(n²）。
（2）原理：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，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推，直到全部待排序的数据元素排完。
（3）python实现：

import numpy as np
def SelectionSort(lists):
	for i in range(len(lists)):
		swap = i + np.argmin(lists[i:])
		lists[i],lists[swap]=lists[swap],lists[i]
	return lists
testarr=array([2,1,4,5,3,6,8])
print('After sort:',SelectionSort(testarr))

这里我们用一下numpy.argmin直接找一下最小值，这比再做一个内循环来得方便，也比较切合选择排序的思想，但选择排序的时间复杂度还是大了点，不太适用于大数组