03_1排序算法:冒泡排序、选择排序、插入排序

简介: 03_1排序算法:冒泡排序、选择排序、插入排序

冒泡排序概念

冒泡排序(Bubble Sort)是一种简单的排序算法它重复的遍历要排序的数列,一次比较两个元素,如果他们的顺序错误就把他们交换过来。遍历数列的工作室重复地进行直到没有再需要交换,也就是说该数列已经排序完成。这个算法的名字由来是因为越小(越大)的元素会慢慢“浮到”数列的顶端。

运作过程

  • 比较相邻的元素,如果第一个比第二个大(升序),就交换他们两个。
  • 对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对。这步做完之后,最后的元素会是最大的数。
  • 针对所有的元素重复以上的步骤,除了最后一个。
  • 持续每次对越来越少的元素重复上面的步骤,直到没有任何一对数字需要比较。

算法分析

时间复杂度

  • 最优时间复杂度:O(n) 表示遍历一次发现没有任何可以交换的元素,排序结束。
  • 最坏时间复杂度:O(n^2)每一个都要交换
  • 稳定性:稳定

代码实现

1. def bubble_sort_1(alist):
2. """
3.     两个for循环嵌套
4.     以 alist = [1,3,2,5,7,6,4]为例
5.     第一次需要遍历到索引6,第二次5,直到索引0
6.     :param alist:
7.     :return:alist:list
8.     """
9. for k in range(0,len(alist)-1):
10. for i in range(0,len(alist)-1-k):
11. if alist[i] > alist[i+1]:
12.                 alist[i],alist[i+1] = alist[i+1],alist[i] # 实现升序排列
13. return alist
1. def bubble_sort_2(alist):
2. """
3.     while循环+for循环嵌套
4.     以 alist = [1,3,2,5,7,6,4]为例
5.     主要是k的值的变化
6.     :param alist:
7.     :return:alist:list
8.     """
9.     k = 0
10. while k != len(alist)-1:
11.         k += 1
12. for i in range(0,len(alist)-k):
13. if alist[i] > alist[i+1]:
14.                 alist[i],alist[i+1] = alist[i+1],alist[i] # 实现升序排列
15. return alist
1. def bubble_sort_3(alist):
2. """
3.     while循环+for循环嵌套
4.     以 alist = [1,3,2,5,7,6,4]为例
5.     如果遍历的时候没有发现要交换的,则这个列表已经是一个排好序的,则直接break
6.     :param alist:
7.     :return:alist:list
8.     """
9. for k in range(0,len(alist)-1):
10.         count = 0
11. for i in range(0,len(alist)-1-k):
12. if alist[i] > alist[i+1]:
13.                 count += 1
14.                 alist[i],alist[i+1] = alist[i+1],alist[i] # 实现升序排列
15. if count == 0:
16. break
17. return alist

在这个优化里面只有当遍历完之后发现所有的都不需要操作的时候才会break,所以它的最乐观的时间复杂度还是O(n),最差的时间复杂度还是O(n^2),只在特定的情况下才会有优化的效果。我也尝试着用time模块的time.time()函数来获取程序运行的时间 ,但是程序运行的时间太短了,最终都显示0.0,我也懒得去增大列表的长度了(狗头)。


选择排序概念

选择排序Selection sort)是一种简单直观的排序算法。它的工作原理如下:

  • 首先在未排序序列中找到最小(大)元素,存放在排序序列的起始位置,即第一个位置。
  • 然后再将剩余未排序元素中继续寻找最小(最大)元素,放在第二个位置。
  • 以此类推,直到所有元素均排序完毕。

总结:先找出最大(最小)的元素,放在第一位或者最后一位。以找出最大的放在第一位为例,先找出最大的放在第一位,再在剩下的元素找出最大的元素,放在第二位,依次进行,直到遍历到最后一个元素,排序结束。选择选的就是最大或者最小的的,相当于挑高个,挑完最高的,再挑次高的,直到结束。

排序过程

时间复杂度

最优时间复杂度:O(n^2)

最坏时间复杂度:O(n^2)

稳定性:不稳定(考虑升序每次选择最大的情况)

代码实现

1. def selection_sort(alist):
2. """
3.     :param alist:
4.     :return: alist
5.     思想就是不断找出最小的放在最前面
6.     以alist = [10,1,3,2,5,7,6,4]为例,n=8
7.     第一次是把1放在最前面
8.     """
9.     n = len(alist)  # 8
10. for i in range(n): # 0-7
11. # 下面一段代码是为了找到最小值
12.         min_index = i
13. for j in range(i,n): #0-7
14. if alist[min_index] > alist[j]:
15.                 min_index = j
16. # 下面一段代码是为了交换最小值
17. if min_index != i:
18.             alist[i],alist[min_index] = alist[min_index],alist[i]
19. 
20. return alist

程序可以看成两段,一段是找到剩下里面最小的元素一段是交换最小值,这两步就可以完成排序,时间复杂度为O(n^2),注意写代码的时候,这两段要分开写,思路更加清晰一些,注意索引的值,可以代入最小时和最大时去检验,这样可以有效避免索引出错。


插入排序概念

插入排序(Insertion Sort)是一种简单直观的排序算法。它的工作原理是通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应的位置并插入。插入排序在实现上,在从后向前扫描过程中,需要反复把已排序元素逐步向后挪位,为最新元素提供插入空间。

算法过程

时间复杂度

  • 最优时间复杂度:O(n) (升序排列,序列已经处于升序状态)
  • 最坏时间复杂度:O(n^2)
  • 稳定性:稳定

代码实现

1. def insert_sort(alist):
2. """
3.     :param alist:
4.     :return: alist.sort
5.     插入排序首先需要认定一个基准,一般认为是第一个
6.     以alist = [10,1,3,2,5,7,6,4]为例,首先是1和10比较,需要交换,此时i=0,递减变为-1退出while循环
7.     列表变为alist = [1,10,3,2,5,7,6,4],首先是3和10比较,需要交换,再和1比较,不需要交换,直到i递减到比0小,退出循环
8.     列表的每一个元素都要这么操作,所以外层还要嵌套一个for循环去便利每一个元素
9.     """
10. for i in range(1,len(alist)):
11. while i > 0:
12. if alist[i-1] > alist[i]:
13.                 alist[i-1],alist[i] = alist[i],alist[i-1]
14. else:
15. break
16.             i -= 1
17. return alist

总结

比较一下排序:

从算法实现上来分别比较:

  • 冒泡排序是两两比较,分为升序冒泡排序,降序冒泡排序。区别就在于上浮的是大的数还是小的数,其原理都是一样的。冒泡排序的算法实现可以总结成一句话:重复的遍历要排序的数列,一次比较两个元素,如果他们的顺序错误就把他们交换过来。时间复杂度为O(n^2)
  • 选择排序是不断找最大或者最小的元素,将它放在头或者尾,以找出最大的放在第一位为例,先找出最大的放在第一位,再在剩下的元素找出最大的元素,放在第二位,依次进行,直到遍历到最后一个元素,排序结束。选择选的就是最大或者最小的的,相当于挑高个,挑完最高的,再挑次高的,直到结束。
  • 插入排序工作原理总结成一句话:通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应的位置并插入。插入排序在实现上,在从后向前扫描过程中,需要反复把已排序元素逐步向后挪位,为最新元素提供插入空间。


相关文章
|
1月前
|
搜索推荐 Python
利用Python内置函数实现的冒泡排序算法
在上述代码中,`bubble_sort` 函数接受一个列表 `arr` 作为输入。通过两层循环,外层循环控制排序的轮数,内层循环用于比较相邻的元素并进行交换。如果前一个元素大于后一个元素,就将它们交换位置。
129 67
|
2月前
|
搜索推荐
冒泡排序算法
【10月更文挑战第19天】冒泡排序是一种基础的排序算法,虽然在实际应用中可能不是最优的选择,但对于理解排序算法的基本原理和过程具有重要意义。
|
2月前
|
算法 搜索推荐
数据结构与算法学习十一:冒泡排序、选择排序、插入排序
本文介绍了冒泡排序、选择排序和插入排序三种基础排序算法的原理、实现代码和测试结果。
25 0
数据结构与算法学习十一:冒泡排序、选择排序、插入排序
|
2月前
|
搜索推荐 C语言
排序算法--冒泡排序
排序算法--冒泡排序
22 0
|
2月前
|
存储 搜索推荐 算法
【排序算法(二)】——冒泡排序、快速排序和归并排序—>深层解析
【排序算法(二)】——冒泡排序、快速排序和归并排序—>深层解析
|
5天前
|
机器学习/深度学习 算法
基于改进遗传优化的BP神经网络金融序列预测算法matlab仿真
本项目基于改进遗传优化的BP神经网络进行金融序列预测,使用MATLAB2022A实现。通过对比BP神经网络、遗传优化BP神经网络及改进遗传优化BP神经网络,展示了三者的误差和预测曲线差异。核心程序结合遗传算法(GA)与BP神经网络,利用GA优化BP网络的初始权重和阈值,提高预测精度。GA通过选择、交叉、变异操作迭代优化,防止局部收敛,增强模型对金融市场复杂性和不确定性的适应能力。
119 80
|
2天前
|
机器学习/深度学习 算法 索引
单目标问题的烟花优化算法求解matlab仿真,对比PSO和GA
本项目使用FW烟花优化算法求解单目标问题,并在MATLAB2022A中实现仿真,对比PSO和GA的性能。核心代码展示了适应度计算、火花生成及位置约束等关键步骤。最终通过收敛曲线对比三种算法的优化效果。烟花优化算法模拟烟花爆炸过程,探索搜索空间,寻找全局最优解,适用于复杂非线性问题。PSO和GA则分别适合快速收敛和大解空间的问题。参数调整和算法特性分析显示了各自的优势与局限。
|
24天前
|
算法
基于WOA算法的SVDD参数寻优matlab仿真
该程序利用鲸鱼优化算法(WOA)对支持向量数据描述(SVDD)模型的参数进行优化,以提高数据分类的准确性。通过MATLAB2022A实现,展示了不同信噪比(SNR)下模型的分类误差。WOA通过模拟鲸鱼捕食行为,动态调整SVDD参数,如惩罚因子C和核函数参数γ,以寻找最优参数组合,增强模型的鲁棒性和泛化能力。
|
1天前
|
机器学习/深度学习 数据采集 算法
基于PSO粒子群优化的CNN-GRU-SAM网络时间序列回归预测算法matlab仿真
本项目展示了基于PSO优化的CNN-GRU-SAM网络在时间序列预测中的应用。算法通过卷积层、GRU层、自注意力机制层提取特征,结合粒子群优化提升预测准确性。完整程序运行效果无水印,提供Matlab2022a版本代码,含详细中文注释和操作视频。适用于金融市场、气象预报等领域,有效处理非线性数据,提高预测稳定性和效率。
|
10天前
|
供应链 算法 调度
排队算法的matlab仿真,带GUI界面
该程序使用MATLAB 2022A版本实现排队算法的仿真,并带有GUI界面。程序支持单队列单服务台、单队列多服务台和多队列多服务台三种排队方式。核心函数`func_mms2`通过模拟到达时间和服务时间,计算阻塞率和利用率。排队论研究系统中顾客和服务台的交互行为,广泛应用于通信网络、生产调度和服务行业等领域,旨在优化系统性能,减少等待时间,提高资源利用率。

热门文章

最新文章