考研二战日记-第12天——数据结构：排序

 

排序可以说是数据结构的重中之重，诸多排序算法的定义之间的联系和区别以及变形，内容相当多

但是经典的有八大排序算法

它们之间的性能比较如下

直接插入排序

直接插入排序的核心思想就是：将数组中的所有元素依次跟前面已经排好的元素相比较，如果选择的元素比已排序的元素小，则交换，直到全部元素都比较过。

因此，从上面的描述中我们可以发现，直接插入排序可以用两个循环完成：

1. 第一层循环：遍历待比较的所有数组元素
2. 第二层循环：将本轮选择的元素(selected)与已经排好序的元素(ordered)相比较。
   如果：selected > ordered，那么将二者交换
3. 代码实现 

#直接插入排序
def insert_sort(L):
    #遍历数组中的所有元素，其中0号索引元素默认已排序，因此从1开始
    for x in range(1,len(L)):
    #将该元素与已排序好的前序数组依次比较，如果该元素小，则交换
    #range(x-1,-1,-1):从x-1倒序循环到0
        for i in range(x-1,-1,-1):
    #判断：如果符合条件则交换
            if L[i] > L[i+1]:
                temp = L[i+1]
                L[i+1] = L[i]
                L[i] = temp

 

希尔排序

希尔排序的算法思想：将待排序数组按照步长gap进行分组，然后将每组的元素利用直接插入排序的方法进行排序；每次将gap折半减小，循环上述操作；当gap=1时，利用直接插入，完成排序。
同样的：从上面的描述中我们可以发现：希尔排序的总体实现应该由三个循环完成：

1. 第一层循环：将gap依次折半，对序列进行分组，直到gap=1
2. 第二、三层循环：也即直接插入排序所需要的两次循环。具体描述见上。
3. 代码实现：

#希尔排序
def insert_shell(L):
    #初始化gap值，此处利用序列长度的一般为其赋值
    gap = (int)(len(L)/2)
    #第一层循环：依次改变gap值对列表进行分组
    while (gap >= 1):
    #下面：利用直接插入排序的思想对分组数据进行排序
    #range(gap,len(L)):从gap开始
        for x in range(gap,len(L)):
    #range(x-gap,-1,-gap):从x-gap开始与选定元素开始倒序比较，每个比较元素之间间隔gap
            for i in range(x-gap,-1,-gap):
    #如果该组当中两个元素满足交换条件，则进行交换
                if L[i] > L[i+gap]:
                    temp = L[i+gap]
                    L[i+gap] = L[i]
                    L[i] =temp
    #while循环条件折半
        gap = (int)(gap/2)

简单选择排序

简单选择排序的基本思想：比较+交换。

1. 从待排序序列中，找到关键字最小的元素；
2. 如果最小元素不是待排序序列的第一个元素，将其和第一个元素互换；
3. 从余下的 N - 1 个元素中，找出关键字最小的元素，重复(1)、(2)步，直到排序结束。
   因此我们可以发现，简单选择排序也是通过两层循环实现。
   第一层循环：依次遍历序列当中的每一个元素
   第二层循环：将遍历得到的当前元素依次与余下的元素进行比较，符合最小元素的条件，则交换。
4. 代码实现

# 简单选择排序
def select_sort(L):
#依次遍历序列中的每一个元素
    for x in range(0,len(L)):
#将当前位置的元素定义此轮循环当中的最小值
        minimum = L[x]
#将该元素与剩下的元素依次比较寻找最小元素
        for i in range(x+1,len(L)):
            if L[i] < minimum:
                temp = L[i];
                L[i] = minimum;
                minimum = temp
#将比较后得到的真正的最小值赋值给当前位置
        L[x] = minimum

堆排序

• 堆的概念
  堆：本质是一种数组对象。特别重要的一点性质：<b>任意的叶子节点小于（或大于）它所有的父节点</b>。对此，又分为大顶堆和小顶堆，大顶堆要求节点的元素都要大于其孩子，小顶堆要求节点元素都小于其左右孩子，两者对左右孩子的大小关系不做任何要求。
  利用堆排序，就是基于大顶堆或者小顶堆的一种排序方法。下面，我们通过大顶堆来实现。

• 基本思想：
  堆排序可以按照以下步骤来完成：

  1. 首先将序列构建称为大顶堆；
     （这样满足了大顶堆那条性质：位于根节点的元素一定是当前序列的最大值）

  2. 

  3. 取出当前大顶堆的根节点，将其与序列末尾元素进行交换；
     （此时：序列末尾的元素为已排序的最大值；由于交换了元素，当前位于根节点的堆并不一定满足大顶堆的性质）

  4. 对交换后的n-1个序列元素进行调整，使其满足大顶堆的性质；

  5. 

  6. 重复2.3步骤，直至堆中只有1个元素为止
  7. 代码实现：

• #-------------------------堆排序--------------------------------
  #**********获取左右叶子节点**********
  def LEFT(i):
      return 2*i + 1
  def RIGHT(i):
      return 2*i + 2
  #********** 调整大顶堆 **********
  #L:待调整序列 length: 序列长度 i:需要调整的结点
  def adjust_max_heap(L,length,i):
  #定义一个int值保存当前序列最大值的下标
      largest = i
  #执行循环操作：两个任务：1 寻找最大值的下标；2.最大值与父节点交换
      while (1):
  #获得序列左右叶子节点的下标
          left,right = LEFT(i),RIGHT(i)
  #当左叶子节点的下标小于序列长度 并且 左叶子节点的值大于父节点时，将左叶子节点的下标赋值给largest
          if (left < length) and (L[left] > L[i]):
              largest = left
              print('左叶子节点')
          else:
              largest = i
  #当右叶子节点的下标小于序列长度 并且 右叶子节点的值大于父节点时，将右叶子节点的下标值赋值给largest
          if (right < length) and (L[right] > L[largest]):
              largest = right
              print('右叶子节点')
  #如果largest不等于i 说明当前的父节点不是最大值，需要交换值
          if (largest != i):
              temp = L[i]
              L[i] = L[largest]
              L[largest] = temp
              i = largest
              print(largest)
              continue
          else:
              break
  #********** 建立大顶堆 **********
  def build_max_heap(L):
      length = len(L)
      for x in range((int)((length-1)/2),-1,-1):
          adjust_max_heap(L,length,x)
  #********** 堆排序 **********
  def heap_sort(L):
  #先建立大顶堆，保证最大值位于根节点；并且父节点的值大于叶子结点
      build_max_heap(L)
  #i：当前堆中序列的长度.初始化为序列的长度
      i = len(L)
  #执行循环：1. 每次取出堆顶元素置于序列的最后(len-1,len-2,len-3...)
  #         2. 调整堆，使其继续满足大顶堆的性质，注意实时修改堆中序列的长度
      while (i > 0):
          temp = L[i-1]
          L[i-1] = L[0]
          L[0] = temp
  #堆中序列长度减1
          i = i-1
  #调整大顶堆
          adjust_max_heap(L,i,0)

  今天先看这四个明天再看另外四个