Python算法:三种简单排序的方法

简介: Python算法:三种简单排序的方法

前言


声明:本文所有动图来源为菜鸟教程


🍀作者简介:被吉师散养、喜欢前端、学过后端、练过CTF、玩过DOS、不喜欢java的不知名学生。


来说说简单排序


简单排序一共分为三种


  1. 插入排序
  2. 选择排序
  3. 冒泡排序


1、插入排序


那么首先介绍下插入排序的原理,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,找到相应位置并插入。


实例


1list = list(map(int,input().split(',')))
2for i in range(1,len(list)):
3    for j in range(0,i):
4        if list[i]<list[j]:
5            z=list[i]
6            list.pop(i)
7            list.insert(j,z)
8            break
9
10print(list)

简单解释下,第一行通过input传入字符串数据,后面加上split(',')是使用逗号进行分割,若题目未明确要求,可以使用空格替代逗号


接下来使用map函数,将传入的数据转换成int类型


通过list构建列表


外层的循环通过变量i来进行迭代,此处使用len()获取由传入数据构建出的列表的长度作为迭代次数的终止值


那实际上,这个循环的目的就是针对从第二个/第1位开始的每个数据


通过第二个循环来进行比较这个数据和他前面的数据的大小关系


那么这里我们也可以看到,因为是和前一个数据去比较,第一个/第0位数据前面是没有东西的, 所以,我们外层循环的迭代,是从第二个/第一位数据开始的


那第二个循环的迭代有什么含义呢,可以看到使用的是变量j进行迭代,从第0位数据迭代到第i位


接下来使用if进行判断

list[i]<list[j]

如果我要判断的第i位数据,小于它前面第j位的数据,那就先使用一个新变量把第i位的值保存下来,再用pop()函数弹出list[i],接下来通过insert方法,将其插入到第j位数据的前面,使保存list[i]的值的变量z,出现在第j位然后退出内层循环,开始对第i+1位数据进行判断,以此类推


2、选择排序


通过动图可以看出,本算法的原理是为找出列表中最大/最小的值,然后将其与最左/最右的数据进行换位,来实现排序


实例


list = list(map(int,input().split(',')))
for i in range(len(list)):
    min_num=i
    for j in range(i+1,len(list)):
        if list[j]<list[min_num]:
            min_num=j
    list[i],list[min_num]=list[min_num],list[i]
print("排序后为:")
for i in range(len(list)):
    print("%d"%list[i])

简单来看一下,第一行不多说了,和刚才一样


外层循环也是


发现有个新变量哈——min_num,这个变量专门用来存储数据中最小的值对应的位数


在初始阶段,我们将最小值设定为第一个/第0位对应的数据


接下来看第二个循环,它迭代的范围是从i后面的第一位数据到列表的最后一位数据


如果发现后面有比他更小的,就将min_num中对应的位数换成第j位


当然,因为这个时候才刚刚进行第一次判断,所以不能更改其值,min_num=j只是暂时存储


那么注意缩进哈

    list[i],list[min_num]=list[min_num],list[i]

此处的代码看缩进可以很容易看出来,他并不属于第二个for内部


也就是,它是在if语句执行完一轮后才通过python特有的形式来进行交换两处的值


3、冒泡排序


吐槽一句,才发现冒泡排序原来这么呆


原理就是它重复地走访过要排序的数列,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。走访数列的工作是重复地进行直到没有再需要交换


实例


def hongzhong(list):
    m = len(list)
    for i in range(m):
        for j in range(0,m-i-1):
            if list[j+1]<list[j]:
                list[j],list[j+1] = list[j+1],list[j]
list = list(map(int,input().split(',')))
hongzhong(list)
print("排序后的列表:")
for i in range(len(list)):
    print("%d"%list[i])

看起来相对于其他两种有点复杂


别慌


首先定义了一个叫hongzhong的函数,里面通过变量m存储列表长度


最外层循环的目的是遍历整个列表中的元素


内层循环需要讲的只有一点


就是

for j in range(0,m-i-1):

这里为什么是总长度m减去当前长度i再减一


可以看到

假设我们从第二个开始,那么需要剩下元素的个数就是15-2


所以需要比较的次数,就是15-2-1


由此推得


其余不过多赘述

目录
相关文章
WK
|
22天前
|
Python
Python中format_map()方法
在Python中,`format_map()`方法用于使用字典格式化字符串。它接受一个字典作为参数,用字典中的键值对替换字符串中的占位符。此方法适用于从字典动态获取值的场景,尤其在处理大量替换值时更为清晰和方便。
WK
68 36
|
11天前
|
搜索推荐 算法 C语言
【排序算法】八大排序(上)(c语言实现)(附源码)
本文介绍了四种常见的排序算法:冒泡排序、选择排序、插入排序和希尔排序。通过具体的代码实现和测试数据,详细解释了每种算法的工作原理和性能特点。冒泡排序通过不断交换相邻元素来排序,选择排序通过选择最小元素进行交换,插入排序通过逐步插入元素到已排序部分,而希尔排序则是插入排序的改进版,通过预排序使数据更接近有序,从而提高效率。文章最后总结了这四种算法的空间和时间复杂度,以及它们的稳定性。
53 8
|
11天前
|
搜索推荐 算法 C语言
【排序算法】八大排序(下)(c语言实现)(附源码)
本文继续学习并实现了八大排序算法中的后四种:堆排序、快速排序、归并排序和计数排序。详细介绍了每种排序算法的原理、步骤和代码实现,并通过测试数据展示了它们的性能表现。堆排序利用堆的特性进行排序,快速排序通过递归和多种划分方法实现高效排序,归并排序通过分治法将问题分解后再合并,计数排序则通过统计每个元素的出现次数实现非比较排序。最后,文章还对比了这些排序算法在处理一百万个整形数据时的运行时间,帮助读者了解不同算法的优劣。
42 7
|
6天前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
垃圾识别分类系统。本系统采用Python作为主要编程语言,通过收集了5种常见的垃圾数据集('塑料', '玻璃', '纸张', '纸板', '金属'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对图像数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。然后使用Django搭建Web网页端可视化操作界面,实现用户在网页端上传一张垃圾图片识别其名称。
29 0
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
|
6天前
|
机器学习/深度学习 人工智能 算法
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
手写数字识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Flask框架,开发网页端操作平台,实现用户上传一张图片识别其名称。
22 0
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
|
6天前
|
机器学习/深度学习 人工智能 算法
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
蔬菜识别系统,本系统使用Python作为主要编程语言,通过收集了8种常见的蔬菜图像数据集('土豆', '大白菜', '大葱', '莲藕', '菠菜', '西红柿', '韭菜', '黄瓜'),然后基于TensorFlow搭建卷积神经网络算法模型,通过多轮迭代训练最后得到一个识别精度较高的模型文件。在使用Django开发web网页端操作界面,实现用户上传一张蔬菜图片识别其名称。
26 0
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
|
10天前
|
算法 Python
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果;贪心算法在每一步选择局部最优解,追求全局最优;动态规划通过保存子问题的解,避免重复计算,确保全局最优。这三种算法各具特色,适用于不同类型的问题,合理选择能显著提升编程效率。
28 2
|
11天前
|
搜索推荐 Python
快速排序的 Python 实践:从原理到优化,打造你的排序利器!
本文介绍了 Python 中的快速排序算法,从基本原理、实现代码到优化方法进行了详细探讨。快速排序采用分治策略,通过选择基准元素将数组分为两部分,递归排序。文章还对比了快速排序与冒泡排序的性能,展示了优化前后快速排序的差异。通过这些分析,帮助读者理解快速排序的优势及优化的重要性,从而在实际应用中选择合适的排序算法和优化策略,提升程序性能。
26 1
|
20天前
|
算法 测试技术 开发者
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗
在Python开发中,性能优化和代码审查至关重要。性能优化通过改进代码结构和算法提高程序运行速度,减少资源消耗;代码审查通过检查源代码发现潜在问题,提高代码质量和团队协作效率。本文介绍了一些实用的技巧和工具,帮助开发者提升开发效率。
20 3
|
22天前
|
机器学习/深度学习 人工智能 算法
【车辆车型识别】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+算法模型
车辆车型识别,使用Python作为主要编程语言,通过收集多种车辆车型图像数据集,然后基于TensorFlow搭建卷积网络算法模型,并对数据集进行训练,最后得到一个识别精度较高的模型文件。再基于Django搭建web网页端操作界面,实现用户上传一张车辆图片识别其类型。
66 0
【车辆车型识别】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+算法模型