17.Python修炼之路【21-插入排序】2018.05.17

插入排序

        插入排序(英语:Insertion Sort)是一种简单直观的排序算法。它的工作原理是通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入。插入排序在实现上,在从后向前扫描过程中,需要反复把已排序元素逐步向后挪位,为最新元素提供插入空间。

插入排序分析

         

方法一:此方法较难理解
def insert_sort(alist):
    # 从第二个位置,即下标为1的元素开始向前插入
    n = len(a,list)
    # 外层循环:从右边的无序列表当中取出多少个元素执行下面内层循环这样的过程
    for i in range(1,n):
        # 从第i个元素开始向右边比较,如果小于左边的元素,则交换位置
        # 内层循环:执行从右边的第一个位置上取出第一个元素,然后将其插入到前面正确的位置上
        for j in range(i, 0, -1): # 切片操作:从大到小递减,i,0表示取i到1之间的值(不包括0),且步长为-1
            if alist[j] < alist[j-1]:
                alist[j], alist[j-1] = alist[j-1], alist[j]
#程序实现
alist = [54,26,93,17,77,31,44,55,20]
insert_sort(alist)
print(alist)

方法二:

def insert_sort(alist):
    """插入排序"""
    n = len(alist)
    # 外层循环: 从右边的无序列表当中取出多少个元素执行下面内层循环这样的过程
    # 表示从下标1开始,到n结束,执行n-1次操作
    for j in range(1,n):
        # i表示内层循环起始值,i=j表示内层循环从右边的第一个下标位置取元素
        i = j
        # 内层循环:执行从右边的第一个位置上取出第一个元素,然后将其插入到前面正确的位置上
        while i > 0: #i不能等于0
            if alist[i] < alist[i-1]:
                alist[i],alist[i-1] = alist[i-1],alist[i]
            else:
                i -= 1

alist = [54,26,93,17,77,31,44,55,20]
insert_sort(alist)
print(alist)

时间复杂度
  • 最优时间复杂度:O(n) (升序排列,序列已经处于升序状态)
  • 最坏时间复杂度:O(n^2)
  • 稳定性:稳定

插入排序演示

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
可以使用以下代码将给定的列表转换成一个 Pandas 数据框(DataFrame): ```python import pandas as pd # 给定的列表数据 data = [['日期', '2018-01-03', -1.172468, '2018-01-04', -0.258565, '2018-01-05', 0.163079, '2018-01-08', -1.179654, '2018-01-09', 0.411397, '2022-12-26', -0.784676, '2022-12-27', 1.262722, '2022-12-28', 0.104694, '2022-12-29', -0.408606, '2022-12-30', 0.484443], ['日期', '2018-01-03', -0.329916, '2018-01-04', -0.012197, '2018-01-05', -0.615016, '2018-01-08', -1.149181, '2018-01-09', -0.173742, '2022-12-26', -0.177332, '2022-12-27', 1.786322, '2022-12-28', 1.108457, '2022-12-29', -0.693480, '2022-12-30', 0.333768], ['日期', '2018-01-03', -0.295204]] # 将列表转换成数据框 df = pd.DataFrame(data) # 设置列名 df.columns = ['col' + str(i) for i in range(df.shape[1])] # 将第一列作为行索引 df = df.set_index('col0') # 将奇数列作为日期列,偶数列作为数值列 df_dates = df.iloc[:, ::2] df_values = df.iloc[:, 1::2] df_dates.columns = range(df_dates.shape[1]) df_values.columns = range(df_values.shape[1]) # 将日期列和数值列合并成一个数据框 df = pd.concat([df_dates.stack(), df_values.stack()], axis=1) df.columns = ['日期', '数值'] # 将日期列转换成日期类型 df['日期'] = pd.to_datetime(df['日期']) ``` 注意:给定的列表中有多个子列表,每个子列表包含了日期和数值数据。我们需要将这些子列表转换成一个 Pandas 数据框,并将日期列和数值列拆分成两个数据框,然后再将它们合并成一个数据框。最后,我们还需要将日期列转换成 Pandas 中的日期类型。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值