轉載:記錄python幾個演算法:
(一)插入排序
插入排序原址排序輸入的數,演算法在陣列A中重排這些數,
在任何時候,最多隻有常數個數字儲存在陣列外部。
插入排序是原地排序,基本無需外部空間。
從第二個元素開始,依次遍歷全部陣列。
其中,前半截為已排好的有序陣列而後半截為待排序的無序陣列。
每個元素從後向前依次對比,直到找到自己的位置。
插入排序是穩定排序。
def insert_sort(list1):
for j in range(1,len(list1)): # 從第二個元素開始遍歷,依次將元素放在指定位置
key = list1[j] #記錄當前值
i = j -1 #將當前值從當前位置之前逆序依次比較
while i>=0 and list1[i] >key:#如果當前值小於之前值,則說明當前值位於之前值的前面
list1[i+1] = list1[i] #將大於當前值的元素依次後移一位,給當前值留位置
i -=1
list1[i+1] = key # 將當前值插入第一個小於它的值的後面
return list1
if __name__ == "__main__":
list1 = [380,22,64,75,327,98]
list2 = ["wang","zhe","tian","jin","da","xue"]
ordered_list1 = insert_sort(list1)
ordered_list2 = insert_sort(list2)
print(ordered_list1) #[2,3,4,5,6,7]
print(ordered_list2) #['da']
(2)氣泡排序
氣泡排序原址排序輸入的數,演算法在陣列A中重排這些數,
在任何時候,最多隻有常數個數字儲存在陣列外部。
氣泡排序是原地排序,基本無需外部空間。
氣泡排序依次迴圈陣列,每輪迴圈從前向後依次比較兩個元素,排列使得後一個元素總是大於前一個元素。
因此,每輪迴圈可以保證當前未排序的列表中最大的元素放置在列表末尾。
即每輪迴圈後,可以使得未排序的列表長度減1。
重複直到列表僅剩唯一一個元素。
氣泡排序是穩定排序。
Python實現程式碼如下:
-
# -*- coding: utf-8 -*-
def bubbleSort(bubbleList):
listLength = len(bubbleList) #計算排序列表的長度
while listLength > 0:
for i in range(listLength - 1):
if bubbleList[i] > bubbleList[i+1]:
temp = bubbleList[i+1]
bubbleList[i+1] = bubbleList[i]
bubbleList[i] = temp #交換bubbleList[i]與bubbleList[i+1]的值
listLength -= 1 #每輪排序結束後,最後一個元素已經是最大的。因此只需要排前N-1個元素即可。
return bubbleList
if __name__ == '__main__':
list1 = [3,2,4,6,7,5]
list2 = ["wang", "zhe", "tian", "jin", "da", "xue"]
ordered_list1 = bubbleSort(list1)
ordered_list2 = bubbleSort(list2)
print(ordered_list1) #[2, 3, 4, 5, 6, 7]
print(ordered_list2) #['da', 'jin', 'tian', 'wang', 'xue', 'zhe']
歸併排序(MERGE-SORT)是建立在歸併操作上的一種有效的排序演算法,該演算法是採用分治法(Divide and Conquer)的一個非常典型的應用。
將已有序的子序列合併,得到完全有序的序列;即先使每個子序列有序,再使子序列段間有序。
歸併排序是透過遞迴和合並來實現的。
即首先將一個列表分為兩個字列表,字列表長度為1。然後在依次合併,使得合成的列表有序。
歸併排序的時間複雜度是nlogn。空間複雜度是n。
歸併排序是穩定排序。
Python的實現程式碼如下:
def mergeSort(lists):
if len(lists) <= 1: #當陣列長度為1時,則無需排序。
return lists
num = int(len(lists) / 2) #將一個陣列分為兩個部分
left = mergeSort(lists[:num]) #分別對左右兩個部分進行排序
right = mergeSort(lists[num:])
return merge(left, right) #將左右兩個有序陣列合併為一個有序陣列
def merge(left, right):
r, l = 0, 0 #初始化左右索引為0
result = [] #初始化結果列表
while l < len(left) and r < len(right): #當左右索引都尚未達到列表長度時。
if left[l] < right[r]: #如果左列表的值小於右列表的值
result.append(left[l]) #將左列表當前值存入結果列表中
l += 1 #左列表索引加1
else:
result.append(right[r]) #否則將右列表當前值存入結果列表中
r += 1 #右列表索引加1
result += right[r:] #將剩餘元素存入結果列表中
result += left[l:]
return result
if __name__ == '__main__':
list1 = [3,2,4,6,7,5]
list2 = ["wang", "zhe", "tian", "jin", "da", "xue"]
ordered_list1 = mergeSort(list1)
ordered_list2 = mergeSort(list2)
print (ordered_list1) #[2, 3, 4, 5, 6, 7]
print (ordered_list2) #['da', 'jin', 'tian', 'wang', 'xue', 'zhe']
(4)
快速排序是指:
透過一趟排序將要排序的資料分割成獨立的兩部分,其中一部分的所有資料都比另外一部分的所有資料都要小,然後再按此方法對這兩部分資料分別進行快速排序,整個排序過程可以遞迴進行,以此達到整個資料變成有序序列。
快速排序在平均情況下時間複雜度為nlogn。
但是在最壞情況(本身為正序或者逆序時),時間複雜度為n*n。
快速排序是不穩定排序。即對於本身值相同的元素,在經過快速排序後,元素的先後位置可能會發生變化。
一趟快速排序的演算法是:1)設定兩個變數i、j,排序開始的時候:i=0,j=N-1;
2)以第一個陣列元素作為關鍵資料,賦值給key,即key=A[0];
3)從j開始向前搜尋,即由後開始向前搜尋(j--),找到第一個小於key的值A[j],將A[j]和A[i]互換;
4)從i開始向後搜尋,即由前開始向後搜尋(i++),找到第一個大於key的A[i],將A[i]和A[j]互換;
5)重複第3、4步,直到i=j; (3,4步中,沒找到符合條件的值,即3中A[j]不小於key,4中A[i]不大於key的時候改變j、i的值,使得j=j-1,i=i+1,直至找到為止。找到符合條件的值,進行交換的時候i, j指標位置不變。另外,i==j這一過程一定正好是i+或j-完成的時候,此時令迴圈結束)。
Python的實現方式如下:
# -*- coding: utf-8 -*-
def quickSortFunction(L, low, high):
i = low #i表示被排序列表的起點
j = high #j表示被排序列表的終點
if i >= j: #若當起點和終點重合或起點在終點後時,則無需進一步排序
return L
key = L[i] #將起點元素選為被對比元素
while i < j: #當起點與終點尚未重合時
while i < j and L[j] >= key: #找到第一個小於key的元素的位置
j -= 1
L[i] = L[j] #將第一個小於key元素的值放入key元素的位置
while i < j and L[i] <= key: #找到第一個大於key元素值,放入剛才小於key元素的位置
i += 1
L[j] = L[i]
L[i] = key #當i和j重合時,將key元素放置在重合位置。表示該位置前的元素都小於該元素,而該位置後的元素都大於該元素。
quickSortFunction(L, low, i-1) #利用歸併的方法繼續對low到i-1和j+1到high的部分進行排序
quickSortFunction(L, j+1, high)
return L
def quickSort(list1): #呼叫quickSortFunction進行快速排序
return quickSortFunction(list1, 0, len(list1)-1) #low和high分別為0和len-1,表示對列表整體進行快速排序
if __name__ == '__main__':
list1 = [3,2,4,6,7,5,1,8,10,9]
list2 = ["wang", "zhe", "tian", "jin", "da", "xue"]
ordered_list1 = quickSort(list1)
ordered_list2 = quickSort(list2)
print (ordered_list1) #[2, 3, 4, 5, 6, 7]
print (ordered_list2) #['da', 'jin', 'tian', 'wang', 'xue', 'zhe']
(5)堆排序(Heapsort)是指利用堆積樹(堆)這種資料結構所設計的一種排序演算法,它是選擇排序的一種。
可以利用陣列的特點快速定位指定索引的元素。堆分為大根堆和小根堆,是完全二叉樹。大根堆的要求是每個節點的值都不大於其父節點的值,即A[PARENT[i]] >= A[i]。
在陣列的非降序排序中,需要使用的就是大根堆,因為根據大根堆的要求可知,最大的值一定在堆頂。
堆排序首先將待排序的陣列存入堆中,並將堆構造為最大/最小堆。再依次從堆中取出堆頂元素,從而得到有序陣列。
構造堆時,所用的方法為從最底層有子節點的節點開始依次向上處理。
取出頂元素恢復堆時則是先將末尾元素與頂元素交換位置,在對頂元素進行下沉處理即可。
堆排序是不穩定排序。即相同的元素再經過堆排序後,其先後位置可能發生變化。
堆排序的時間複雜度為N*logN。
Python的程式碼實現如下:
- # -*- coding: utf-8 -*-
- #用列表表示一個堆,其中列表中索引為0的位置為空。從索引1開始存放元素。
- def parent(i): #在堆中,某個節點的父節點為其索引值整除2。例如索引為4的父節點的索引為2。索引為9的父節點的索引為4。
- return i/2
- def left(i): #某個節點的左子節點的索引為i*2
- return i*2
- def right(i): #某個節點的右子節點的索引為i*2+1
- return i*2+1
- class Heap: #堆的資料結構類
- def __init__(self, heapList=[None]): #對堆進行初始化。沒有給堆初始列表時,初始化為僅包含一個None元素的列表。
- self.heapList = [None] + heapList #有初始化列表時,堆列表為初始化列表前插入None元素
- def max_heapfy(self, i): #表明對i節點進行最大堆恢復
- if (i*2) > self.length-1: #該元素沒有子節點時
- maxIndex = i
- elif (i*2+1) > self.length-1: #該元素只有左節點時
- maxIndex = left(i)
- elif self.heapList[left(i)] > self.heapList[right(i)]: #該元素同時有左右節點,且左節點的值大於右節點時
- maxIndex = left(i)
- else: #該元素同時有左右節點,且左節點的值小於右節點時
- maxIndex = right(i)
- if self.heapList[i] < self.heapList[maxIndex]: #當其子節點值大於其節點值時:
- self.heapList[i], self.heapList[maxIndex] = self.heapList[maxIndex], self.heapList[i]
- #交換其子節點的值和其值
- self.max_heapfy(maxIndex) #並對其子節點進行最大堆化
- def build_max_heap(self): #構建最大堆
- self.length = len(self.heapList) #計算堆的大小(包含第一個空元素)
- for i in range(self.length/2, 0, -1): #從包含子節點的節點開始依次向上遍歷
- self.max_heapfy(i)
- def insert(self, k): #向堆內插入元素
- self.length += 1 #堆的規模加1
- self.heapList.append(float("-inf")) #向堆內插入一個負無窮的數
- self.increase_key(self.length, k) #增加元素
- def maxinum(self): #查詢堆內最大元素,即為索引為1的元素值。
- return self.heapList[1]
- def extract_max(self): #彈出堆內最大元素。
- maxValue = self.heapList[1] #取得最大元素值
- self.heapList[1] = self.heapList[self.length] #將末尾元素移至堆頭
- del self.heapList[self.length] #刪除末尾元素
- self.length -= 1 #將堆的規模減1
- self.max_heapfy(1) #對堆頂元素最大堆化
- return maxValue
- def increase_key(self, x, k): #增加元素
- self.heapList[x] = k #將新增的負無窮位置賦予插入值
- while x > 1 and self.heapList[parent(x)] < self.heapList[x]: #當元素索引大於1且其值大於其父節點值
- self.heapList[parent(x)], self.heapList[x] = self.heapList[x], self.heapList[parent(x)]
- #交換其值和其父節點的值
- x = parent(x) #繼續對其父節點進行判斷
- def show(self): #展示堆
- print "the length of queue is", self.length - 1
- print "the heapList is", self.heapList[1:]
- def heapSort(unsortedList):
- heap = Heap(unsortedList) #將亂序列表轉換為堆
- heap.build_max_heap() #將堆構建為最大堆
- print heap.heapList
- print "*************heap has been build up*********"
- for i in range(len(unsortedList), 1, -1):
- heap.heapList[i], heap.heapList[1] = heap.heapList[1], heap.heapList[i] #將末尾節點與根節點進行交換,
- #交換完成後,i位置的節點為當前堆中最大的元素。即每次迴圈中得到的i索引的元素為已有序的列表。
- heap.length -= 1 #未排序的堆的規模減小1
- heap.max_heapfy(1) #此時,根節點不滿足最大堆的要求,需要對堆進行最大堆恢復
- return heap.heapList[1:]
- if __name__ == '__main__':
- list1 = [3,2,4,6,7,5,1,8,10,9]
- list2 = ["wang", "zhe", "tian", "jin", "da", "xue"]
- ordered_list1 = heapSort(list1)
- ordered_list2 = heapSort(list2)
- print ordered_list1 #[2, 3, 4, 5, 6, 7]
-
print ordered_list2 #['da', 'jin', 'tian', 'wang', 'xue', 'zhe']
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/220205/viewspace-2145573/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 記錄幾個例項和解決方案
- 記錄一個演算法網站演算法網站
- 記錄一個行列轉換
- HACCP原理——記錄的儲存(轉載)
- 簡單記錄幾個有用的sql查詢SQL
- 記錄幾個不錯的學習網站學習網站
- oracle實驗記錄 關於記憶體的幾個viewOracle記憶體View
- python的__init__幾種方法總結【轉載】Python
- 幾個指標(同比,環比,定期比)(轉載)指標
- sql取前幾條記錄SQL
- Python幾種加密演算法Python加密演算法
- 下載地址記錄
- 使用這個 Python 程式記錄你的活動Python
- 記錄幾個影片嵌入網頁的html程式碼寫法網頁HTML
- 轉載:一個python並查集類Python並查集
- 記錄最近的幾次面試(PHP)面試PHP
- vim幾款外掛使用記錄
- python使用記錄Python
- 轉載 ]查詢Windows記憶體洩露的幾種方法Windows記憶體洩露
- 面試演算法題記錄面試演算法
- 記錄一個這幾天大家安裝 laradock 遇到的大坑!!!
- 記錄內網Docker啟動Stable-Diffusion遇到的幾個坑內網Docker
- android開發者資源下載地址記錄(轉+補充)Android
- 記錄--createObjectURL這個API真好用,我舉幾個場景你們就懂了ObjectAPI
- [轉載]DSA演算法演算法
- [轉載]RSA演算法演算法
- [轉載]ElGamal演算法GAM演算法
- 幾個伴奏下載網站網站
- 演算法幾個數之和是某個數演算法
- python學習記錄Python
- Oracle DataGuard 常用維護命令參考手冊 [轉載記錄]Oracle
- oracle記錄累計演算法Oracle演算法
- 記錄一個sqlSQL
- AI回答記錄:python中有過載與重寫的概念嗎?AIPython
- 簡單的幾個排序演算法排序演算法
- 幾個最短路徑的演算法演算法
- EDUSRC | 記錄幾張edusrc證書站挖掘
- 鑑別硬體防火牆效能優劣的幾個標準(轉載)防火牆