1. 冒泡排序

  冒泡排序(Bubble Sort)是稳定排序,其基本思想是:遍历待排序列,依次两两比较,如果顺序错误就交换。如果从头开始遍历,把较大的交换到后面,结果就是越大的数据越往下沉,所以也可以称为“下沉排序”;如果从尾开始向前遍历,把较小的交换到前面,结果就是越小的数据越往上浮,这就是“冒泡排序”名称的由来。冒泡排序比较简单,python实现如下:

def bubble_sort(array):
length = len(array)
for i in range(0, length): # 这轮遍历只是表示整个排序最大需要几轮
j = length - 1 # 这个例子从后开始遍历,演示的是“上浮冒泡排序”
while j >= i: # 每轮遍历只需要剩下的比较未排序的序列,前i个元素已经有序了(也就是说整个序列下标小于i的元素都已经有序)
if array[j] < array[j-1]:
array[j-1], array[j] = array[j], array[j-1]
j -= 1

上面的例子是不管待排序列本身是否有序,全部遍历。而实际上待排序列可能本身就已经有序(或部分有序),这样在遍历并比较的过程中就不会交换数据。也就是说如果在某一轮的遍历过程中没有交换数据,就说明整个序列已经有序了。所以上面的代码还可以略做优化:

def optimized_bubble_sort(array):
length = len(array) has_switched = True # 是否有数据交换
for i in range(0, length): # 这轮遍历只是表示整个排序最大需要几轮
# 没有数据交换,说明序列有序,退出循环,完成排序
if has_switched is False:
break has_switched = False # 每轮比较,初始假设没有数据交换 j = length - 1 # 这个例子从后开始遍历,演示的是“上浮冒泡排序”
while j >= i: # 每轮遍历只需要剩下的比较未排序的序列,前i个元素已经有序了(也就是说整个序列下标小于i的元素都已经有序)
if array[j] < array[j-1]:
array[j-1], array[j] = array[j], array[j-1]
has_switched = True # 有数据交换
j -= 1

2. 选择排序

  选择排序(Selection Sort)是不稳定排序,它的过程为:从整个序列中找出最小的元素和第一个元素交换,然后再从剩下的序列中找出最小的和第二个元素交换...,共需重复待排序列的长度减一的次数,最终得到一个有序序列。Python实现如下:

def simple_selection_sort(array):
length = len(array) # 获取最后一个元素的下标 # 需要遍历 len(array) - 1 次。因为前面的都排好序后,最后只剩一个元素,
# 而且最后的这个元素是前面比较替换之后确定的一个元素,自然是有序的
for i in range(length-1):
index_min_value = i # index_min_value 为最小元素对应的下标,假设下标为i的元素最小 # 从剩下的元素里面找出最小的
for j in range(i+1, length):
if array[j] < array[index_min_value]:
index_min_value = j # 如果第i个元素不是最小的,将最小元素与第i个元素交换位置
if index_min_value != i:
array[i], array[index_min_value] = array[index_min_value], array[i]

3. 插入排序

  插入排序(Insertion Sort)是稳定排序,它的基本操作是将一条记录插入到已经排好序的有序序列中,从而得到一个新的、记录数增1的有序序列。具体实现为:从待排序列的第二个元素开始,将当前元素抽出来插入到前面的有序序列中。第一步抽出第2个元素(它的前面就只有一个元素,可以看做是只包含一个元素的有序序列),然后将这第2个元素插入到前面的有序序列中,得到一个有两个元素的有序序列。第二步抽出第3个元素,重复第一步的操作。最后就得到一个完整的有序序列。

def insertion_sort(array):
# i 从第2个元素开始
for i in range(1, len(array)):
# 第i个元素之前的序列是有序序列,这里将第i个元素插入到之前的有序序列中
# 插入第i个元素完成后的有序序列长度会多一个,这里先将第i个元素暂存起来,空出位置
temp_value = array[i] # 第i个位置已经是空位了,从第i-1个元素逆向遍历,将 temp_value 插入到合适的位置
j = i
while j > 0 and array[j-1] > temp_value:
array[j] = array[j-1] # 就是将第j-1个元素后移一个位置
j -= 1 # 最后第j个位置就是 temp_value 需要插入的位置
array[j] = temp_value

4. 归并排序

  归并排序(Merge Sort)是稳定排序。归并排序采用D&C(分治,divide and conquer)策略,首先将待排序列分解成有序序列(空序列或只包含一个元素的序列可以看做是有序序列),再讲每个有序序列归并,最终得到一个完整的有序序列。

def merge_sort(array):
if len(array) <= 1: # 基线条件,此时的序列就是有序序列,分解的停止条件
return array # 分解待排序列
mid = len(array) // 2
left = merge_sort(array[:mid]) # 递归调用自身,直到子序列有序,即达到上面的基线条件
right = merge_sort(array[mid:]) # 合并有序的子序列
return merge(left, right) def merge(left, right):
"""
合并left、right,left和right均为有序序列
"""
result = [] # 结果集
left_pointer = 0 # 指向left的指针,初始指向left的第一个元素
right_pointer = 0 # 指向right的指针,初始指向right的第一个元素 # 从left的第一个元素和right的第一个元素开始对比,
# 哪边的元素较小则将哪边的元素放入result,并将较小元素的指针往后移一位
while left_pointer < len(left) and right_pointer < len(right):
if left[left_pointer] < right[right_pointer]:
result.append(left[left_pointer])
left_pointer += 1
else:
result.append(right[right_pointer])
right_pointer += 1 if left_pointer == len(left):
# 左边的指针已经指向left的最后一个元素,说明左边的元素已经全部添加到result了,直接把右边剩下的依次追加到result
for i in right[right_pointer:]:
result.append(i)
else:
# 否则就是右边的元素已经全部添加到result了,直接把左边剩下的依次追加到result
for i in left[left_pointer:]:
result.append(i) return result

5. 快速排序

  快速排序(Quick Sort)是不稳定排序。快速排序也采用了D&C策略,首先选取一个基准值,然后通过一次遍历将待排序列分成三部分(这被称为分区,partitioning):所有元素都小于或者等于基准值的一个序列less_array、基准值、所有元素都大于基准值的一个序列grater_array。这个时候对整个序列排序就很容易了:less_array + 基准值 + grater_array,对于less_array和grater_array再分别采用递归的方式进行快速排序,最后得到整个待排序列的一个有序序列。

def quick_sort(array):
if len(array) < 2: # 退出递归的基线条件
return array pivot = array[0] # 基准值,可随便选取 # 分区
less_array = [i for i in array[1:] if i <= pivot]
grater_array = [j for j in array[1:] if j > pivot] # 采用一次遍历分区的方法,偶尔会报错:RecursionError: maximum recursion depth exceeded while calling a Python object
# less_array, grater_array = [], []
# for num in array:
# if num <= pivot:
# less_array.append(num)
# else:
# grater_array.append(num) return quick_sort(less_array) + [pivot] + quick_sort(grater_array)

最新文章

  1. 通过AngularJS实现前端与后台的数据对接(一)——预备工作篇
  2. 【java】jstack
  3. Android开发学习之路-Android Studio开发小技巧
  4. sql面试题一 学生成绩
  5. Sqlite日期类型问题:该字符串未被识别为有效的 DateTime(String not recognized as a valid datetime)
  6. python中获取上一个月一号的方法
  7. HTTP状态码大全
  8. iOS工作笔记(十五)
  9. Java设计模式学习笔记(观察者模式)
  10. Windows系统安装Oracle 11g客户端
  11. JavaScript中值的真真假假(true and false)
  12. http-server 使用介绍
  13. CSS编码技巧
  14. 死链接检查工具:Xenu 使用教程
  15. selenium使用遇到的问题(selenium.common.exceptions.WebDriverException: Message: &#39;chromedriver&#39; executable needs to be in PATH.)
  16. 【JVM】关于类加载器准备阶段的一道面试题目
  17. Scrapy反爬
  18. jquery ajax 设置请求头header 参数
  19. [转]Tomcat的部署
  20. Spring MVC - 拦截器实现 和 用户登陆例子

热门文章

  1. Performance standard (ALPHA release) 12/17/2015
  2. cool-yogurt小组采访感想
  3. linux上Docker安装gogs私服
  4. pytorch Dataset数据集和Dataloader迭代数据集
  5. curl发送多维数组
  6. ASP.NET Core Razor Pages 初探
  7. tp5--开启与关闭调试模式
  8. [函数] PHP取二进制文件头快速判断文件类型
  9. MarkDown排版测试
  10. SQLI-LABS学习笔记(四)