选择排序
对于长度为N的数组,选择排序需要约N^2/2次比较和N次交换
特点:
运行时间和输入无关;
数据移动次数最少(N)
def Exch(list,min,i):
tmp=list[i]
list[i]=list[min]
list[min]=tmp
def SelectSort(list):
for i in range(len(list)):
min=i
for j in range(i,len(list)):
if list[min]>list[j]:
min=j
Exch(list,min,i)
插入排序
对于随机排序的长度为N且主键不重复的数组,平均情况下插入排序需要~N^2/4次比较以及~N^2/4次交换。最坏的情况下需要~N^2/2次比较和~N^2/2次交换,最好情况下需要N-1次比较和0次交换。
插入排序对部分有序数组很有效,此类型数据的特征为:
- 数组中每个元素距离它最终位置都不远;
- 一个有序的大数组接一个有序的小数组;
- 数组中只有几个元素的位置不正确。
同样也适用于小数组。
插入排序需要的交换操作M和数组中倒置的数量N相同,需要的比较次数C大于等于倒置的数量N,小于等于倒置的数据量N+数组大小L-1。
def InsertSort(list):
for i in range(len(list)):
for j in range(i,0,-1):
if(list[j]>=list[j-1]):
break;
Exch(list,j,j-1)
希尔排序
为了加速插入排序,交换不相邻的元素以对数组的局部进行排序,并最终用插入排序将局部有序的数组排序。希尔排序的思想是使数组中任意间隔为h的元素都有序。
[18, 87, 93, 23, 31, 79, 4, 22, 62, 57, 13, 14, 62, 92]
数组长度N =14
数组间隔h = 7、3、1
h=7:取索引间隔为7的局部数组 ([0,7],[1,8],[2,9],[3,10],[4,11],[5,12],[6,13])进行插入排序;
h=3:取索引间隔为3的局部数组 ([0,3,6,9,12],[1,4,7,10,13],[2,5,8,11])进行插入排序;
h=1: 取索引间隔为1的局部数组 ([0,1,2,3,4,5,6,7,8,9,10,11,12,13])进行插入排序。
def ShellSort(list):
hList=[]
h =int(1)
N=len(list)
while h<N/2:
hList.append(h)
h=2*h+1
hList.reverse()
for inv in hList:
for i in range(inv):# 示例: h = 7; i = 0,1,2,3,4,5,6
for j in range(i,N,inv):# h = 7; i = 0; j = 0,7
for k in range(j,0,-inv):# 局部数组插入
if list[k]>=list[k-inv]:
break
Exch(list,k,k-inv)
性能比较
测试数据为由[0-1000]范围内的1000个随机数组成的数组;
测试结果:
SelectSort RUN TIME 0.0618s
InsertSort RUN TIME 0.0639s
ShellSort RUN TIME 0.00852s