比较排序:各元素的次序依赖于它们之间的比较{插入排序O(n**2) 归并排序O(nlgn) 堆排序O(nlgn)快速排序O(n**2)平均O(nlgn)}
本章主要介绍几个线性时间排序:(运算排序非比较排序)计数排序O(k+n)基数排序O()
第一节:用决策树分析比较排序的下界
决策树:倒数第二层满,第一层可能满的二叉树,它用来表示所有元素的比较操作{于此来分析下界},忽略控制,移动操作
1:2 #A[1]和A[2]比 <= 走左边 >走右边
<3,1,2> 最后的结果 下标对应排序顺序
如A=[5,6,4]-->1:2 <= -->2:3 > -->1:3 > ---><3,1,2>[4,5,6]
看图可知有6钟可能的对比3!(也就是n!)
高度是他要对比的次数h = Ω(n lg n)
n! <= 2**h#数据结构内容
推出8.2:堆排序和归并排序都是渐进最优的比较排序算法
二计数排序
基本思想:对于每个元素x,确定小于x的元素个数
适用范围:小范围 x的跨度比较小的整数排序#跨度过大如0-1000辅助函数C[1000]
稳定性:稳定
时间复杂度:Θ(k+n)
实现:
defCOUNTING_SORT(A,B,k):#A要排序的函数
#B保存排序后的结果
#k A中x的最大值 [0,k]
C= list() #临时保存记录x前面的个数
for i in range(k+1):#[0,k]
C.append(0)for j inrange(len(A)):
C[A[j]]+= 1 #记录A[j] == i C[i]记一个数 这是一个转换 似于hash的思想
for i in range(1,k+1):
C[i]= C[i] + C[i-1] #计算小于x的元素个数
for j in range(len(A)-1,-1,-1): #从后想前借B排序[0,len(A))
#print(C[A[j]])
B[C[A[j]]-1] = A[j] #B下标从0开始
C[A[j]] -= 1
if __name__ == "__main__":
A= [2,5,3,0,2,3,0,3]
B=list()for i in range(len(A)): #B初始化?还有没有别的方法
B.append(0)
COUNTING_SORT(A,B,5)print(B)'''>>>
============= RESTART: F:/python/algorithms/8_2_counting_sort.py =============
[0, 0, 2, 2, 3, 3, 3, 5]
win7 python3.5.1'''
8.3基数排序(radix sort)
基本思想:按关键字的各个值来排序
稳定性:稳定
基数排序:一位一位的对比排序(msd)
arr =list()
res=list()
hash=list()
n=int()defmaxbit():
_max=0
temp=list()for i inarr:
temp.append(i)for i inrange(n):
tt= 1
while (temp[i] //10) >0:
tt+= 1temp[i]//= 10
if _max
_max=ttprint("最大%d位"%_max)return_maxdefradixSort():for i inrange(n):
res.append(0)#初始化为0
nbit = maxbit() #最大的数有多少位
radix = 1
#计数排序
for j in range(10):
hash.append(0)for i in range(1,nbit+1):#[1,3]
for j in range(10):
hash[j]=0for j inrange(n):
tmp= (arr[j]//radix) % 10hash[tmp]+= 1
for j in range(1,10):
hash[j]+= hash[j-1]for j in range(n-1,-1,-1):
tmp= (arr[j]//radix) %10hash[tmp]-= 1
#print(hash[tmp])
res[hash[tmp]] =arr[j]for j inrange(n):
arr[j]=res[j]print(arr)
radix*= 10;if __name__ == "__main__":
n= int(input("输入元素个数:"))print("输入%d个元素"%n)for i inrange(n):
arr.append(int(input("第"+str(i+1)+'个:')))
radixSort()print("排序后",arr)'''============== RESTART: F:/python/algorithms/8_3_radix_sort.py ==============
输入元素个数:5
输入5个元素
第1个:54321
第2个:1
第3个:4321
第4个:21
第5个:321
最大5位
[54321, 1, 4321, 21, 321]
[1, 54321, 4321, 21, 321]
[1, 21, 54321, 4321, 321]
[1, 21, 321, 54321, 4321]
[1, 21, 321, 4321, 54321]
排序后 [1, 21, 321, 4321, 54321]
>>>
环境:win7 + python3.5.1'''
8.4桶排序
思想:同hash = n //x
稳定性:
defbucketSort(a,max):#a 待排序list
#数组中的最大值的范围
if len(a) == 0 and max <1:returnbuckets= list() #建立容纳max个数的list
for i inrange(max):
buckets.append(0)#初始化
#计数
for i inrange(len(a)):
buckets[a[i]]+= 1
#排序
j =0for i inrange(max):while buckets[i] >0:
buckets[i]-= 1a[j]=i
j+= 1
if __name__ == "__main__":
a= [8,2,3,4,3,6,6,3,9]print("排序前a:",a)
bucketSort(a,10) #桶排序
print("排序后a:",a)'''============== RESTART: F:/python/algorithms/8_4_bucket_sort.py ==============
排序前a: [8, 2, 3, 4, 3, 6, 6, 3, 9]
排序后a: [2, 3, 3, 3, 4, 6, 6, 8, 9]
>>>
win7 + python3.5.1'''
参考引用: