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)