1、冒泡
时间复杂度O(N^2),空间复杂度O(1),可实现稳定
def bubblesort(arr):
if not arr or len(arr)<2:
return arr
for i in range(len(arr)-1):
for j in range(len(arr)-i-1):#不会越界
if arr[j]>arr[j+1]:
arr[j],arr[j+1]=arr[j+1],arr[j]
return arr
2、选择
时间复杂度O(N^2),空间复杂度O(1),不可实现稳定
def selectsort(arr):
if not arr or len(arr)<2:
return arr
for i in range(len(arr)-1):
mindex=i
for j in range(i+1,len(arr)):
if arr[mindex]>arr[j]:
mindex=j
arr[i],arr[mindex]=arr[mindex],arr[i]
return arr
3、插入
时间复杂度O(N^2),空间复杂度O(1),可实现稳定
def insertSort(arr):
if not arr or len(arr)<2:
return arr
for i in range(1,len(arr)): #从位置1开始
for j in range(i-1,-1,-1): # j=i-1为当前位置,试探j+1位置
if arr[j]>arr[j+1]:
arr[j],arr[j+1] = arr[j+1],arr[j]
else:
# 位置确定为j
break
return arr
4、归并:
时间复杂度master公式:O(NlogN),空间复杂度O(N),[help数组]
可以实现稳定
def merge(a,b): #Y排
i=0
j=0
help=[]
while i<len(a) and j<len(b):
if a[i]<b[j]:
help.append(a[i])
i=i+1
else:
help.append(b[j])
j=j+1
if i==len(a): #两个必有一个越界
for c in b[j:]:
help.append(c)
else:
for c in a[i:]:
help.append(c)
return help
def merge_sort(arr): #递归过程
if len(arr)<2:
return arr
mid=len(arr)//2 #注意//,表示整数除法
left=merge_sort(arr[:mid])
right=merge_sort(arr[mid:])
return merge(left,right)
print(merge_sort([3,4,5,2,4,1]))
归并应用:求小和
def merge_sort(arr, l, r):
if l == r :
return 0 #求小和
#return #归并排序
mid = l + ((r - l) >> 1)
#merge_sort(arr, l, mid) #归并排序
#merge_sort(arr, mid + 1, r) #归并排序
return merge_sort(arr, l, mid) + merge_sort(arr, mid+ 1 , r)+merge(arr, l, mid, r)# 求小和
#return merge(arr, l, mid, r) #归并排序
def merge(arr, l, m, r):
help = []
i = l
j = m + 1
sum = 0
while i <= m and j <= r:
if arr[i] <arr[j] :
sum += (r - j + 1 ) * arr[i] #产生小和数
help.append(arr[i])
i += 1
else :
sum +=0
help.append(arr[j])
j+= 1
while i <= m :
help.append(arr[i])
i += 1
while j <= r :
help.append(arr[j])
j += 1
for i in range(len(help)):
arr[l + i] = help[i]
#return arr #递归的返回
return sum #小和数返回
arr = [2,4,7,5,2,]
print(merge_sort(arr,0,len(arr)- 1 ))
5、快速排序:
经典:最后一个数划分
随机:随机一个数划分
时间复杂度期望O(NlogN),但常数项优良,工程上常用
最好空间复杂度O(logN),记录划分值, 最差O(N)
不可实现稳定
(1)荷兰国旗问题(小于、等于、大于)
时间复杂度O(N),空间复杂度O(1),partition过程
def helan(arr,l,r): #对l进行了复用
less=l-1
most=r+1
#most=r #(1)
s=arr[r] #记录划分值
while (l<most):
if arr[l]<s:
#if arr[l]<arr[r]:#(1)
arr[less + 1], arr[l] = arr[l], arr[less + 1]
less = less + 1
l+=1
elif arr[l]>s:
#elif arr[l] > arr[r]:#(1)
arr[most-1],arr[l]=arr[l],arr[most-1]
most=most-1
else:l+=1
#arr[most],arr[r]=arr[r],arr[most] #大于区域最右最左交换,(1)
return arr,less+1,most-1 #等于区域的左边界和有边界
#return arr,less+1,most #(1)
arr=[3,4,5,0,6,4]
print(helan(arr,0,len(arr)-1))
随机快速排序
import random
def helan(arr,l,r):
less=l-1
most=r
while (l<most):
if arr[l]<arr[r]:
arr[less + 1], arr[l] = arr[l], arr[less + 1]
less = less + 1
l+=1
elif arr[l]>arr[r]:
arr[most-1],arr[l]=arr[l],arr[most-1]
most=most-1
else:l+=1
arr[most],arr[r]=arr[r],arr[most]
return less+1,most #等于区域的左边界和有边界
def quicksort(arr,l,r):
if l<r: #停止条件
m=random.randint(l,r)
arr[r],arr[m]=arr[m],arr[r] #随机快速排序,固定数值为划分值则为经典快速排序
p=helan(arr,l,r) #荷兰国旗问题,记录断点信息
quicksort(arr,l,p[0]-1)#排左区
quicksort(arr,p[1]+1,r)#排右区
return arr
if __name__=="__main__":
arr=[7,8,6,4,5]
print(quicksort(arr,0,len(arr)-1))
6、堆排序
空间复杂度O(1),时间复杂度O(NlogN)
时间复杂度:
建立:log1+log2+log3+…logN=log(123*…*N)=O(N) [数学上可以证明]
交换向下调整:O(NlogN)
不稳定,常数项较大,工程上不常用
**堆结构:**逻辑上是一个完全二叉树【从左位置填,填满再填下一层】
**落地结构:**数组结构
数组对应堆结构:
i
左:2i+1 右:2i+2 父:(i-1)/2
大根堆:每一棵子树的最大值都在头节点
小根堆:每一棵子树的最小值都在头节点
调整大根堆:
遍历每一个数,让他与父节点进行比较,比父节点大则交换位置,交换完当前位置变成父节点位置,继续寻找父节点
堆排序思想:
(1)建立大根堆
(2)第一个数与最后一个交换,调整越界条件,相当于堆减大小
(3)从头节点开始,每一个节点与子节点进行比较,若子节点大,交换位置
(再次建立大根堆)
(4)第一个数与最后一个交换,调整越界条件,相当于堆减大小
(5)重复,直到堆的大小减为零
代码:
def heapinsert(arr,index): #调整成大根堆,可能无序
while arr[int(index)]>arr[int((index-1)/2)]:
arr[index],arr[int((index-1)/2)]=arr[int((index-1)/2)],arr[index]
index=(index-1)/2
def heapfy(arr,index,size): #size为heapsize
left=index*2+1 #左孩子
while left<size: #判断是否越界
if left+1<size and arr[left+1]>arr[left]: #右孩子不越界且右孩子大于左孩子
largest=left+1
else:largest=left #得到较大孩子的下标
if arr[largest]<arr[index]:
largest=index #得到父节点与子节点大值的下标
if largest==index: #没变,不用换,退出
break
arr[index],arr[largest]=arr[largest],arr[index] #子节点大,交换
index=largest #继续再往下找子节点
left=index*2+1
def heapsort(arr):
if len(arr)<=1:
return
for i in range(len(arr)): #遍历每一个位置进行调整,调整成大根堆
heapinsert(arr,i)
headsize=len(arr)
arr[0],arr[len(arr)-1]=arr[len(arr)-1],arr[0] #交换大根堆第一个和最后一个
headsize-=1 #调整越界条件,相当于堆减大小
while headsize>0: #直到堆的大小减为0
heapfy(arr,0,headsize) #又得到大根堆
arr[0], arr[headsize - 1] = arr[headsize - 1], arr[0] # 交换大根堆第一个和最后一个
headsize -= 1
return arr
if __name__=="__main__":
arr=[2,6,7,3,4]
print(heapsort(arr))
堆排序应用:
求容器数的最大值,并弹出
思路:(最大值为位置0的数,弹出:与最后一个数交换,去掉即可)
每次调整时间复杂度O(logN),N为节点个数,logN为高度