排序演算法總結 python實現

最近在複習軟考，把看到的排序演算法整理了一下，之所以用python寫，是因為python寫起來簡單....好吧，後來寫的時候發現有些地方用c寫還方便些。python雖然簡潔，但用起來效率感覺還是有些低，不過這不是重點啦。。。

# -*- coding: utf-8 -*-
def bubblesort(data):
'''氣泡排序： 時間複雜度最好o(n)，平均o(n*n)，最壞o(n*n)，輔助空間 o(1)，演算法穩定
n個數，每次從第乙個數開始和相鄰的數比較，將大的冒泡到後面去。第一趟將最大的冒泡到最後，
然後第二次只需比較0~n-1，將其中最大的冒泡到n-1，依次下去...總共進行n-1趟排序即可
'''if data:
for i in range(len(data)):
for j in range(len(data)-i-1):
if data[j]>data[j+1]:
data[j],data[j+1]=data[j+1],data[j]
return data
def quicksort(data,low,high):
'''快速排序：o(n*logn),o(n*logn),o(n*n),o(n*logn),不穩定
冒泡的改進，被認為是當前最優秀的內部排序演算法（當然這也不是絕對的，還要看具體情況）。實現基於分治法：分解-解決-合併。
基本思想：
1.從數列中取出乙個基數，
2.將數列中比他大的放在右邊，小的在左邊。
3.兩邊區間重複2，直到各區間只有乙個數。
整個演算法中的基數就是個坑，跳來跳去，總之比他小始終放一邊，大的放另一邊就行
參考：'''
if low < high:
left,right,base=low,high,data[low]
while left =base:
right-=1
if left < right:
data[left]=data[right]
#left+=1 這裡直接+1更快，因為data[left]必然小於base，下次迴圈不用算
#從前往後找比base大的數
while left =0 and data[j] > key:
data[j+1]=data[j]
j-=1
data[j+1]=key
return data
def selectsort(data):
'''選擇排序： 時間複雜度最好o(n*n)，平均o(n*n)，最壞o(n*n)，輔助空間 o(1)，演算法不穩定
n個數，每一趟從待排序列l2中選擇最大（或最小）數順序放在已排好序列l1後面（或前面）
總共經過n-1趟可排好，與插入排序相比，都是將資料分為已排和未排序列並將未排元素整理
到已排序列中，不同的是插入排序在未排序列中按序整理，選排則是按大小選擇整理。
'''if data:
for i in range(len(data)-1):
minnum=i
for j in range(i+1,len(data)):#在l2中尋找最小值
if data[j]1:
gap=n/2 
while gap > 0: 
for i in range(gap):#按步長插入排序
for j in range(i+gap,n,gap):
if data[j] < data[j-gap]:
key = data[j]
k=j-gap
while k >=0 and data[k] > key:
data[k+gap]=data[k]
k-=gap
data[k+gap]=key
gap/=2
return data
if __name__ =="__main__":
data=[3,5,1,56,3,7,34,21,8]
print data
#insertsort(data)
#bubblesort(data)
#selectsort(data)
#shellsort(data)
quicksort(data,0,len(data)-1)
print data

實際上python列表內建了排序演算法。sort和sorted。

1.內部排序是指待排序列完全存放在記憶體中進行的排序，適合不太大的序列。包括

插入排序（直接插入排序）

快速排序

選擇排序（簡單選擇排序）

氣泡排序

希爾排序

堆排序歸併排序

2.外部排序指能處理大量資料的排序演算法，資料不能一次裝入記憶體，通常要借助外儲存器。常採用排序-歸併策略，比如外歸併排序。詳情參考wiki：外排序

3.python中沒有自增和自減運算，這在寫**的時候異常不方便。當然咯，這也與python的設計目標有關係。python的設計哲學是優雅，明確、簡單。他們可能認為這樣不太優雅，不利於**的可讀性，譬如js也不推薦使用++和--。另外乙個原因，那就是python不提供像c那樣直接操作記憶體的功能。當執行a+=1時，c會直接修改a在記憶體中的值，而python則會在記憶體中新建乙個整型變數（也不完全這樣，有些小資料python會復用，見下面第4點），然後讓a指向它。所以如果要執行a++，c語言中a還是那個a，而python中的a已經不是原來的a了，這樣就亂套了！

說到這裡，再扯一下python中的可變物件和不可變物件。python中所有物件都是值的引用。不可變指的是值不可變。要修改變數的值就要在記憶體中新建乙個值並讓變數指向它，原來的如果不用就會被gc**。可變物件不需要在其他地方申請記憶體，直接在自己後面申請/釋放空間即可，原位址不變。

4.對於小數值整型物件，比如1~100，python虛擬機器在啟動時會先在記憶體中生成好，放在緩衝區以便於快速呼叫。看下面的例子：

開始a，b為100，a is b是true，說明a，b指向記憶體中同乙個物件，後面值變大了，a=100000時python會在記憶體中新建乙個物件，b=100000也會新建乙個物件，所以a，b指向不同物件，故為false。id(a)是檢視a的位址。

5.有關for迴圈，實質上是乙個遍歷，for i in range(0,10),range（）會生成乙個0到9的list讓i遍歷。這樣就有乙個缺陷：i在迴圈前每一步的值是確定的，不能動態改變。而在c語言中，for(int i=n/2,i>0,i=i/2)，i是隨著迴圈每次都會改變的。不過事實上，i的值在迴圈前也是可以推算出來的，因此肯定是可以用python的for迴圈代替c的for（int i=n/2,i>0,i=i/2),只不過lz還沒想到，誰知道還麻煩說一聲，哈哈！

排序演算法總結 python實現

排序演算法總結 Python實現一

排序演算法python實現

python排序演算法實現

排序演算法總結 python實現

排序演算法總結 Python實現 一

排序演算法python實現

python排序演算法實現

相關推薦

排序演算法總結 Python實現一