(1)希尔排序
希尔排序(Shell Sort)是一种分组插入排序算法
- 首先取一个整数d1=n/2,将元素分为d1个组,每组相邻量元素之间距离为d1,在各组内进行直接插入排序。
- 取第二个整数d2=d1/2,重复上述分组排序过程,直到di=1,即所有元素在同一组内进行直接插入排序。
- 希尔排序每趟并不使某些元素有序,而是使整体数据越来越接近有序;最后一趟排序使得所有数据有序。
希尔排序的代码实现
def insert_sort_gap(li,gap):
for i in range(gap,len(li)):#i表示摸到的牌的下标
tmp=li[i]
j=i-gap#j指的是手里的牌的下标
while j>=0 and li[j]>tmp:
li[j+gap]=li[j]
j-=gap
li[j+gap]=tmp
def shell_sort(li):
d=len(li)//2
while d>=1:
insert_sort_gap(li,d)
d//=2
li=list(range(1000))
import random
random.shuffle(li)
shell_sort(li)
print(li)
希尔排序的时间复杂度讨论比较复杂,并且和选取的gap序列有关。
(2)计数排序
对列表进行排序,已知列表中的数范围都在0到100之间。设计时间复杂度为O(n)的算法
计数排序的代码实现
def count_sort(li,max_count=100):
count=[0 for _ in range(max_count+1)]
for val in li:
count[val]+=1#看列表中相同的元素出现了多少次
li.clear()
for ind,val in enumerate(count):
for i in range(val):
li.append(ind)
import random
li=[random.randint(0,100) for _ in range(1000)]
print(li)
count_sort(li)
print(li)
(3)桶排序
桶排序(Bucket Sort):首先将元素分在不同的桶中,再对每个桶中的元素排序
桶排序的代码实现
def bucket_sort(li,n=100,max_num=10000):#n指桶的个数,max_num表示最大的数
buckets=[[] for _ in range(n)]#创建一各二维列表,一个桶放max_num//n个数
for var in li:
i=min(var//(max_num//n),n-1)#i表示var放到几号桶里
buckets[i].append(var)#把var加到桶里边
for j in range(len(buckets[i])-1,0,-1):
if buckets[i][j]<buckets[i][j-1]:
buckets[i][j],buckets[i][j-1]=buckets[i][j-1],buckets[i][j]
else:
break
sorted_li=[]
for buc in buckets:
sorted_li.extend(buc)
return sorted_li
import random
li=[random.randint(0,10000) for i in range(10000)]
li=bucket_sort(li)
print(li)
桶排序的表现取决于数据的分布。也就是需要对不同数据排序时采取不同的分桶策略。
平均情况时间复杂度:O(n+k)(n为列表的长度,m为桶的个数,k=logm*logn)
最坏情况时间复杂度:O(n2k)
空间复杂度:O(nk)
(4)基数排序
多关键字排序:现在有一个员工表,要求按照薪资排序,薪资相同的员工按照年龄排序。(更快的实现:先按照年龄进行排序,再按照薪资进行稳定的排序)
基数排序代码实现
def radix_sort(li):
max_num=max(li)#最大值
it=0
while 10**it<=max_num:
buckets=[[] for _ in range(10)]
for var in li:
#987 it=1 987//10->98 98%10->8;it=2 987//100->9 9%10->9
digit=(var//10**it)%10
buckets[digit].append(var)
#分桶完成
li.clear()
for buc in buckets:
li.extend(buc)#把数重新写回li
it+=1
import random
li=list(range(1000))
random.shuffle(li)
radix_sort(li)
print(li)
基数排序的时间复杂度:O(kn) k表示最大的位数
基数排序的空间复杂度:O(k+n)