各种排序算法对比
插入排序
1、直接插入排序
基本思想:每一步将一个待排序的数据插入到前面已经排好序的有序序列中,直到插完所有元素为止。
Python代码演示
def insert(l):
n = len(l)
for i in range(1,n):
for j in range(i-1,-1,-1):
if l[j] > l[j+1]:
l[j],l[j+1] = l[j+1],l[j]
else:
break
L = [15,61,56,12,35,68,9]
insert(L)
print(L)
#[9, 12, 15, 35, 56, 61, 68]
结果展示
time_list = timeit.repeat(stmt='insert(L)',setup='from __main__ import insert;import numpy as np;L = np.random.random_integers(1, 10001, size=10000);',number=1,repeat=3)
print(time_list)
print(sum(time_list)/len(time_list))
"""
size = 1000
[0.162421044, 0.16958592, 0.15284150600000002]
0.16161615666666665
size = 10000
[16.105381590999997, 16.267967523999996, 16.177776573000003]
16.183708562666666
"""
这里用到的测试模块是timeit
,如果不知道怎么使用这里给出一个—>链接<—
分析总结
数据规模扩大10倍,执行时间翻了100倍。直接插入不适合大规模数据,且执行速度太慢
。
快速排序
Python代码演示
import timeit
def sub_sort(l,low,high):
k = l[low]#基数
while low < high:#循环判断条件
while l[high] > k and high > low:
high -= 1
l[low] = l[high]#比基数小的往左边甩
while l[low] <= k and low < high:
low += 1
l[high] = l[low]#比基数大的往右边帅
l[low] = k#将基数插入
return low#返回基数下标
def quick(l,low,high):
if low < high:#执行条件判断
k = sub_sort(l,low,high)#获取基数
quick(l,low,k-1)#排序 基数左边
quick(l,k+1,high)#排序 基数右边
time_list = timeit.repeat(stmt='quick(L,0,len(L)-1)',setup='from __main__ import quick;import numpy as np;L = np.random.random_integers(1, 100001, size=10000);',number=1,repeat=3)
print(time_list)
print(sum(time_list)/len(time_list))
结果展示
"""
size = 1000
[0.0036959930000000085, 0.003791104999999989, 0.003807105000000005]
0.003764734333333334
size = 10000
[0.05053102100000001, 0.05129990799999998, 0.050997242000000026]
0.05094272366666667
13倍
size = 100000
[0.652755284, 0.6358122030000001, 0.642734857]
0.6437674480000001
171倍
"""
分析总结
数据规模扩大10倍,时间扩大13倍;数据规模扩大100倍,执行时间扩大171倍。快排处理大规模数据快,对比直接插入排序简直不要太香
。
希望大家自己跑着玩玩,感受算法带来的乐趣吧!!!