选择法排序的python程序_算法实战课--Python实现之选择排序

算法+数据结构=编程

算法实际上是依托于数据结构的，没有数据结构就没有算法。

以下代码在Python3.5上正常运行，转载请注明出处。

给Python学习算法实战课的同学，一个参考。

O(n^2)级别的排序算法

选择排序

将一个列表：10, 9, 8, 7, 6, 5, 4, 3, 2, 1 进行从小到大排序：

普通实现

# arr为待排序的列表

# 在从0到n之间进行排序

def selection_sort(arr, n):

for i in range(n):

# 假定i的位置是最小值

minIndex = i

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

if arr[j] < arr[minIndex]:

minIndex = j

# 交换arr[i] 和 arr[minIndex]的值

arr[i], arr[minIndex] = arr[minIndex], arr[i]

return arr

if __name__ == '__main__':

# 生成测试数据

a = [10,9,8,7,6,5,4,3,2,1]

selection_sort(a, 10)

for i in a:

print(str(i), end = " ")

print()

自定义类型排序

Student.py

class Student(object):

def __init__(self, name, score):

self.name = name

self.score = score

# 重载小于运算符

def __lt__(self, otherStudent):

# 类似其他语言的三元运算符，如果分数相等则比较名称

return (self.score < otherStudent.score if self.score != otherStudent.score else self.name < otherStudent.name)

# 只比较分数

# return self.score < otherStudent.score

# 当使用print打印一个对象的时候，按照这种格式显示

def __repr__(self):

return "Student: " + self.name + " " + str(self.score)

main.py

from Student import Student

def selection_sort(arr, n):

for i in range(n):

# 假定i的位置是最小值

minIndex = i

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

if arr[j] < arr[minIndex]:

minIndex = j

# 交换arr[i] 和 arr[minIndex]的值

arr[i], arr[minIndex] = arr[minIndex], arr[i]

return arr

if __name__ == '__main__':

# 测试模板函数，传入整型列表

a = [10, 9, 8, 7, 6, 5, 4, 3, 2, 1]

selection_sort( a , 10 )

for i in a:

print(str(i), end = " ")

print()

# 测试模板函数，传入浮点数列表

b = [4.4, 3.3, 2.2, 1.1]

selection_sort(b,4)

for i in b:

print(str(i), end = " ")

print()

# 测试模板函数，传入字符串列表

c = ["D", "C", "B", "A"]

selection_sort(c,4)

for i in c:

print(str(i), end = " ")

print()

# 测试模板函数，传入自定义结构体Student列表

d = [Student("D", 80), Student("C", 100), Student("B", 95), Student("A", 95)]

selection_sort(d,4)

for i in d:

print(str(i))

print()

或许我们可以更灵活

SortTestHelper.py

import random

import time

class SortTestHelper(object):

def generate_random_array(n, rangeL, rangeR):

assert rangeL <= rangeR

arr = [None for _ in range(n)]

random.seed(int(time.time()))

for i in range(n):

arr[i] = random.randint(rangeL, rangeR) % (rangeR - rangeL + 1) + rangeL

return arr

def print_array(arr):

for o in arr:

print(o, end = " ")

print()

main.py

from SortTestHelper import SortTestHelper

"""

Python的每一个数字都被描述为一个不可变对象

它需要不断的创建对象，修改引用，垃圾回收，等等一系列操作

所以它不像其他语言那样能够快速操作庞大的千万次的数值运算

Python社区为了弥补这一缺点，使用C语言实现了排序功能

"""

def selection_sort(arr, n):

for i in range(n):

minIndex = i

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

if arr[j] < arr[minIndex]:

minIndex = j

arr[i], arr[minIndex] = arr[minIndex], arr[i]

return arr

if __name__ == '__main__':

N = 10000

arr = SortTestHelper.generate_random_array(N, 0, 10000)

"""

我为什么要这么做？

1. Python社区不希望程序员自己再造轮子

2. 前面我们已经使用模仿C++的算法实现过了

3. 这正是Python最大的魅力之所在

4. 人生苦短，我用Python

我想降序排列？

arr.sort(reverse = True)

干杯！

"""

arr.sort()

# Python的特点导致操作数字会特别的慢

# selectionSort(arr, N)

print(arr)

可以增加一个消耗时长测试的方法

SortTestHelper.py

import random

import time

class SortTestHelper(object):

def generate_random_array(n, rangeL, rangeR):

assert rangeL <= rangeR

arr = [None for _ in range(n)]

random.seed(int(time.time()))

for i in range(n):

arr[i] = random.randint(rangeL, rangeR) % (rangeR - rangeL + 1) + rangeL

return arr

def is_sort(arr, n):

for i in range(n - 1):

if arr[i] > arr[i+1]:

return False

return True

def test_sort(sort_name, sort_def, **kwargs):

arr = kwargs.get("arr")

n = kwargs.get("n")

start_time = time.time()

sort_def(arr, n)

# 十万个数字的级别测试需要非常久的时间，建议使用Python内置函数测试十万级别

# 是不是被内置函数的效率惊呆了？

# arr.sort()

# end_time = time.time()

assert SortTestHelper.is_sort(arr, n)

# python标准建议我们使用format来替换字符串，而不是%。

print("{:.6f} s".format(end_time - start_time))

main.py

from SortTestHelper import SortTestHelper

def selection_sort(arr, n):

for i in range(n):

minIndex = i

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

if arr[j] < arr[minIndex]:

minIndex = j

arr[i], arr[minIndex] = arr[minIndex], arr[i]

return arr

if __name__ == '__main__':

n = 10000

arr = SortTestHelper.generate_random_array(n, 0, n)

# 可以看到Python操作大量数值类型是如此耗时

SortTestHelper.test_sort("fun1", selection_sort, arr=arr, n=n)