排序算法
- 排序算法是一种能将一串数据依照特定顺序进行排列的一种算法。
一、排序算法的稳定性
- 稳定排序算法会让原本有相等键值的纪录维持相对次序,也就是如果一个排序算法是稳定的,当有两个相等键值的纪录R和S,且在原本的列表中R出现在S之前,在排序过的列表中R也将会是在S之前。
例如,将以下的数对将要以他们的第一个数字来排序。
(4, 1) (3, 1) (3, 7) (5, 6)
在这个状况下,有可能产生两种不同的结果,一个是让相等键值的纪录维持相对的次序,而另外一个则没有:
(3, 1) (3, 7) (4, 1) (5, 6)
(维持次序,稳定)
(3, 7) (3, 1) (4, 1) (5, 6)
(次序被改变, 不稳定)
二、冒泡排序
-
冒泡排序(Bubble Sort)是一种简单的排序算法,它重复地遍历要排序的数列,每次比较数列中相邻的两个元素,如果他们的顺序错误就把他们交换过来,直到数列排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。
-
冒泡排序算法的具体运作如下:
- 从数列起始位置开始,比较第一个元素和第二个元素,如果第一个比第二个大(升序),就交换他们两个。
- 对每一对相邻元素做同样的工作,从开始的第一对到结尾的最后一对。直到最大的数位于最后一个元素。
- 重新从第一个元素开始,重复以上步骤,直到第二大的数位于倒数第二个元素。
- 重复以上步骤,直到没有任何一对数字需要比较,排序完成。
-
算法实现(分步)
ali = [54, 26, 93, 22, 77, 31, 44, 55, 20]
n = len(ali) # 9
1.比较第一个元素和第二个元素,如果第一个比第二个大(升序),就交换他们两个。
if ali[1] > ali[2]:
ali[1], ali[2] = ali[2], ali[1]
2.利用循环对每一对相邻元素做同样的工作,i 需要到达列表的倒数第二个元素,即 列表长度-1, 因此 i 的取值为 0 —> 列表长度-2 ,因此 range(n - 1)。
for i in range(n - 1):
if ali[i] > ali[i + 1]:
ali[i], ali[i + 1] = ali[i + 1], ali[i]
3.重新从第一个元素开始,重复以上步骤,此时只需要比较列表的前 n-1 个元素,i 需要到达列表的倒数第三个元素,即 列表长度-1-1, 因此 i 的取值为 0 —> 列表长度-3 ,因此 range(n - 1 - 1);再比较列表的前 n-2 个元素,i 需要到达列表的倒数第四个元素,即 列表长度-1-2, 因此 i 的取值为 0 —> 列表长度-4 ,因此 range(n - 1 - 2)。
4.重复以上步骤,直到最后,i 只需要取 0,此时为range(n - 1 - (n - 1))。
for j in range(n-1):
for i in range(n-1-j):
if ali[i] > ali[i+1]:
ali[i], ali[i + 1] = ali[i+1], ali[i]
- 算法实现(整体)
# 方法1
def bubble_sort1(ali):
n = len(ali)
print(n)
for j in range(n - 1):
for i in range(n-1-j):
if ali[i] > ali[i + 1]:
ali[i], ali[i + 1] = ali[i + 1], ali[i]
# 方法二
def bubble_sort2(ali):
n = len(ali)
for j in range(n - 1, 0, -1):
for i in range(j):
if ali[i] > ali[i + 1]:
ali[i], ali[i + 1] = ali[i + 1], ali[i]
# 方法二的优化
def bubble_sort3(ali):
n = len(ali)
for j in range(n - 1, 0, -1):
count = 0
for i in range(j):
if ali[i] > ali[i + 1]:
ali[i], ali[i + 1] = ali[i + 1], ali[i]
count += 1
if count == 0:
# 若发现没有交换发生,说明已经有序,直接退出
break
if __name__ == '__main__':
ali = [54, 26, 93, 22, 77, 31, 44, 55, 20]
print(ali)
bubble_sort3(ali)
print(ali)
- 时间复杂度
最优时间复杂度: O ( n ) O(n) 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 ) O(n^2) O(n2)
稳定性:稳定