python数据结构与算法-排序算法（下）

目录

5、快速排序

6、归并排序

7、二分查找

---

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。