线性时间的排序算法

排序算法平均时间复杂度空间复杂度稳定性
冒泡排序 O ( n 2 ) O(n^2) O(n2) O ( 1 ) O(1) O(1)稳定
选择排序 O ( n 2 ) O(n^2) O(n2) O ( 1 ) O(1) O(1)不稳定
插入排序 O ( n 2 ) O(n^2) O(n2) O ( 1 ) O(1) O(1)稳定
希尔排序 O ( n log ⁡ 2 n ) O(n\log^2 n) O(nlog2n) O ( 1 ) O(1) O(1)不稳定
归并排序 O ( n log ⁡ 2 n ) O(n\log^2 n) O(nlog2n) O ( n ) O(n) O(n)稳定
快速排序 O ( n log ⁡ n ) O(n\log n) O(nlogn) O ( log ⁡ n ) O(\log n) O(logn)不稳定
堆排序 O ( n log ⁡ n ) O(n\log n) O(nlogn) O ( 1 ) O(1) O(1)不稳定
计数排序 O ( n + k ) O(n+k) O(n+k) O ( k ) O(k) O(k)稳定
基数排序 O ( n × k ) O(n\times k) O(n×k)稳定
桶排序 O ( n ) O(n) O(n) O ( m ) O(m) O(m)稳定

计数排序

计数排序是一种非比较型整数排序算法。计数排序会假设待排序数列中的每个元素都是在 0 到 k 区间内的一个整数,k 不宜过大。

算法思路

对于一个待排序数列中的任一元素 x,统计数列中小于等于 x 的元素个数 i,那么在排序完成的数列,元素 x 就该位于索引 i 处。

算法实现

接收待排序数列 arr 以及数列中的最大值 max ,初始化一个长度大于 max 的数组 temp,初值为零。遍历 arr,将 temp 中以 arr 元素值为下标的元素值 +1,以此计算相同数字个数。

def counting_sort(arr):
    max_value = max(arr)
    count_len = max_value + 1
    count = [0] * count_len
    
    for i in arr:
        count[i] += 1
    for i in range(1, count_len):
        count[i] += count[i-1]

    arr_len = len(arr)
    result = [0] * (arr_len + 1)
    for i in range(arr_len-1, -1, -1):
        result[count[arr[i]]] = arr[i]
        count[arr[i]] -= 1
    return result[1:]

基数排序

算法思路

基数排序是一种非比较型整数排序算法,其原理是将整数按位数切割成不同的数字,然后按每个位数分别比较。

算法实现

def radix_sort(arr):
    max_value = max(arr)
    max_digit = 0
    while max_value > 0:
        max_value //= 10
        max_digit += 1
    
    for digit in range(max_digit):
        count = [[] for i in range(10)]
        for i in arr:
            p = i // 10**digit % 10
            count[p].append(i)
        temp = []
        for bucket in count:
            for i in bucket:
                temp.append(i)
                
        arr = temp

    return arr

桶排序

桶排序会假设输入数据服从均匀分布。

算法思路

桶排序会根据待排序数列中所包含的元素值的范围划分多个区间,每个区间称为“桶”,序列中属于相应区间的元素会分到区间相对应的桶中,对每个桶中的元素分别进行排序,再将所有桶中排序后的元素合并在一起,完成整个数列的排序。

算法实现

def bucket_sort(arr, bucket_num=10):
    bucket = [[] for _ in range(bucket_num)]
    min_, max_ = min(arr), max(arr)
    # 划分区间
    bucket_size = (max_ - min_) // bucket_num + 1
    
    for i in arr:
        p = (i - min_) // bucket_size
        bucket[p].append(i)
    # 使用插入排序对桶中元素进行排序
    for i in range(bucket_num):
        insertion_sort(bucket[i])
 
    return sum(bucket, [])

知识来源

<<算法导论>>第8章


本博客文章仅供博主学习交流,博主才疏学浅,语言表达能力有限,对知识的理解、编写代码能力都有很多不足,希望各路大神多多包涵,多加指点。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值