部分内容转自https://www.cnblogs.com/pungchur/p/12080326.html,总结的非常好。会加入希尔、归并、和快排。
冒泡排序
介绍
依次比较相邻两元素,若前一元素大于后一元素则交换之,直至最后一个元素即为最大;
然后重新从首元素开始重复同样的操作,直至倒数第二个元素即为次大元素;
依次类推。如同水中的气泡,依次将最大或最小元素气泡浮出水面
实现
# 冒泡排序
def bubble_sort(li):
# 建立一个标识符
flag = False
for i in range(len(li)-1):
for j in range(len(li)-i-1):
if li[j] > li[j+1]:
li[j], li[j+1] = li[j+1], li[j]
flag = True
# 如果没进行交换,则本身有序,直接break
if not flag:
break
return li
算法分析
- 平均时间复杂度:O(n2),标准的内外两层循环
- 最好时间复杂度:O(n),如果有序,那么第一趟就ok了
- 最坏时间复杂度:O(n2)
- 空间复杂度:O(1)
- 稳定性:稳定的
选择排序
介绍
首先初始化最小元素索引值为首元素,依次遍历待排序数列,若遇到小于该最小索引位置处的元素则刷新最小索引为该较小元素
的位置,直至遇到尾元素,结束一次遍历,并将最小索引处元素与首元素交换;
然后,初始化最小索引值为第二个待排序数列元素位置,同样的操作,可得到数列第二个元素即为次小元素;以此类推
实现
# 选择排序 O(n^2)
# 从第一个元素开始选择最小的元素放在第一位,然后再选择第二个元素
def select_sort(li):
for i in range(len(li)-1):
# 第i趟 无序区范围i到最后
min_pos = i # 无序区最小值位置
for j in range(i+1, len(li)):
if li[j] < li[min_pos]:
min_pos = j
li[i], li[min_pos] = li[min_pos], li[i]
算法分析
- 平均时间复杂度:O(n2),嵌套双循环
- 最好时间复杂度:O(n2),每次要找最大最小肯定是要遍历一遍的
- 最坏时间复杂度:O(n2)
- 空间复杂度:O(1)
- 稳定性:稳定的
插入排序
介绍
将列表分为有序区和无序区两个部分,最初有序区只有一个元素,即第一个元素。
然后每次从无序区选择一个元素,插入到有序区中,直到无序区为空。
如下图,橙色为有序区,浅蓝色为无序区。
实现
def insert_sort(li):
for i in range(1,len(li)):
while i > 0 :
#如果当前的数比维护的序列的最后一个小,那么调换位置
if li[i] < li[i-1]:
li[i],li[i-1] = li[i-1],li[i]
#调换位置后还要看当前数排在维护序列的哪一个位置
i -= 1
else:
break
return li
算法分析
- 平均时间复杂度:O(n2)
- 最好时间复杂度:O(n),如果有序,那么每个元素都已经在在它的待排子序列的合适位置,不用找合适位置
- 最坏时间复杂度:O(n2)
- 空间复杂度:O(1)
- 稳定性:稳定的
快排
实现
def quick_sort(li, start, end):
# 分治 一分为二
# start=end ,证明要处理的数据只有一个
# start>end ,证明右边没有数据
if start >= end:
return
# 定义两个游标,分别指向0和末尾位置
left = start
right = end
# 把0位置的数据,认为是中间值
mid = li[left]
while left < right:
# 让右边游标往左移动,目的是找到小于mid的值,放到left游标位置
while left < right and li[right] >= mid:
right -= 1
li[left] = li[right]
# 让左边游标往右移动,目的是找到大于mid的值,放到right游标位置
while left < right and li[left] < mid:
left += 1
li[right] = li[left]
# while结束后,把mid放到中间位置,left=right
li[left] = mid
# 递归处理左边的数据
quick_sort(li, start, left-1)
# 递归处理右边的数据
quick_sort(li, left+1, end)
if __name__ == '__main__':
l = [6,5,4,3,2,1]
# l = 3 [2,1,5,6,5,4]
# [2, 1, 5, 6, 5, 4]
quick_sort(l,0,len(l)-1)
print(l)
# 稳定性:不稳定
# 最优时间复杂度:O(nlogn)
# 最坏时间复杂度:O(n^2)
归并排序
def MergeSort(arrayList):
arrayLen = len(arrayList)
#判断输入参数的正确性
if arrayLen <= 1:
return arrayList
middleIndex = (arrayLen >> 1)
#递归左半部分
sortedLeft = MergeSort(arrayList[:middleIndex])
#递归右半部分
sortedRight = MergeSort(arrayList[middleIndex:])
return MergeCore(sortedLeft,sortedRight)#排序
def MergeCore(leftList,rightList):
leftIndex = 0
rightIndex = 0
leftLen = len(leftList)
rightLen = len(rightList)
retList = []
#循环比较
while leftIndex < leftLen and rightIndex < rightLen:
if leftList[leftIndex] < rightList[rightIndex]:
retList.append(leftList[leftIndex])
leftIndex += 1
else:
retList.append(rightList[rightIndex])
rightIndex += 1
# 将剩余的数组放入到返回值的数组
if leftIndex < leftLen:
while leftIndex < leftLen:#需要注意 这里一定要用while
retList.append(leftList[leftIndex])
leftIndex += 1
if rightIndex < rightLen:
while rightIndex < rightLen:
retList.append(rightList[rightIndex])
rightIndex += 1
return retList