面试常考排序算法精华总结 python3.7实现

最新推荐文章于 2021-12-02 00:02:06 发布

算法黑哥

最新推荐文章于 2021-12-02 00:02:06 发布

阅读量881

点赞数 3

分类专栏：数据结构与算法文章标签：排序算法数据结构与算法

本文链接：https://blog.csdn.net/weixin_41504611/article/details/103255905

版权

数据结构与算法专栏收录该内容

14 篇文章 1 订阅

订阅专栏

文章目录

六大必考排序算法

六大必考排序算法

参考配套视频：清华大学博士授课点击可进入观看
稳定性的最快判断方法：1.相邻的交换：稳定。2.不相邻的交换：不稳定。
排序算法考察频率：快速排序和归并排序被考的概率特别大。另外，小的公司问的冒泡排序、选择排序、插入排序比较多，因为这三个属于很简单的类型。其他的排序方法考察率不高，但是偶尔也会被考察，例如堆排序、基数排序等

冒泡排序

冒泡排序（英语：Bubble Sort）是一种简单的排序算法。它重复地遍历要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。遍历数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。

冒泡排序算法的运作如下：

比较相邻的元素。如果第一个比第二个大（升序），就交换他们两个。
对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对。这步做完后，最后的元素会是最大的数。
针对所有的元素重复以上的步骤，除了最后一个。
持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比较。

在这里插入图片描述
那么我们需要进行n-1次冒泡过程，每次对应的比较次数如下图所示：

#冒泡排序
def bubble_sort1(li):
    for k in range(len(li)-1):
        for i in range(len(li)-1-k):
            if li[i]>li[i+1]:
                li[i],li[i+1]=li[i+1],li[i]
    return li
if __name__ == "__main__":
    li = [6,5,4,0,6,8,2]
    print(li)
    print(bubble_sort(li))

结果：

[6, 5, 4, 0, 6, 8, 2]
[0, 2, 4, 5, 6, 6, 8]

优化后的冒泡排序：

考虑到有序

def bubble_sort1(li):
    for k in range(len(li)-1):
        count = 0
        for i in range(len(li)-1-k):
            if li[i]>li[i+1]:
                li[i],li[i+1]=li[i+1],li[i]
                count+=1
        if count == 1:
        	return
    return li

时间复杂度

最优时间复杂度：O(n) （表示遍历一次发现没有任何可以交换的元素，排序结束。）
最坏时间复杂度：O(n2)
稳定性：稳定

选择排序

选择排序（Selection sort）是一种简单直观的排序算法。它的工作原理如下。首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推，直到所有元素均排序完毕。
选择排序的主要优点与数据移动有关。如果某个元素位于正确的最终位置上，则它不会被移动。选择排序每次交换一对元素，它们当中至少有一个将被移到其最终位置上，因此对n个元素的表进行排序总共进行至多n-1次交换。在所有的完全依靠交换去移动元素的排序方法中，选择排序属于非常好的一种。

排序过程如图所示：

python代码如下：

# 选择排序
def select_sort(li):
    n = len(li)
    for i in range(n-1):
        min = i                
        for k in range(i+1,n):
            if li[min]>li[k]:
                min = k
        li[i],li[min] = li[min],li[i]
    return li
if __name__ == "__main__":
    li = [6,5,4,0,6,8,2]
    print(li)
    print(select_sort(li))

结果如下：

[6, 5, 4, 0, 6, 8, 2]
[0, 2, 4, 5, 6, 6, 8]

我第一次写选择排序时，把 min = i 的位置放错了，导致结果错误，希望大家别跟我一样马虎。
我的错误如下：

# 选择排序
def select_sort(li):
    n = len(li)
    for i in range(n-1):
        for k in range(i+1,n):
            min = i
            if li[min]>li[k]:
                min = k
        li[i],li[min] = li[min],li[i]
    return li
if __name__ == "__main__":
    li = [6,5,4,0,6,8,2]
    print(li)
    print(select_sort(li))

错误的结果如下：

[6, 5, 4, 0, 6, 8, 2]
[2, 5, 4, 0, 6, 6, 8]

希望大家注意这种错误。

时间复杂度
最优时间复杂度：O(n2)
最坏时间复杂度：O(n2)
稳定性：不稳定（考虑升序每次选择最大的情况）

自己的总结：

该方法的核心思想是：找到数组的最小索引以后再跟第一个交换。重点是找到数组的最小索引。

min = i                
for k in range(i+1,n):
	if li[min]>li[k]:
   		 min = k

插入排序

对于给定的一组序列，初始时假设第一个数自成一个有序序列，其余的数为无序序列。接着从第二个数开始，按照数值的大小依次将当前处理的记录插入到其之前的有序序列中，直到最后一个记录插入到有序序列中为止。
插入排序（英语：Insertion Sort）是一种简单直观的排序算法。它的工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。插入排序在实现上，在从后向前扫描过程中，需要反复把已排序元素逐步向后挪位，为最新元素提供插入空间。

插入排序分析图：
在这里插入图片描述
python代码：
第一种解法：

def insert_sort1(alist):
    n = len(alist)
    for i in range(1,n):
        k =i
        while k>0:
            if alist[k]<alist[k-1]:
                alist[k],alist[k-1] = alist[k-1],alist[k]
            else:
                break
            k-=1
    return alist
if __name__ == "__main__":
    li = [54, 26, 93, 17, 77, 31, 44, 55, 20]
    print(li)
    print(insert_sort1(li))

python代码：
推荐使用第二种解法

def insert_sort(li):
    n = len(li)
    for i in range(1,n): # 从第二个位置，即下标为1的元素开始向前插入
        for k in range(i,0,-1):   # 从第i个元素开始向前比较，如果小于前一个元素，交换位置
            if li[k] < li[k-1]:
                li[k],li[k-1] = li[k-1],li[k]
    return li
            
if __name__ == "__main__":
    li = [9,3,4,2,6,7,5,1]
    print(li)
    print(insert_sort(li))

输出结果：

[9, 3, 4, 2, 6, 7, 5, 1]
[1, 2, 3, 4, 5, 6, 7, 9]

时间复杂度

最优时间复杂度：O(n) （升序排列，序列已经处于升序状态）

最坏时间复杂度：O(n2)

稳定性：稳定

for k in range(i,0,-gap):
    if alist[k]<alist[k-gap]:
        alist[k],alist[k-gap] = alist[k-gap],alist[k]
#等价于
k = i
while k >0:
    if alist[k]<alist[k-gap]:
    alist[k],alist[k-gap] = alist[k-gap],alist[k] 
    k -= gap

时间复杂度

最优时间复杂度：O(n) （升序排列，序列已经处于升序状态）
最坏时间复杂度：O(n2)
稳定性：稳定

希尔排序

希尔排序(Shell Sort)是插入排序的一种。也称缩小增量排序，是直接插入排序算法的一种更高效的改进版本。希尔排序是非稳定排序算法。该方法因DL．Shell于1959年提出而得名。希尔排序是把记录按下标的一定增量分组，对每组使用直接插入排序算法排序；随着增量逐渐减少，每组包含的关键词越来越多，当增量减至1时，整个文件恰被分成一组，算法便终止。

希尔排序过程
希尔排序的基本思想是：将数组列在一个表中并对列分别进行插入排序，重复这过程，不过每次用更长的列（步长更长了，列数更少了）来进行。最后整个表就只有一列了。将数组转换至表是为了更好地理解这算法，算法本身还是使用数组进行排序。

例如，假设有这样一组数[ 13 14 94 33 82 25 59 94 65 23 45 27 73 25 39 10 ]，如果我们以步长为5开始进行排序，我们可以通过将这列表放在有5列的表中来更好地描述算法，这样他们就应该看起来是这样(竖着的元素是步长组成)：

13 14 94 33 82
25 59 94 65 23
45 27 73 25 39
10
然后我们对每列进行排序：

10 14 73 25 23
13 27 94 33 39
25 59 94 65 82
45
将上述四行数字，依序接在一起时我们得到：[ 10 14 73 25 23 13 27 94 33 39 25 59 94 65 82 45 ]。这时10已经移至正确位置了，然后再以3为步长进行排序：

10 14 73
25 23 13
27 94 33
39 25 59
94 65 82
45
排序之后变为：

10 14 13
25 23 33
27 25 59
39 65 73
45 94 82
94
最后以1步长进行排序（此时就是简单的插入排序了）
Python代码实现方案一

def shell_sort(alist):
    n = len(alist)
    # 初始步长
    gap = n / 2
    while gap > 0:
        # 按步长进行插入排序
        for i in range(gap, n):
            j = i
            # 插入排序
            while j>=gap and alist[j-gap] > alist[j]:
                alist[j-gap], alist[j] = alist[j], alist[j-gap]
                j -= gap
        # 得到新的步长
        gap = gap / 2

alist = [54,26,93,17,77,31,44,55,20]
shell_sort(alist)
print(alist)

Python代码实现方案二（推荐）

def shell_sort2(alist):
    n = len(alist)
    gap = n//2
    while gap>0:
        for i in range(gap,n):
            for k in range(i,0,-gap):
                if alist[k]<alist[k-gap]:
                    alist[k],alist[k-gap] = alist[k-gap],alist[k]
                else:
                    break
        gap //= 2
    return alist
                
if __name__ == "__main__":
    li = [54, 26, 93, 17, 77, 31, 44, 55, 20]
    print(li)
    print(shell_sort2(li))

其中
> > else:
>        break
>        这部分可不用写

时间复杂度

最优时间复杂度：根据步长序列的不同而不同
最坏时间复杂度：O(n2)
稳定想：不稳定

快速排序

快速排序（英语：Quicksort），又称划分交换排序（partition-exchange sort），通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另外一部分的所有数据都要小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列。

步骤为：

从数列中挑出一个元素，称为"基准"（pivot），
重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分区结束之后，该基准就处于数列的中间位置。这个称为分区（partition）操作。递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序。
递归的最底部情形，是数列的大小是零或一，也就是永远都已经被排序好了。虽然一直递归下去，但是这个算法总会结束，因为在每次的迭代（iteration）中，它至少会把一个元素摆到它最后的位置去。

快速排序思路分析

在这里插入图片描述

python代码实现

def quick_sort(alist, start, end):
    """快速排序"""

    # 递归的退出条件
    if start >= end:
        return

    # 设定起始元素为要寻找位置的基准元素
    mid = alist[start]

    # low为序列左边的由左向右移动的游标
    low = start

    # high为序列右边的由右向左移动的游标
    high = end

    while low < high:
        # 如果low与high未重合，high指向的元素不比基准元素小，则high向左移动
        while low < high and alist[high] >= mid:
            high -= 1
        # 将high指向的元素放到low的位置上
        alist[low] = alist[high]

        # 如果low与high未重合，low指向的元素比基准元素小，则low向右移动
        while low < high and alist[low] < mid:
            low += 1
        # 将low指向的元素放到high的位置上
        alist[high] = alist[low]

    # 退出循环后，low与high重合，此时所指位置为基准元素的正确位置
    # 将基准元素放到该位置
    alist[low] = mid

    # 对基准元素左边的子序列进行快速排序
    quick_sort(alist, start, low-1)

    # 对基准元素右边的子序列进行快速排序
    quick_sort(alist, low+1, end)


alist = [54,26,93,17,77,31,44,55,20]
quick_sort(alist,0,len(alist)-1)
print(alist)

时间复杂度

最优时间复杂度：O(nlogn)
最坏时间复杂度：O(n2)
稳定性：不稳定

从一开始快速排序平均需要花费O(n log n)时间的描述并不明显。但是不难观察到的是分区运算，数组的元素都会在每次循环中走访过一次，使用O(n)的时间。在使用结合（concatenation）的版本中，这项运算也是O(n)。

在最好的情况，每次我们运行一次分区，我们会把一个数列分为两个几近相等的片段。这个意思就是每次递归调用处理一半大小的数列。因此，在到达大小为一的数列前，我们只要作log n次嵌套的调用。这个意思就是调用树的深度是O(log n)。但是在同一层次结构的两个程序调用中，不会处理到原来数列的相同部分；因此，程序调用的每一层次结构总共全部仅需要O(n)的时间（每个调用有某些共同的额外耗费，但是因为在每一层次结构仅仅只有O(n)个调用，这些被归纳在O(n)系数中）。结果是这个算法仅需使用O(n log n)时间。

归并排序

归并排序是采用分治法的一个非常典型的应用。归并排序的思想就是先递归分解数组，再合并数组。

将数组分解最小之后，然后合并两个有序数组，基本思路是比较两个数组的最前面的数，谁小就先取谁，取了后相应的指针就往后移一位。然后再比较，直至一个数组为空，最后把另一个数组的剩余部分复制过来即可。
归并排序动态图：

python代码实现：

def merge_sort(alist):
    if len(alist) <= 1:
        return alist
    # 二分分解
    num = len(alist)//2
    left = merge_sort(alist[:num])
    right = merge_sort(alist[num:])
    # 合并
    return merge(left,right)

def merge(left, right):
    '''合并操作，将两个有序数组left[]和right[]合并成一个大的有序数组'''
    #left与right的下标指针
    l, r = 0, 0
    result = []
    while l<len(left) and r<len(right):
        if left[l] < right[r]:
            result.append(left[l])
            l += 1
        else:
            result.append(right[r])
            r += 1
    result += left[l:]
    result += right[r:]
    return result

alist = [54,26,93,17,77,31,44,55,20]
sorted_alist = merge_sort(alist)
print(sorted_alist)

时间复杂度

最优时间复杂度：O(nlogn)
最坏时间复杂度：O(nlogn)
稳定性：稳定

计数排序

常见排序算法效率比较

在这里插入图片描述
面试经验：快速排序跟归并排序问的最多，必须掌握。其他的也要回写。堆排序、基数排序、桶排序等等考察的少。

参考课程和文献

我参考的几个文献虽然不是核心以及EI的高质量期刊，但是对于成熟的技术，普刊介绍的已经足够了。
[1] 清华大学博士授课的数据结构与算法课程。
[2] 黑马程序员的数据结构与算法课程。
[3] 翁子盛.常见排序算法及其主要应用[J].科学技术创新,2019(26):75-76.
[4]王永刚.排序算法综述[J].电脑知识与技术,2006(29):1-2+6.

算法黑哥

关注

3
点赞
踩
12

收藏

觉得还不错? 一键收藏
3
评论
面试常考排序算法精华总结 python3.7实现

文章目录六大必考排序算法冒泡排序选择排序插入排序快速排序归并拍寻希尔排序其他排序算法几乎不考六大必考排序算法冒泡排序先写代码，后续补充上解题思路，以及代码写法def bubble_sort1(li): for k in range(len(li)-1): for i in range(len(li)-1-k): if li[i]>l...
复制链接

扫一扫