十大排序算法 python实现

冒泡排序

基本思想

1. 两两比较相邻的关键字，最大（小）的元素会被交换到最后一位
2. 对n个数据依次操作n-1轮，从而完成排序（每轮都找到一个最大/小值）
3. 稳定性：元素相同时不做交换，是稳定的排序算法

复杂度

最好时间复杂度

O(n)，当输入数组刚好是顺序的时候，只需要挨个比较一遍就行了，不需要做交换操作

最坏时间复杂度

O(n²)，当数组刚好是完全逆序的时候，每轮排序都需要挨个比较 n 次，并且重复 n 次

平均时间复杂度

O(n²)，当输入数组杂乱无章时，每轮排序都需要挨个比较 n 次，并且重复 n 次

空间复杂度

O(1)，使用了交换法，不需要开辟额外的空间

代码

def BubbleSort(a):
    len_a = len(a)
    if len_a < 2:
        return a
    # 一共进行n-1轮找最大值
    for i in range(len_a - 1):
        # 每轮需要比较的数组长度
        for j in range(len_a - i - 1):
            if a[j] > a[j+1]:
                a[j], a[j+1] = a[j+1], a[j]
    return a

array_test = [12, 23, 54, 32, 11, 5, 73]
res = BubbleSort(array_test)
print(res)

快速排序

基本思想

1. 挑选一个元素，作为基准(pivot)
2. 所有比基准值小的放在基准前面，所有比基准大的放在基准后面，基准处于中间位置，这个称为分区操作
3. 递归地，把小于基准值和大于基准值的区间里的数进行排序（也就是重复1，2）
4. 稳定性：分区涉及到交换操作，所以不稳定

复杂度

最好时间复杂度

O(nlogn)，每次都能选中中位数

最坏时间复杂度

O(n²)，每次分区都选中了最小值或者最大值，得到不均等的两组，那么需要n次分区操作

平均时间复杂度

O(nlogn)，大部分情况下，很难选到极端情况

空间复杂度

O(logn)，额外空间开销在于暂存基准值

代码

def Partion(a, l, r):
    # 以这个区间的最左边的数作为基准数
    pivot = a[l]
    # l和r指针分别指向左边大于基准数的数字和右边大于基准数的数字
    while(l < r):
        # 从右边开始寻找小于基准数的数字
        while(l < r and a[r] >= pivot):
            r -= 1
        # 把这个数字放到基准数位置上
        a[l] = a[r]
        # 从左边开始寻找大于基准数的数字
        while(l < r and a[l] <= pivot):
            l += 1
        a[r] = a[l]
    # 最后l指向的位置是错误的，需要用基准数填上
    a[l] = pivot
    return l

def QuickSort(a, l, r):
    if l < r:
        # 找到基准数应该摆放的位置
        p = Partion(a, l, r)
        QuickSort(a, l, p - 1)
        QuickSort(a, p + 1, r)
    return a

array_test = [12, 23, 54, 32, 11, 5, 73]
l = 0
r = len(array_test) - 1
res = QuickSort(array_test, l, r)
print(res)

插入排序

基本思想

1. 第一个元素可以认为已经有序
2. 取下一个元素，在已排好序的元素序列中，从后往前扫描
3. 如果该元素（已排序）大于新元素，则将该元素后移
4. 重复3直到找到小于或等于新元素的位置，将新元素插入该位置，重复2-4
5. 稳定性：元素相同时，插入到已排好序元素的后一位置，所以是稳定的

复杂度

最好时间复杂度

O(n)，数组完全顺序，每次只用比较一次就能找到正确插入位置

最坏时间复杂度

O(n²)，数组完全逆序，要比较1+2+3+…+n-1次才能找到正确插入位置，

平均时间复杂度

O(n²)

空间复杂度

O(1)，额外开销在于每次都要保存要插入的那个元素，否则其他已排好序的元素后移时，要插入元素会发生丢失

代码

def InsertSort(a):
    if len(a) < 2:
        return a
    for i in range(1, len(a)):
        target = a[