1、 递归
- 递归的两个特点:调用自身和结束条件
fun3和fun4的打印顺序不同
2、汉诺塔问题
递归的应用
n=2时的移动步骤:
n个盘子时:将三个盘子从a移动到c
def hanoi(n, a, b, c):
"""
:param n: 表示n个盘子
:param a: 表示从那个柱子移动
:param b: 表示经过那个柱子
:param c: 表示到那个柱子
:return:
"""
if n > 0:
hanoi(n - 1, a, c, b)
print('moving from %s to %s' % (a, c))
hanoi(n - 1, b, a, c)
hanoi(3, 'A', 'B', 'C')
测试结果:
3、查找
- 查找:在一些数据元素中,通过一定的方法找出与给定关键字相同的数据元素的过程
- 列表查找(线性表查找):从列表中查找指定元素;输入列表和待查找元素;输出元素下标(未找到元素时一般返回None或-1)
- 内置列表查找函数index(),index()的本质是线性查找
3.1 顺序查找(linear Search)
- 顺序查找:也叫线性查找,从列表第一个元素开始,顺序进行搜索,直到找到元素或搜索到列表最后一个元素为止。
- 时间复杂度:O(n)
def linearsearch(li, val):
for ind, v in enumerate(li):
if v == val:
return ind
else:
return None
print(linearsearch([1, 6, 3, 8, 2, 0], 2))
测试结果:
3.2 二分查找
- 二分查找:又叫折半查找,从有序列表的初始候选区li[0:n]开始,通过对查找的值与候选区中间值的比较,可以使候选区减少一半。
- 时间复杂度:O(logn)
def binary_search(li, val):
"""
:param li:查找的列表,列表必须是由小到大的顺序排列
:param val:查找的值
:return:
"""
left = 0
right = len(li)
while left <= right:
mid = (left + right) // 2 # //表示整除,返回不大于结果的一个最大整数
if li[mid] == val:
return mid
elif li[mid] > val: # 表示查找的值在mid的左边
right = mid - 1
else: # 表示查找的值在mid的右边
left = mid + 1
else:
return None
print(binary_search([1, 2, 5, 7, 8, 10], 5))
测试结果:
测试二分查找用的时间:
import time
def cal_time(func):
# 装饰器,用于测量方法的运行时间
def wrapper(*args, **kwargs):
t1 = time.time()
result = func(*args, **kwargs)
t2 = time.time()
print("%s running time:%s secs." % (func.__name__, t2 - t1))
return result
return wrapper
@ cal_time
def binary_search(li, val):
"""
:param li:查找的列表,列表必须是由小到大的顺序排列
:param val:查找的值
:return:
"""
left = 0
right = len(li)
while left <= right:
mid = (left + right) // 2 # //表示整除,返回不大于结果的一个最大整数
if li[mid] == val:
return mid
elif li[mid] > val: # 表示查找的值在mid的左边
right = mid - 1
else: # 表示查找的值在mid的右边
left = mid + 1
else:
return None
li=list(range(10000))
binary_search(li, 3890)
4、列表排序
- 排序:将一组“无序”的记录序列调整为“有序”的记录序列。
- 列表排序:将无序列表变为有序列表;输入列表;输出有序列表。
- 升序与降序
- 内置排序函数sort()
- 排序方法
4.1 冒泡排序
- 列表每两个相邻的数,如果前面比后面大,则交换这两个数
- 一趟排序完成后,则无序区减少一个数,有序区增加一个数
- 时间复杂度:O(n2)
import random
def bubble_sort(li):
for i in range(len(li) - 1):
for j in range(len(li) - i - 1):
if li[j] > li[j + 1]: # 从小到大排列
li[j], li[j + 1] = li[j + 1], li[j]
li = [random.randint(0, 10000) for i in range(50)]
print(li)
bubble_sort(li)
print(li)
优化:
import random
def bubble_sort(li):
for i in range(len(li) - 1):
exchange = False
for j in range(len(li) - i - 1):
if li[j] > li[j + 1]:
li[j], li[j + 1] = li[j + 1], li[j]
exchange = True
if not exchange: # 如果列表没有发生交换,说明已经排序完成
return
li = [random.randint(0, 10000) for i in range(10)]
print(li)
bubble_sort(li)
print(li)
4.2 选择排序
- 一趟排序记录最小的数,放到第一个位置
- 再一趟排序记录列表无序区最小的数,放到第二个位置
- …进行循环
- 算法关键点:有序区和无序区、无序区最小数的位置
- 时间复杂度:O(n2)
def select_sort(li):
# 在原始列表li上进行排序
for i in range(len(li) - 1): # i是第几趟
min_loc = i
for j in range(i + 1, len(li) - 1):
if li[j] < li[min_loc]:
min_loc = j
li[i], li[min_loc] = li[min_loc], li[i]
li = [3, 9, 5, 1, 0, 2, 4, 6]
select_sort(li)
print(li)
测试结果:
4.3 插入排序
- 时间复杂度:O(n2)
def insert_sort(li):
for i in range(1, len(li)): # i表示无序区的第一个值的下标
tem = li[i]
j = i - 1 # 表示有序区最后一个值的下标
while j >= 0 and li[j] > tem: # 找插入的位置
li[j + 1] = li[j]
j -= 1
li[j + 1] = tem
li = [1, 7, 4, 2, 9, 5, 0]
insert_sort(li)
print(li)
测试结果: