Python 内置数据结构及排序、冒泡算法|学习笔记

简介: 快速学习 Python 内置数据结构及排序、冒泡算法

开发者学堂课程【Python 开发基础入门:Python 内置数据结构及排序、冒泡算法】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/556/detail/7659


Python 内置数据结构及排序、冒泡算法

内容介绍:

一、元组 tuple

二、元组的定义初始化

三、元组元素的访问

四、元组查询

五、元组其他操作

六、命名元组 namedtuple

七、练习

八、冒泡法

九 、冒泡法总结

 

一、 元组 tuple

相对于列表来讲,元组究竟是可变还是不可变,这种数据结构,有好几种,它是不可变的,不可变,可以认为它是只读的,但是这个不可变,需要知道它是什么地方不可变。

元组是使用小括号来表示的,这是 Python 中一个特别的东西,每一种数据结构,它的适用场景。

list 在某些场景下去使用的时候,它是有效率问题,那么 tuple 一样。可以简单的认为,虽然这样不准确,但是可以简单的认为。这是一个只读列表。

便于理解,可以这么简单理解,也就说它是一个只读的,它的那些能跟修改,删除,增加相关的方法全都没有。

一次性创建好,创建好之后,就不允许在里面再添加删除元素,也不允许对当前这个放在里面这个元素,然后进行任何的修改。当然这个元素的修改,其实本质上是用的内存地址。

也就是说只要那个内存地址不变就没有问题,但是提到内存地址,就应该想到是引用类型。

那如果说里面放的是个1或者放的是 abc ,现阶段就理解他放了就是这个东西,放这个单值,所以说这个内容的也不允许改,但是如果里面放一个引用类型,放在内存地址相当放个门牌号码,打开这个门一看变了。

人家在这个房间里想怎么改,怎么改,但是内存地址不改,就相当于对元组来讲,它就没改对,这个例子。就这个很好地符合实践的结果,当然要去追求本质的时候,再加深理解,目前对内存的理解还不够,所以说先不要这么去记。

这样会增加记忆负担,还必须清楚这些所谓的字面常量在内存中是怎么放的,所以现在先这样做,以后在逐步加深。

一个有序的元素组成的集合

使用小括号()表示

元组是不可变对象

Ps:可以简单的认为他是一个只读列表,并且要明白是什么不可变。小括号是元组,中括号是列表。 我们要明白list 的作用。

 

二、 元组的定义初始化

元组的这个定义方法,一般来讲的话,有下面这几种形式,那这一种

t= (1,)*5 ,它是用一个元组,它用乘法生成了一个新元组,如果它

不生成一个新元组,就相当于它并没有 return,这相当于 return,

就是按照一个 return,就是返回了一个新的。

返回之后才能复制。如果不返回,相当于是 None ,复制出去,就

相当于 t= None。

所以这句话的本质也应该理解,这相当于它用乘法之后,把它里面元

素复多复制了多少,然后组成一个新元组,这个新的元组交给谁?

如果它不能返回一个新的元组的话,那么给 t 的值就是None ,那

就没有意义,那这些东西都一样,凡事能这么写的,一般来讲。右边就不应该写成这样。

定义

tuple() -> empty tuple

tuple(iterable) -> tuple initialized from iterable's items

t = tuple()#工厂方法

t= ()

t = tuple(range(1,7,2)) # iteratable

t= (2,4,6,3,4,2)

t= (1,) # -个元素元组的定义,注意有个逗号

t= (1,)*5 #用一个元组,用乘法生成了一个新的元组

t= (1,2,3)* 6

例如:

1) .输入;

a=print(b)

运行结果:

b

2) .输入;

type(a)

运行结果:

NoneTyple

3) .输入;

a=()

a

运行结果:

()

4) .输入:

a=tuple()

a

运行结果:

()

Ps:返回值很重要,python中默认返回值为none,一个空值。没有返回的内容。

5)输入:

a=print(b)

print(b)

a=None

运行结果:

B

5) 输入:

lst=[]

lst.append(1).append(2)

输出结果:

这种写法是不对的,都是空

 

三、元素元组的访问

对于元组来说,正索引负索引所以都会支持,但是因为它是只读的,所以给它里面的某一个格子里面,想给它重新赋值,是不可以的。

如果里面是个引用类型,只能对那个引用类型的那个对象进行修改,不能对元组这一层进行修改,它是只读,它不允许,正索引负索引一样,上下不允许超界,超界会报错误,更准确的叫法应该是叫抛出异常。

支持索引(下标)

正索引:从左至右,从0开始,为列表中每一个元素编号

负索引:从右至左,从-1开始

正负索引不可以超界,否则引发异常 IndexError

元组通过索引访问

tuple[index],index就是索引,使用中括号访问

t[1]

t[-2]

t[1]= 5

四、 元组查询

元组查询跟 list 是一样的,因为它们的方法都是一模一样的,因为这些方法在这些有序的这个里面,它们都是通用的,因为它也希望它的所有的这些方法,或者称为操作,或者称为API。

这些东西都应该是一样的,这便于大家去记忆,所以它尽量把它设计的是一样的,但既然是一样的,那么来理解它就发现跟列表这块是相似的,也就说它所有的这种时间复杂度都是一个样子的。所以可以把它们认为是一个简化版的 list,只读的  list 。

index(value,[start,[stop])

通过值value,从指定区间查找列表内的元素是否匹配

匹配第一个就立即返回索引

匹配不到,抛出异常ValueError

count(value)

返回列表中匹配value的次数

时间复杂度

index和count方法都是O(n)

随着列表数据规模的增大,而效率下降

len(tuple)

返回元素的个数

Ps:所有时间元素都是一样的

 

五、 元组其他操作

元组是只读的,所以增、改、删方法都没有

Ps:在某些时候传给客户的数据,只是为了客户去读,或者在内存中大量的存在,就没有增删改。

对于获取的数据,如果不进行增删改,选用元组最为合适。回顾一下学习的 list ,它更多的是 append 等等。

如果有时候要在尾部追加,就算开辟得很好,但是偶尔可能还是要加一些数据进去,就避免不了 append ,append 它本身的时间复杂度就已经很好了。如果后面还有空间,就可以直接加,如果没有它就会开辟空间出来。但是需要考虑的远远不止这一点,还有其他很多情况。

下去之后一定要把习题练好,把一道题当作十道题来练习,要加深印象,并且不能只麻木的练习,还要去思考,要有逻辑思维能力,不然之后写程序很容易出现 BUG ,还要好好调试写好的代码,测试一下,测试之后没有问题再把它放到服务器上去。

 

六、、 命名元组 namedtuple

命名元组一般是讲完面向对象,自己建立类以后就很少再用它,但是这个有时候会出现在源码中。

帮助文档中,查阅 namedtuple,有使用例程

namedtuple(typename, field_ names, verbose= False, rename=False)

命名元组,返回一个元组的子类,并定义了字段大

field_names可以是空白符或逗号分割的字段的字符串,可以是字段的列表

from collections import namedtuple

Point = namedtuple('_ Point','x';'y'") # Point为返回的类

Ps:Point 是一个标识符,标识符要拿来使用, _ Point 是一个字符串,不能把字符串拿来使用,会报错。也就是说,名字和标识符是两码事,要去创建一个真正的对象出来,要用变量而不是名字,名字相当于是一个代号,标识符是用来指代这个对象,就可以加括号调用。它们不一样,要注意区别。

p = Point(11, 22)

Ps:创建出新的类型

Student = namedtuple( Student', 'name age')

tom = Student("tom', 20)

jerry = Student(jerry', 18)

tom.name


七、练习

依次接收用户输入的3个数,排序后打印(要用以下4种方法完成,为了方便直接使用正整数)

不论是从大到小还是从小到大,只要把这几个数排序出来就就可以,用分支结构 if-else-if。If-else 是基本功,依然有同学写不出来,要求大家上课必须要练习的,这个以后写代码有一个严密的逻辑。

冒泡法使用的最多,而且是面试中问的最多的一种方法,所以必须会写。

转换 int 后,判断大小顺序。使用分支结构完成

使用 max 函数

使用列表的 sort 方法

冒泡法

Ps:必须会分支结构,这是基础。必须要掌握冒泡法,在许多面试中会用到,非常重要。

转换int后,判断大小排序。使用分支结构完成

1).常规方式:

nums = []

out = None

//输3个数

for i in range(3):

nums . append(int(input( '{}: ' .format(i))))

if nums[0] > nums[1]:

if nums[0] > nums[2]:

i3=nums[0]

if nums[1] > nums[2]:

i2=nums[1]

i1=nums[2]

else:

i2=nums[2]

i1=nums[1]

else:

i2=nums[0]

i3=nums[2]

i1=nums[1]

else:#0<1

if nums[0] >nums[2]:

i2=nums[0]

i3=nums[1]

i1=nums[2]

else:#0<2

if nums[0]

i2=nums[1]

i3=nums[2]

i1=nums[0]

else:# 1>2

i2=nums[2]

i3=nums[1]

i1=nums[0]

print(i1,i2,i3)

2).改进

nums = []

out = None

//输3个数

for i in range(3):

nums . append(int(input( '{}: ' .format(i))))

if nums[0] > nums[1]:

if nums[0] > nums[2]:

if nums[1] > nums[2]:

out = [2,1,0]

else:

out = [1,2,0]

else:

out = [1,0,2]

else: # 0<1

if nums[0] > nums[2]:

out = [2,0,1]

else: # 0<2

if nums[1] < nums[2]: #1<2

out = [0,1,2]

else: #1 > 2

out = [0,2,1]

out. reverse()

for i in out:

print(nums[i],end=', '

3.使用max函数

# max min的实现

nums =[]

out = None

for i in range(3):

nums . append(int(input('{}: ' .format(i))))

#此处不能使用for循环,不能一边迭代该列表, 同时删除或者增加该列表

while True:

cur = min(nums)

print(cur)

nums . remove(cur)

if len(nums) == 1:

print(nums[0])

break

4.使用列表的sort方法

#列表sort实现

nums =[]

out = None

for i in range(3):

nums . append(int(input( '{}: ' . format(i))))

nums .sort()

print(nums)

5.冒泡法(运用价值比较高)

num_ list = [

[1,9,8,5,6,7,4,3,2],

[1,2,3,4,5,6,7,8,9],

[1,2,3,4,5,6,7,9,8]

]

nums = num_list[2]

print (nums)

length = len (nums)

count_swap = 0.

count = 0

# bubble sort

for i in range (length) :

flag = False

for j in range (length-i- 1) :

count += 1

if nums[j] > nums[j+1] :

tmp=nums[j]

nums[j] = nums[j+1]

nums[j+1] = tmp

flag = True # swapped

count_swap+= 1

if not flag:

break

print (nums, count_ swap, count)


八、冒泡法

冒泡法三大排序算法之一,它的效率未必就很高,它很简单,在两分钟内就能写完。要求是五分钟内写完。

冒泡法属于交换排序,它就是两两比较比较谁大谁小,把大的房子最左边,或者放在最右边,总之要将顺序排列出来。两两比较,如果出现大小情况不一致,就将它们交换顺序。

如果满足预期要求,就不调换,在进行下一个比较。举个例子给五位同学按照身高排位置,首先把同学一与同学二作比较。然后就可以分辨出哪一个同学比较高,就把高的这个同学放在右边。

在去比较其他几位同学,然后再将比比出来的这个同学高的同学又换到最右边去,以此类推。两两比较,直到把这五位同学按照身高顺序排列出来为止。

冒泡法

属于交换排序

两两比较大小,交换位置。如同水泡咕嘟咕嘟往上冒

结果分为升序和降序排列

image.png

初始情况下,这些数字都是杂乱的,然后需要将它们排列出来。不管是从小到大,还是从大到小,但是必须都把它排列出来。

为了方便起见,从左到右,从小到大。升序排列这里的第一趟就是把最大的数往最右边放,但并不是在里面。

挑两个最大的数,往最右边放。在第一趟中,三个数字是189。然后1与8比较。位置就不用调换。因为大的,已经在右边了。8与9比较时候就可以发现,大的也在右边也可以不用换。9在与它旁边的5作比较。发现5比9小,所以说要把9往右边调。

以此类推,9比他右边的剩余的所有数都要大,所以说9被推到了最右端。第一趟结束,以此类推,比较出后面的数字大小。

Ps:会默认按照一种顺序排列

举例1:

第一种方式:

list=[1,3,2,0]

length =len(lst):

for i in range(length)

for j in range(length -1 -i):

if lst[j] > lst[j+1]:

tmp =lst[j]

lst[j]=lst[j + 1]

lst[j+1] = tmp

#lst[j],lst[j+1]=lst[j+1],lst[j]

print(list)

输出结果:

[0,1,2,3]

第二种方式:

list=[1,3,2,0]

length =len(lst):

for i in range(length)

for j in range(length -1 -i):

if lst[j] > lst[j+1]:

#tmp =lst[j]

#lst[j]=lst[j + 1]

#lst[j+1] = tmp

lst[j],lst[j+1]=lst[j+1],lst[j]

print(list)

输出结果:

[0,1,2,3]

特别强调,右边先计算。算完之后,在分别对应不能先给值,必须要计算完成之后再一一对应给值。

赋值表达式是右边所有的计算完成之后,还能给左边对应。这是基本原则。

举例2:

简单冒泡实现:

num_list=[

[1,9,4,5,7,8,6,2,3]

[1,2,3,4,5,6,7,8,9]

]

nums = num_list[1]

print(nums)

length=len(nums)

count swap = 0

count = 0

#bubble_sort

for i in range(length):

for j in range(length-i-1):

count += 1

if nums[j] >nums[j+1]:

tmp =nums[j]

nums[j] =nums[j+1]

nums[j+1] =tmp

count_swap += 1

print(nums,count-swap,count)

//借助了一个变量的空间就足够

Ps:

1. 必须知道比较多少回,以及交换多少回,比较的时间比较短,交换比较浪费时间,直接用索引去执行,交换越少,效率越高。

2.比较字符串的话,就必须比较他们的阿斯克码,一位一位的比较。

Ps:对于[1,2,3,4,5,6,7,8,9]两两比较没有交换,则表示它已经符合了要求。

第一串代码:

num_list=[

[1, 9, 8,5,6,7,4,3,2],

[1,2,3,4,5,6,7,8,9]

]

nums=num_list[0]

print (nums)

length = len (nums)

f1ag = False

count_swap =0

count =o

#bubble_sort

for i in range ( length) :

for j in range (length-i-1):

count +=1

if nums[j]>nums[j+1]:

tmp = nums[j]

nums[j]= nums[j+1]nums[j+1]=tmp

flag=Txue

#swaPPed

count_swap +=1

if not flag:

break

print(nums,count_swap,count)

第二串代码:

num_list =[

[1,9,8,5,6,7,4,3,2]

[1,3, 4, 5, 6,7,8,9]

[1,2, 3,4, 5,6,7,9,8]

]

nums=num_list[2]

print (nums)

length = len (nums)

count_swap =0

count =o

#bubble sort

for i in range (length):

flag = False

for j in range (length-i-1):

count +=1

if nums [j] >nums[j+1]:

tmp =nums[j]

nums[j]  = nums [j+1]

nums[j+1]=tmp

flag=Ture #Swapped

count_swap +=1

if not flag:

break

print (nums,count_swap,count)

Ps:优化实现第一串代码有问题,第二串代码正确。第一串代码的 flag=False 没有被调用。第二串代码中重新定义了。第二串代码的优化在于有一个简便的算法。

例如:

list=[1,3,2,0]

length =len(lst):

for i in range(length)

for j in range(length -1 -i):

if key(lst[j]) >  key(lst[j+1]):

#tmp =lst[j]

#lst[j]=lst[j + 1]

#lst[j+1] = tmp

#lst[j],lst[j+1]=lst[j+1],lst[j]

print(list)

输出结果:

[0,1,2,3]

 在 jupyter 中操作:

.输入:

print(str)

输出结果:str>

 .输入:

type(print(str))

输出结果:

str>

Out[10]:NoneType

升序

n个数从左至右,编号从0开始到n-1,索引0和1的值比较,如果索引0大,则交换两者位置,如果索引1大,则不交换。

继续比较索引1和2的值,将大值放在右侧。直至n-2和n-1比较完,第一轮比较完成。

第二轮从索引|0比较到n-2 ,因为最右侧n-1位置上已经是最大值了。依次类推,每一轮都会减少最右侧的不参与比较,直至剩下最后2个数比较。

降序

和升序相反


九、 冒泡法总结

冒泡法,它是交换排序法中的一种。它也是三种基本算法中最简单的一种。它的整个过程,就跟排大小个相同。

要把前面说的例子以及练习要做深刻理解。写的时候很简单,两层循环加一个交换,两个判断加一个交换。交换的越少,效率就会越高。交换不可避免。

冒泡法需要数据一轮轮比较

可以设定一个标记判断此轮是否有数据交换发生,如果没有发生交换,可以结束排序,如果发生交换,继续下一-轮排序

最差的排序情况是,初始顺序与目标顺序完全相反,遍历次数...-1之 和n(n-1)/2

最好的排序情况是,初始顺序与目标顺序完全相同,遍历次数n-1

时间复杂度0(n2)

n * (n - i -1) =n**2 -ni -n

n*n*n =n**3

空间复杂度

O(1)

print()

if bool (1):

pass

a[1] = 5

n**2 O(n) O(1)

相关文章
|
5天前
|
存储 缓存 算法
Python中常用的数据结构与算法优化技巧指南
Python是一种强大而灵活的编程语言,它提供了丰富的数据结构和算法库,但是在处理大规模数据或者需要高效运行的情况下,需要考虑一些优化技巧。本文将介绍一些Python中常用的数据结构与算法优化技巧,并附带代码实例,帮助你更好地理解和运用。
|
4天前
|
算法 数据中心 Python
基于python雪花算法工具类Snowflake-来自chatGPT
基于python雪花算法工具类Snowflake-来自chatGPT
15 4
|
5天前
|
存储 Python
Python中使用列表和字典来存储和处理复杂的数据结构
Python中使用列表和字典来存储和处理复杂的数据结构
|
5天前
|
机器学习/深度学习 算法 数据挖掘
Python机器学习10大经典算法的讲解和示例
为了展示10个经典的机器学习算法的最简例子,我将为每个算法编写一个小的示例代码。这些算法将包括线性回归、逻辑回归、K-最近邻(KNN)、支持向量机(SVM)、决策树、随机森林、朴素贝叶斯、K-均值聚类、主成分分析(PCA)、和梯度提升(Gradient Boosting)。我将使用常见的机器学习库,如 scikit-learn,numpy 和 pandas 来实现这些算法。
|
6天前
|
存储 索引 Python
Python的内置数据结构
Python的内置数据结构
|
1天前
|
机器学习/深度学习 算法 Python
使用Python实现深度学习模型:演化策略与遗传算法
使用Python实现深度学习模型:演化策略与遗传算法
5 0
|
3天前
|
算法 索引 Python
使用python实现冒泡、选择、插入基础排序
使用python实现冒泡、选择、插入基础排序
|
4天前
|
算法 Java 调度
Java数据结构与算法:拓扑排序
Java数据结构与算法:拓扑排序
|
5天前
|
算法 搜索推荐 C++
C++之STL常用算法(遍历、查找、排序、拷贝、替换、算数生成、集合)
C++之STL常用算法(遍历、查找、排序、拷贝、替换、算数生成、集合)
14 0
|
5天前
|
机器学习/深度学习 算法 搜索推荐
Python常用算法详细解释
Python常用算法详细解释
13 0