Python数据结构与算法-Day06

1.希尔排序

希尔排序(Shell Sort)是插入排序的一种。也称缩小增量排序，是直接插入排序算法的一种更高效的改进版本。希尔排序是非稳定排序算法。

2.希尔排序的实现

def shell_sort(alist):
    """希尔排序"""
    n = len(alist)
    gap = n // 2
    #gap变化到0之前，插入算法执行的次数
    while gap >= 1:
        #希尔算法与普通插入算法的区别就是插入步长（gap）
        for j in range(gap, n):
            i = j
            while i > 0:
                if alist[i] < alist[i-gap]:
                    alist[i], alist[i-gap] = alist[i-gap], alist[i]
                    i -= gap
                else:
                    break
        #缩短gap步长
        gap //= 2

if __name__ == "__main__":
    ll = [93, 54, 77, 31, 44, 55, 226]
    print(ll)
    shell_sort(ll)
    print(ll)

最优时间复杂度：根据步长的不同而不同

最坏时间复杂度：O(n^2)

稳定性：不稳定

3.快速排序

4.快速排序的实现

def quick_sort(alist, first, last):
    """快速排序"""
    if first == last:
        return
    mid_value = alist[first]
    low = first
    high = last
    while low < high:
        # high 左移
        while low < high and alist[high] >= mid_value:
            high -= 1
        alist[low] = alist[high]
        # low 右移
        while low < high and alist[low] < mid_value:
            low += 1
        alist[high] = alist[low]
    #从循环退出后将 mid_value放入序列中
    alist[low] = mid_value

    # 对low左边的列表执行快速排序
    quick_sort(alist, first, low-1)
    # 对low右边的列表进行快速排序
    quick_sort(alist, low+1, last)

if __name__ == "__main__":
    ll = [93, 54, 77, 31, 44, 55, 226]
    print(ll)
    quick_sort(ll,0, len(ll)-1)
    print(ll)

最优时间复杂度：O（nlogn）

最坏时间复杂度：O(n^2)

稳定性：不稳定

5.归并排序

归并排序是采用分治法的一个非常典型的应用。归并排序的思想就是先递归分解数组，再合并数组。将数组分解最小之后，然后合并两个有序数组，基本思路是比较两个数组的最前面的数，谁小就先取谁，取了后相应的指针就往后移一位。然后再比较，直至一个数组为空，最后把另一个数组的剩余部分复制过来即可。

6.归并排序实现

def merge_sort(alist):
    """归并排序"""
    n = len(alist)
    if n <= 1:
        return alist
    mid = n//2

    # left 采用归并排序后形成的有序的新的列表
    left_li = merge_sort(alist[:mid])

    # right 采用归并排序后形成的有序的新的列表
    right_li = merge_sort(alist[mid:])

    # 将两个有序的子序列合并为一个新的整体
    left_pointer, right_pointer = 0, 0
    result = []

    while left_pointer < len(left_li) and right_pointer < len(right_li):
        if left_li[left_pointer] <= right_li[right_pointer]:
            result.append(left_li[left_pointer])
            left_pointer += 1
        else:
            result.append(right_li[right_pointer])
            right_pointer += 1

    result += left_li[left_pointer:]
    result += right_li[right_pointer:]
    return result

if __name__ == "__main__":
    ll = [93, 54, 77, 31, 44, 55, 226]
    print(ll)
    sorted_ll = merge_sort(ll)
    print(ll)
    print(sorted_ll)

最优时间复杂度：O(nlogn)

最坏时间复杂度：O(nlogn)

稳定性：稳定

7.常见排序算法效率比较

 8.二分查找

二分查找也叫作折半查找

二分查找只能作用与有序的顺序表，链表不支持。

 9.二分查找的实现

def binary_search(alist,item):
    """二分查找（递归版本）"""
    n = len(alist)
    if n > 0:
        mid = n//2
        if alist[mid] == item:
            return True
        elif item < alist[mid]:
            return binary_search(alist[:mid], item)
        else:
            return binary_search(alist[mid+1:], item)
    return False

def binary_search_2(alist, item):
    """二分查找（非递归版本）"""
    n = len(alist)
    first = 0
    last = n-1
    while first <= last:
        mid = (first + last)//2
        if alist[mid] == item:
            return True
        elif item < alist[mid]:
            last = mid -1
        else:
            first = mid + 1
    return False

if __name__ == "__main__":
    ll = [1,2,3,5,9,15,26,54,89]
    print(ll)
    print(binary_search(ll, 26))
    print(binary_search(ll, 99))
    print(binary_search_2(ll, 26))
    print(binary_search_2(ll, 99))

最优时间复杂度：O(1)

最坏时间复杂度：O(logn)