首页 > 编程语言 > 详细

常见排序算法

时间:2020-12-07 22:10:11      阅读:37      评论:0      收藏:0      [点我收藏+]

排序算法

标签(空格分隔): algorithm


冒泡排序

遍历n趟,每趟把最大的数交换到尾部

def bubble_sort(nums, n):
    i = n-1
    while i > 0:
        last = 0
        for j in range(0, i):
            if nums[j] > nums[j+1]:
                nums[j], nums[j+1] = nums[j+1], nums[j]
                last = j
        # 如果这一趟没有发生交换,说明已有序,终止遍历(last=0)
        i = last
  • 时间复杂度 O(n^2)
  • 稳定的排序方法

简单选择排序

遍历n趟,设定(0,n-1)段位有序段,后面为无序段,每趟遍历从无序段找到最小的数放入有序段尾部

def select_sort(nums, n):
    i = 0
    while i < n:
        min_index = i
        for j in range(i+1, n):
            if nums[min_index] > nums[j]:
                min_index = j
        
        if min_index != i:
            nums[min_index], nums[i] = nums[i], nums[min_index]
        i += 1
  • 时间复杂度 O(n^2)
  • 不稳定的排序方法
    对于序列: [48] 36 68 72 12 (48) 02
    最终结果: 02 12 36 (48) [48] 68 72

直接插入排序

设定第一个元素为有序序列,然后将剩余n-1个元素依次插入该序列,每次插入保证该序列有序

def insert_sort(nums, n):
    i = 1
    while i < n:
        j = i
        tmp = nums[i]
        while j > 0 and tmp < nums[j-1]:
            # 如果tmp < nums[j-1], tmp要插在nums[j-1]前面
            # 将nums[j-1]向后移动
            nums[j] = nums[j-1]
            j -= 1
        nums[j] = tmp
        i += 1
  • 时间复杂度 O(n^2)
  • 稳定的排序算法
    PS: 如果将tmp < nums[j-1]改成tmp <= nums[j-1],就是不稳定的

快速排序

在序列中选取某个元素R,将小于R的元素放在R左侧,大于R的放在R右侧,然后再分别对R左侧和R右侧的序列进行快速排序,直到子序列为空或只有一个元素。

def quick_sort(nums, n):
    q_sort(nums, 0, n-1)

def q_sort(nums, left, right):
    # nums[left]为元素R
    if left < right:
        i, j = left, right
        while i < j:
            while nums[i] < nums[left]:
                i += 1
            while nums[j] > nums[left]:
                j -= 1
            nums[i], nums[j] = nums[j], nums[i]
        # 元素R的最终位置为j
        nums[left], nums[j] = nums[j], nums[left]
        
        q_sort(nums, left, j-1)
        q_sort(nums, j+1, right)
  • 时间复杂度: O(nlogn)
  • 不稳定的排序算法

两路合并排序

将有n个元素的序列看n个长度为1的有序子序列,然后两两合并,得到?n/2?个长度为2或1的有序子序列;再两两合并,……,直到得到长度为n的有序序列时结束。

def merge_sort(nums, n):
    # i1, i2是子序列1的下、上界,j1, j2是子序列2的下、上界
    i1, i2, j1, j2 = 0, 0, 0, 0
    size = 1
    while size < n:
        i1 = 0
        while i1+size < n:
            j1 = i1 + size
            i2 = j1 - 1
            j2 = j1 + size -1
            # j2有又可能越界
            if j2 > n-1:
                j2 = n-1
            merge(nums, i1, i2, j1, j2)
            i1 = j2+1
        
        size *= 2

def merge(nums, i1, i2, j1, j2):
    # i1, i2是子序列1的下、上界,j1, j2是子序列2的下、上界
    tmp = []
    i, j = i1, j1
    while i <= i2 and j <= j2:
        if nums[i] < nums[j]:
            tmp.append(nums[i])
            i += 1
        else:
            tmp.append(nums[j])
            j += 1
    while i <= i2:
        tmp.append(nums[i])
        i += 1
    while j <= j2:
        tmp.append(nums[j])
        j += 1
    
    for i in range(i1, i1+len(tmp)):
        nums[i] = tmp[i-i1]
  • 时间复杂度:O(nlogn)
  • 空间复杂度:O(n)
    需要借助辅助数组存储临时数据
  • 稳定的排序方法

常见排序算法

原文:https://www.cnblogs.com/Zioyi/p/14090840.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!