排序

顺序查找

python中通过下标，按照顺序来访问和查找数据项，这种技术称为“顺序查找”
无序表的顺序查找
有序表的顺序查找

def sequencelist_search(list,target):
    index=0
    result=False
    stop=False
    while index < len(list) and not result and not stop:
        if list[index]==target:
            result=True
        else:
            if target < list[index]:
                stop=True
            else:
                index = index+1
    return result
testlist=sequencelist_search([0,1,2,8,13,17,19,32,42],15)
print(testlist)

二分查找

二分查找的复杂度O(log2^n)

import time
def binarysearch(list,target):
    first=0
    last=len(list)-1
    found=False
    while first<=last and not found:
        mid=(first+last)//2
        if list[mid]==target:
            found=True
        else:
            if list[mid]<target:
                first=mid+1
            else:
                last=mid-1
    return found
start=time.clock()
testlist=binarysearch([0,1,2,8,13,17,19,32,42],30)
print(testlist)
end=time.clock()
print(end-start)

##递归实现二分查找
def binsearch(list,target):
    if len(list)==0:
        return False
    else:
        mid=len(list)//2
        if list[mid]==target:
            return True
        else:
            if target<list[mid]:
                return binsearch(list[:mid],target)
            else:
                return binsearch(list[mid+1:],target)
start1=time.clock()
testlist1=binarysearch([0,1,2,8,13,17,19,32,42],30)
print(testlist1)
end1=time.clock()
print(end1-start1)

切片操作的复杂度O(n)，n表示切片的长度
二分查找用在有序表，排序算法的复杂O(nlogn)

冒泡排序

冒泡排序的思想是：对无序表进行多趟比较、交换
每趟包括多次的两两相邻比较，并将逆序的数据项互换位置，最终能将本堂的最大项就位
通过n-1趟比较交换，实现整体排序
具体：
第一趟比较交换，共有n-1对相邻数据进行比较(一旦经过最大项，则最大项会一路交换到最后一项)
第二趟比较交换时，最大项已经就位，排序的数据减为n-1,则共有n-2对数据需要对比
知道第n-1趟完成，最小项一定在首位，无需再处理

选择排序

希尔排序（分组插入）

以插入排序为基础，对无序表进行“间隔”划分子列表，每个子列表都执行插入排序

希尔排序是一种分组排序的方法：
一般初次取序列的一半为增量，以后每次减半，直到增量为1

给定实例的shell排序

见该地址解释：https://www.jianshu.com/p/40dcc3b83ddc

归并排序

思想：将数据表持续分裂为两半，对两半进行归并排序
归并的基本结束条件：数据表仅有一个数据项
缩小规模：将数据表分裂为相等的两半，规模减为原来的一半
将两半调用自身排序，然后将分别排好序的两半进行归并，得到排好序的数据表

分裂过程的时间复杂度：o(nlogn)
归并的时间复杂度：o(n)
综合考虑：每次分裂的部分都需要进行一次数据的合并，因此总的时间复杂度为：o(nlogn)
缺点：在归并排序中，使用了1倍的额外存储空间用于归并
在特大数据集时应注意该缺点

快速排序

“分解、分裂”
思路：快速排序的思路是：依据一个“中值”数据项来吧列表分为两半：小于中值的一半，大于中值的一半，然后每部分分别进行快速排序
如果希望这两半拥有相等数量的数据项，则应该找到数据表的“中位数”。

快速排序的递归算法“递归三要素”：

1）基本结束条件：数据表仅有一个数据项，
2）缩小规模：根据中指，将数据项分为两半，最好情况是：相等规模的两半
3）调用自身：将两半分别调用自身进行排序（排序基本操作在分裂过程中）

分裂数据表的目标：找到“中值”的位置
分裂数据表的手段：
设置左右标（left/rightmark）
左标向右移动，右标向左移动
1）左标一直向右移动，碰到比中值大的停止
2）右标一直向左移动，碰到比中值小的停止
3）然后把左右标所指的数据交换
继续移动，直到左标移动到右标的右侧，停止移动
这时候，右标所指的位置就是“中值”位置
将中值和该位置交换
分裂完成，左半部比中值小，右半部比中值大

第一次，取中值为54，左标为26（中值的下一个数），右标为20