一、冒泡排序法
冒泡排序的基本思想是,通过重复地交换相邻两个元素的位置(如果它们处于错误的顺序),最终使得整个序列变成有序。具体做法是从数组的第一个元素开始,比较相邻的元素,如果前一个比后一个大(升序)就交换这两个元素,经过第一轮遍历后,最大的元素会被“冒”到数组的末尾;然后对剩下的元素再进行同样的操作,如此反复,直到没有任何一对数字需要交换位置。
def mp(li):
for i in range(len(li)):
for j in range(len(li)-1-i):
if li[j] > li[j+1]:
li[j], li[j+1] = li[j+1], li[j]
return li
二、选择排序法
选择排序的思想是每一次从未排序的序列中找到最小(或最大)的元素,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(或最大)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。其实质是将待排序的序列分割成两部分,其中一部分记录已排序的元素,另一部分记录待排序的元素,每次从未排序元素中选取最小(或最大)的元素并将其放到已排序序列的末尾。
def xz(li):
for i in range(len(li) - 1):
min = i
for j in range(i,len(li)):
if li[min] > li[j]:
min = j
li[min], li[i] = li[i], li[min]
return li
三、插入排序法
插入排序的工作原理是通过构造一个有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入。具体来说,插入排序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。它是一种稳定的排序方法。算法流程是:首先假设数组的首个元素已经排序,然后取出下一个元素,在已排序的元素列表中从后向前扫描,找到相应的位置并插入,使插入后的元素仍然保持有序状态,重复这个过程,直到所有元素都排序完毕。
def cr(li):
for i in range(1,len(li)):
j = i - 1 #已排序列最后一个元素
key = li[i]
while j >=0:
if li[j] > key:
li[j + 1] = li[j]
li[j] = key
j -= 1
return li
四、三种算法的优缺点
-
冒泡排序:
- 优点:实现简单,对小规模或者近乎有序的数据效率较高。
- 缺点:时间复杂度较高,为O(n^2),在处理大规模或者无序的数据时效率较低。由于它的交换次数较多,因此在实际应用中性能不高。
-
选择排序:
- 优点:实现也相对简单,无论最好还是最坏情况,时间复杂度都是O(n^2),所以在数据量小或者部分有序的情况下表现还可以,且不需要额外的存储空间。
- 缺点:但其效率仍不高,特别是对于大规模或者完全无序的数据,因为其每次都要查找剩余未排序部分的最小(或最大)元素,交换次数较多,性能不如其他高级排序算法。
-
插入排序:
- 优点:对于小规模数据和部分有序的数据有较好的效果,最好情况下(即输入数据已经是有序的)时间复杂度可以达到O(n)。并且在数据量较小或者局部较有序的情况下,插入排序效率较高。
- 缺点:当数据规模较大,尤其是数据完全无序时,插入排序的时间复杂度仍然是O(n^2),效率低。另外,插入排序需要移动元素,所以如果数组很大时,移动元素的开销也会增大。
总结起来,这三种排序算法都是简单的基础排序算法,适用于数据规模较小的情况,但对于大规模数据,他们都不是最优的选择,更高效的排序算法如快速排序、归并排序等更适合。