目录
5、快速排序
快速排序是基于冒泡排序的一种改进算法。
快排的思想是每次先找一个基准值(这个基准值没有什么要求),然后对数组进行遍历,将大于该基准值的数全部放到该值的右边,将小于基准值的数放到该值的右边,所有数位置调整完毕后,再对基准值左边的数组和右边的数组分别重复调换数值位置的操作,直到数组内所有数有序。
快排的时间复杂度为O(nlog n)。
def quick_sort(alist,start,end):
if start>=end:
return
low=start
high=end
mid=alist[start]
while low<high:
while low <high and alist[high]>=mid:
high-=1
alist[low]=alist[high]
while low <high and alist[low]<mid:
low+=1
alist[high]=alist[low]
alist[low]=mid
quick_sort(alist,start,low-1)
quick_sort(alist,low+1,end)
if __name__=='__main__':
aa = [2, 43, 5,5, 6, 74, 56, 45, 634]
quick_sort(aa,0,len(aa)-1)
print(aa)
6、归并排序
暂时略。
7、二分查找
二分查找能够有效对有序数组进行查找。二分查找的思想是每次优先与数组的中间值进行比较,如果大于中间值则在中间值的后半数组重复之前的操作,如果小于中间值则在中间值的前半数组重复之前的操作,循环往复至找到查找值,会发现查找值不在数组中。
二分查找的最优时间复杂度为O(1),即一次即找到目标值,最差时间复杂度为O(log n)即查找全部中间值才找到目标值,2^k=n。
def binary_search(alist,anum):
if len(alist)==0:
return -1
mid = len(alist) // 2
if alist[mid] == anum:
return mid
elif alist[mid] > anum:
return binary_search(alist[:mid],anum)
else:
return binary_search(alist[mid+1:],anum)
if __name__=='__main__':
alist=[12,20,45,366,866,4556,56774]
print(binary_search(alist,366))
print(binary_search(alist,18))
****结果如下****
3
-1
在进进行递归的时候要注意return的使用,如果递归的循环过程中没有返回值,最后函数的结果会是none,这个在另一篇博客里专门写了return的用法。