python简单选择排序_排序算法总结(简单选择排序、堆排序)(python实现)

本文介绍了Python实现的选择排序和堆排序算法。选择排序通过每次找到最小元素与首位交换来逐步排序;堆排序则利用了堆的数据结构,先建立大顶堆或小顶堆,然后进行元素调整,实现排序。文章还提供了详细的代码示例和解释。
摘要由CSDN通过智能技术生成

分析 选出最小的元素,与数组第一个位置交换 选出第i小的元素, 与数组第i个位置交换 直到第n-1个元素,与第n个元素比较为止 代码 /* * 选择排序-简单选择排序 * 基本思想:在一组要排序的数中,选取最小的与第一个位置交换 */ public static int Sel

其实本文叫排序算法总结有点过了,只是用python实现了一遍。本文都是参照一篇csdn博客《数据结构排序算法》,里面详细介绍每种排序算法的原理,并给出了C++的实现,再次膜拜。

其中堆排序参考了《堆排序原理及算法实现(最大堆)》,虽然它是转载的,但写确实很不错,而且让人清楚明白。堆积排序(Heapsort)是指利用堆积树(堆)这种数据结构所设计的一种排序算法,可以利用数组的特点快速定位指定索引的元素。堆排序利用了大根堆(或小根堆)堆顶记录的关键字最大(或最小)这一特征,使得在当前无序区中选取最大(或最小)关键字的记录变得简单。 堆

# -*- coding: gb2312 -*-

# 交换两个数

def swap(a, b):

return b, a

# 简单选择排序

# 每一趟从待排序的数据元素中选出最小(或最大)的一个元素,顺序放在已排好序的数列的最后,直到全部待排序的数据元素排完。

# 首先第0元素为一个有序数列, 从其余元素[1:n-1]中找一个最小的与第0元素交换

# 依次从剩余无序元素找最小元素放到有序元素最后

def simpleSelectSort(self, btype=True):

l = self.list[:]

if not self.list:

return l

n = len(l)

for i in range(0, n):

print_flag = False

idx = i

for j in range(i+1, n):

if btype: #升序

if l[j] < l[idx]:

idx = j

print_flag = True

else: # 降序

if l[j] > l[idx]:

idx = j

print_flag = True

if idx != i:

l[i], l[idx] = swap(l[i], l[idx])

if print_flag: print '一趟选择排序后: ', l

print l

# 堆调整

def heapAdjust(self, l, i, n, btype):

lchild = 2*i

rchild = 2*i + 1

max = i

if (i<=n/2):

if btype:

if lchild < n and l[lchild] > l[max]:

max = lchild

if rchild < n and l[rchild] > l[max]:

max = rchild

else:

if lchild < n and l[lchild] < l[max]:

max = lchild

if rchild < n and l[rchild] < l[max]:

max = rchild

if max != i:

l[i], l[max] = swap(l[i], l[max])

self.heapAdjust(l, max, n, btype)

# 建立堆

def buildHeap(self, l, btype):

n = len(l)

for i in range(n/2, -1, -1):

self.heapAdjust(l, i, n, btype)

# 堆排序

# 完全二叉树

# 完全二叉树是由满二叉树而引出来的。对于深度为K的,有n个结点的二叉树,当且仅当其每一个结点都与深度为K的满二叉树中编号从1至n的结点一一对应时称之为完全二叉树。

# 一棵二叉树至多只有最下面的一层上的结点的度数可以小于2,并且最下层上的结点都集中在该层最左边的若干位置上,则此二叉树成为完全二叉树。

# 大顶堆、小顶堆

# 堆实际上是一棵完全二叉树,其任何一非叶节点满足性质:

# Key[i]<=key[2i+1]&&Key[i]<=key[2i+2]或者Key[i]>=Key[2i+1]&&key>=key[2i+2]

# 即任何一非叶节点的关键字不大于或者不小于其左右孩子节点的关键字。

# 堆分为大顶堆和小顶堆,满足Key[i]>=Key[2i+1]&&key>=key[2i+2]称为大顶堆,满足 Key[i]<=key[2i+1]&&Key[i]<=key[2i+2]称为小顶堆。

# 由上述性质可知大顶堆的堆顶的关键字肯定是所有关键字中最大的,小顶堆的堆顶的关键字是所有关键字中最小的。

def heapSort(self, btype=True):

l = self.list[:]

n = len(l)

self.buildHeap(l, btype)

for i in range(n-1, 0, -1):

l[0], l[i] = swap(l[0], l[i])

self.heapAdjust(l, 0, i, btype)

print l

结果:

52119ca420f769f58def2501247d2c06.png

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值