开始正题之前，先啰嗦两句，讲到算法，一定离不开数据结构，算法与数据结构是分不开的。我们知道程序执行，最终的执行者是计算机，一个程序执行需要有数据，有执行动作，以及执行动作的流程。一句话总结：告诉计算机你的数据是什么，计算机会给你放内存中，告诉计算机你要怎么来操作数据，以及步骤是什么，这一套动作的步骤就是算法的具体实现。算法只是一种思想。
数据在计算机中存储，数据对于计算机来说没有什么区别，表现均为二进制数0和1，计算机拿到数据就会放在内存中，内存是连续的，固定不变的，被使用之后就不能用了，除非这块内存被释放。对于用户来说，我们的数据有很多种，比如文字，图片，音视频等等，这些最终都会转换成二进制数给到计算机。但是这些数据要怎么存储呢？为什么要考虑怎么存储？直接交给计算机不就行了吗？原因就是我们存储的数据最后要对它操作，如果随便存储，那么操作起来可能会很麻烦，而操作是计算机的cpu来执行的，太复杂，会导致计算机的性能变差。就跟我们收纳一个道理，如果你的衣服乱七八糟不分类整理放置的话，那么找起来就很麻烦。计算机cpu和内存是固定不变的，为了提高执行的效率和资源利用率最大化，人们就提出了数据结构，也就是对于用户的数据，我们应该如何来存储，才能最方便操作，它是一种模型。目前已经被广泛使用的有：线性表，栈，队列，树等
其中线性表有：顺序表和链表，顺序表的代表（python语言）：列表。链表：单链表、双链表，单向循环链表。顺序表和链表的区别就是在内存中的存储方式不一样，顺序顾名思义就是在内存中是顺序的存储，链表就不是，在内存中是分散的。
栈和队列其实就是链表的一种应用，栈这种数据结构的特点就是：先进后出，像一个瓶子，瓶底的先进去，最后才能拿出来。队列：先进先出，窗口买票排队就是这样一种类型，在一个窗口买票，先排队的在前面的，先出去，后进的最后出去。
那么有了数据，只完成了10分之一。后面重点是如何对数据操作，对数据的常用操作有：增加，删除，修改，遍历等，把数据的结构和对它的操作放在一起，就是我们所说的抽象数据类型，简称ADT。
使用python语言的话，可以用类来实现。
有了上面的数据，和对数据的操作，那么回到最初，我们的需求是让计算机帮我们做事，完成我们想要实现的功能需求。那么怎么来实现呢？这个就是算法了，也就是说算法其实就是我们为了实现某个需求，要怎么去做才可以完成，也就是实现的步骤是什么，算法就是这么个东西，它是一种思想，具体实现可以用不同的语言，比如c、java、python等。
以上比较啰嗦，可以忽略…
回到正题，本文主要是想总结的是排序算法，也就是，如果用户想对一组数据进行排序，升序或者降序，那么怎么来实现呢？就跟我们要到达山顶有很多种方式，那么算法也是一样，解决一个问题，可以有很多种解法。
我们要解决的问题：排序
解法：冒泡、选择、插入
一、冒泡排序
算法的思想：从左到右依次比较相邻的两个数，将不满足条件的数据进行调整，比如按照升序或者按照降序，则分别将大的数据放在右边，小的数据放在左边，降序则是将小的数据放在右边，大的数据放在左边。最后分别是最大或者最小的数据沉到底部。
算法的复杂度：
最优复杂度：O(n)
最差复杂度：O(n^2)
算法稳定。
下面给个例子：
比如待排序的序列，需求是需要将如下的序列按照升序进行排列：
34 12 23 56 78 21 9
首先第一轮：
从左边的第一个数开始：将34和12进行比较，34比12大，所以需要互换位置，互换之后变成12 34 23 56 78 21 9，接着从第二个位置开始，将第二个和第三个进行比较，34比23大，所以同样进行互换位置，互换之后变成：12 23 34 56 78 21 9，依次进行下去，最后经过一轮互换之后序列变成了如下：
12 23 34 56 21 9 78
经过一轮之后，可以看到最大的数78沉到了最底下。也可以抽象的理解为最大的数据冒到最上面了。
第二轮：同样的方法，只比较除了最后一个剩下的所有数据。
…
依次类推，最终就剩下一个数据，结束比较，得到的数据也就是满足条件的有序序列。
下面通过代码来实现。
class buble_seq(object):
def buble_func(self,li):
count = 0
for j in range(1,len(li)):
for i in range(0,len(li)-j):
if li[i] > li[i+1]:
li[i],li[i+1] = li[i+1],li[i]
count += 1
l = [34,12,23,56,78,21,91,34,1,14,100,9]
li_bu = buble_seq()
li_bu.buble_func(l)
print(l)
运行结果：
12
[1, 9, 12, 14, 21, 23, 34, 34, 56, 78, 91, 100]
二、选择排序
思想：将待排序的序列分为两部分，一部分是：有序的，放置在左边，一部分是待排序的为无序的，放置在右边，主要是操作右边无序的序列，找到满足条件的数据放入左边有序的序列中。首次从第一个开始，找到最值和第一个值交换，那么有序序列就生成了，是一个只有一个值的序列，第二次从第二个值开始，找到最值放入左边的有序序列。
选择排序的复杂度：
最优复杂度：O(n^2)
最坏复杂度：O(n^2)
算法不稳定。
举个例子：
比如待排序的序列，需求是需要将如下的序列按照升序进行排列：
34 12 23 56 78 21 9
第一轮：从索引值为0的34开始，标记当前最小的值默认为34，找到34到9中最小的数值，每次找到比34小的数值，就更新最小的值对应的索引，最后一轮走下来，可以看到是9，并记下索引值，也就是最小值的索引值，将该值和首次开始的位置进行交换，即9和34进行交换。9 12 23 56 78 21 34
第二轮：从第二个值，也就是索引为1的12开始，标记最小值索引为1，找到12到34之间最小的数据是它本身，所以不用进行交换。9 12 23 56 78 21 34
…
依次类推：
第n-1轮，进行倒数第二个数和最后一个数中找到最小的数值，满足条件后最后进行交换，这样左边的序列就是一个有序的序列了。
下面给出代码实现：
#选择排序算法
class select_list(object):
def sele_sort(self,li):
n = len(li)
for j in range(0,n-1):
in_l = j
for i in range(j+1,n):
if li[in_l] > li[i]:
# li[i], li[i + 1] = li[i + 1], li[i]
in_l = i
li[j], li[in_l] = li[in_l], li[j]
l = [34, 12, 23, 56, 78, 21, 91, 34, 1, 14, 100, 9]
li_bu = select_list()
li_bu.sele_sort(l)
print(l)
运行结果：
[1, 9, 12, 14, 21, 23, 34, 34, 56, 78, 91, 100]
三、插入排序
思想：将待排序的序列分为两组，有序序列和无序序列，左边为有序序列，右边为无序序列，与选择排序不同的是，插入排序是操作左边的序列，从右边的序列中拿出数据和左边的序列进行比较，满足条件后插入进左边的有序序列中。最后遍历到最后一个，左边的有序序列生成。
算法复杂度：
最优复杂度：O(n)
最坏复杂度：O(n^2)
稳定性：稳定
举个例子：
比如待排序的序列，需求是需要将如下的序列按照升序进行排列：
34 12 23 56 78 21 9
第一轮：从第二个数开始，索引为1，也就是12和前面的1个数进行比较，首先和34进行比较，12比34小，进行交换，交换后的序列为：12 34 23 56 78 21 9
第二轮：从第三个数开始，索引为2，也就是23和前面的两个数进行比较，首先和34进行比较，23比34小，进行交换，交换后为 12 23 34 56 78 21 9
然后将23和12进行比较，23比12大，不满足条件，不进行交换，这一轮结束后：12 23 34 56 78 21 9
…
依次类推。
最后一轮：将最后一个值和前面的n-1个数进行比较。放在合适的位置。
下面使用python语言实现：
class insert_seq(object):
def insert_func(self,li):
for j in range(1,len(li)):
count = 0
for i in range(j,0,-1):
if li[i] < li[i-1]:
li[i],li[i-1] = li[i-1],li[i]
count += 1
if count == 0:
break;
l = [34,12,23,1,4,2]
li_bu = insert_seq()
li_bu.insert_func(l)
print(l)
运行结果：
[1, 2, 4, 12, 23, 34]
扫一扫
3280
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
