Python数据结构与算法 测验

Python数据结构测试题

1.使用Python实现冒泡排序，并分析时间复杂度

def bubble_sort(alist):
    """冒泡排序"""
    count = 0 #用于降低最优时间复杂度
    for j in range(1,len(alist)):
        for i in range(len(alist)-j):
            if alist[i]>alist[i+1]:
                alist[i],alist[i+1] = alist[i+1],alist[i]
                count += 1
        if count == 0:
            #发现原列表排序正确，不需排序
            return

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(n^2)

2.使用Python实现选择排序，并分析时间复杂度

def select_sort(alist):
    """选择排序"""
    for j in range(len(alist)-1):
        min_index = j  # 记录最小位置
        for i in range(j+1,len(alist)):
            if alist[min_index] > alist[i]:
                min_index = i
        alist[j],alist[min_index] = alist[min_index],alist[j]

时间复杂度

• 最优时间复杂度：O(n^2)
• 最坏时间复杂度：O(n^2)

3.使用Python实现快速排序，并分析时间复杂度

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)

时间复杂度

• 最优时间复杂度：O(nlogn)
• 最坏时间复杂度：O(n^2)

4.使用Python实现二分查找，并分析时间复杂度

def binary_search2(alist, item):
    """二分查找递归版"""
    n = len(alist)
    if n>0:
        mid = n//2
        if alist[mid] == item:
            return True
        elif alist[mid] < item:
            return binary_search2(alist[mid+1