排序算法

1.排序算法
假设含有n个记录的序列为{r1,r2,……,rn}，其相应的关键字分别为{k1,k2,……,
kn}，需确定 1，2，……，n的一种排列p1,p2,……,pn，使其相应的关键字满足kp1≤
kp2≤……≤kpn（非递减或非递增）关系，即使得序列成为一个按关键字有序的序列
{rp1,rp2,……,rpn}，这样的操作就称为排序。

对一序列对象根据某个关键字进行排序。
多个关键字的排序最终都可以转化为单个关键字的排序

稳定与不稳定
稳定：如果a原本在b前面，而a=b，排序之后a仍然在b的前面；
不稳定：如果a原本在b的前面，而a=b，排序之后a可能会出现在b的后面；

内排序与外排序
内排序：所有排序操作都在内存中完成；
外排序：由于数据太大，因此把数据放在磁盘中，而排序通过磁盘和内存的数据传输才能进行；

排序算法的性能三大影响因素

1. 时间性能(时间复杂度): 一个算法执行所耗费的时间。
2. 辅助空间 (空间复杂度)：运行完一个程序所需内存的大小。
3. 算法的复杂性 : 算法本身的复杂度，而不是指算法的时间复杂度

2.交换排序：冒泡排序
冒泡排序（Bubble Sort）一种交换排序，它的基本思想是：两两比较相邻记录的
关键字，如果反序则交换，直到没有反序的记录为止。这个算法的名字由来是因为越大的元素会经由交换慢慢“浮”到数列的顶端。

冒泡排序算法的运作如下:
	1. 比较相邻的元素。如果第一个比第二个大(升序),就交换他们两个。
	2. 对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对。
		这步做完后,最后的元素会是最大的数。
	3. 针对所有的元素重复以上的步骤,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。

冒泡排序代码：

def bubbleSort(arr):
    n = len(arr)
 
    # 遍历所有数组元素
    for i in range(n):
        # Last i elements are already in place
        for j in range(0, n-i-1):
 
            if arr[j] > arr[j+1] :
                arr[j], arr[j+1] = arr[j+1], arr[j]
 
arr = [64, 34, 25, 12, 22, 11, 90]
 
bubbleSort(arr)
 
print ("排序后的数组:")
for i in arr:
    print ("%d" %(i))

最好的情况，也就是要排序的表本身就是有序的，那么我们比较次数，可以推断出就是n‐1 次的比较，没有数据交换，时间复杂度为O(n)。

最坏的情况，即待排序表是逆序的情况，此时需要比较1+2+3+4+…+(n-1)=n(n-1)/2次，即时间复杂度为O(n**2)。

稳定性: 稳定

3.交换排序:快速排序

快速排序（Quick Sort）的基本思想是：通过一趟排序将待排记录分割成独立的
两部分，其中一部分记录的关键字均比另一部分记录的关键字小，则可分别对这两部分记录继续进行排序，以达到整个序列有序的目的。分而治之

层数为O(logn)(即调用栈的高度为O(logn)),而每层需要的时间为O(n)。因此整个算法需要的时间为O(n) * O(logn) = O(nlogn)
快速排序代码：

4.插入排序：直接插入排序

直接插入排序（Straight Insertion Sort）的基本操作是将一个记录插入到已经排
好序的有序表中，从而得到一个新的、记录数增 1 的有序表。

插入排序代码：

import random
def insert_sort(nums):
    """
      # 插入排序
    :param nums: 
    :return: 
    """
    count = len(nums)
    for i in range(1, count):
        key = nums[i]
        j = i - 1
        while j >= 0:
            if nums[j] > key:
                nums[j + 1] = nums[j]
                nums[j] = key
            j -= 1
    return nums

if __name__ == '__main__':
    nums = [random.randint(1, 1000) for i in range(1000)]
    sort_nums = insert_sort(nums)
    print(sort_nums)

其实就是找无序区的一个数和之前的有序区的数据逐个比较，然后交换插入。
最好的情况,也就是要排序的表本身就是有序的, 因此没有移动的记录,时间复杂
度为 O(n)。
最坏的情况,即待排序表是逆序的情况,时间复杂度为 O(n**2)。

5.插入排序：希尔排序

希尔排序是D.L.Shell于 1959 年提出来的一种排序算法，在这之前排序算法的时间复杂度基本

都是O(n2)的，希尔排序算法是突破这个时间复杂度的第一批算法之一。

基本思想：
算法先将要排序的一组数按某个增量d（n/2,n为要排序数的个数）分成若干组，每组中记录的然后再用一个较小的增量（d/2）对它进行分组，在每组中再进行直接插入排序。当增量减到1时，进行直接插入排序后，排序完成。

一般在记录的数量多的情况下，希尔排序的排序效率较直接插入排序高。

希尔排序代码：

def shellSort(arr): 
    n = len(arr)
    gap = int(n/2)
    while gap > 0: 
        for i in range(gap,n): 
            temp = arr[i] 
            j = i 
            while  j >= gap and arr[j-gap] >temp: 
                arr[j] = arr[j-gap] 
                j -= gap 
            arr[j] = temp 
        gap = int(gap/2)
  
arr = [ 12, 34, 54, 2, 3] 
  
n = len(arr) 
print ("排序前:") 
for i in range(n): 
    print(arr[i]), 
  
shellSort(arr) 
  
print ("\n排序后:") 
for i in range(n): 
    print(arr[i])

6.选择排序

选择排序(Selection sort)是一种简单直观的排序算法。它的工作原理如下。首先在未排序序列中找到最小(大)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小(大)元素,然后放到已排序序列的末尾。以此类推,直到所有元素均排序完毕。

选择排序代码：

def findSmallest(arr):
    smallest = arr[0]  #存储最小值
    smallest_index = 0  #最小值的索引
    for i in range(1, len(arr)):
        if arr[i] < smallest:
            smallest = arr[i]
            smallest_index = i
    return smallest_index
def selectSort(arr):
    newArr = []
    for i in range(len(arr)):
        smallest = findSmallest(arr)
        newArr.append(arr.pop(smallest))
    return newArr

最优时间复杂度:O(n2 )
最坏时间复杂度:O(n2 )
稳定性:不稳定(考虑升序每次选择最大的情况)

7.选择排序:堆排序
堆排序是指利用堆积树（堆）这种数据结构所设计的一种排序算法，利用数组的特点快速定位指定索引的元素。堆分为大根堆和小根堆，是完全二叉树。大根堆的要求是每个节点的值都不大于其父节点的值。最大的值一定在堆顶。

8.归并排序

归并排序(Merge sort)，是创建在归并操作上的一种有效的排序算法。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。

分治法:
分割：递归地把当前序列平均分割成两半。
集成：在保持元素顺序的同时将上一步得到的子序列集成到一起（归并）。

归并排序代码：

def merge(a, b):
    c = []
    h = j = 0
    while j < len(a) and h < len(b):
        if a[j] < b[h]:
            c.append(a[j])
            j += 1
        else:
            c.append(b[h])
            h += 1

    if j == len(a):
        for i in b[h:]:
            c.append(i)
    else:
        for i in a[j:]:
            c.append(i)

    return c


def merge_sort(lists):
    if len(lists) <= 1:
        return lists
    middle = len(lists)/2
    left = merge_sort(lists[:middle])
    right = merge_sort(lists[middle:])
    return merge(left, right)


if __name__ == '__main__':
    a = [4, 7, 8, 3, 5, 9]
    print merge_sort(a)

9.基数排序（桶排序）

基数排序（radix sort）它是透过键值的部份资讯，将要排序的元素分配至某些“桶”中，达到排序的作用，基数排序法是属于稳定性的排序，其时间复杂度为O (nlog®m)，其中r为所采取的基数，而m为堆数，在某些时候，基数排序法的效率高于其它的稳定性排序法。

桶排序代码：

def RadixSort(Lst):
    d = len(str(max(Lst)))  # 列表中的最大元素的位数
    for i in range(d):  # 0-9一共10个桶
        BucketLst = [[] for k in range(10)]
        for j in range(len(Lst)):
            BucketLst[Lst[j] // (10 ** i) % 10].append(Lst[j])  # 10**i是关注意点，之前一直是10**d，debug才发现
        Lst = [number for B in BucketLst for number in B]  # 关键2-依次拿出桶中的元素，给原列表Lst,
        # 而不是给缓存 temp = [number for B in BucketLst for number in B]


    return Lst


if __name__ == "__main__":
    Lst1 = [810, 700, 821, 892, 846, 199]
    print(RadixSort(Lst1))