Python教程:使用Python实现冒泡排序和快速排序

简介: 排序算法根据其实现原理和效率可以分为多种类型,包括冒泡排序、选择排序、插入排序、归并排序、快速排序等。这些算法在不同的场景下具有不同的优劣势,需要根据实际需求选择合适的算法。

 1.冒泡排序


1.1介绍

冒泡排序(Bubble Sort)是一种简单直观的排序算法,它重复地遍历待排序序列,每次比较相邻的两个元素,如果它们的顺序错误就交换它们。经过一轮的遍历,最大(或最小)的元素就像气泡一样“冒”到了最后,因此得名冒泡排序。

1.2冒泡排序算法的原理

冒泡排序算法的基本原理如下:

  1. 从第一个元素开始,依次比较相邻的两个元素,如果顺序不正确则交换它们。
  2. 经过第一轮遍历后,最大(或最小)的元素被“冒泡”到了最后一个位置。
  3. 重复以上步骤,每次遍历都会将剩余未排序部分的最大(或最小)元素“冒泡”到合适的位置。
  4. 直到所有元素都排好序为止。

1.3Python 实现冒泡排序算法

下面是用 Python 实现冒泡排序算法的代码:

def bubble_sort(arr):
    n = len(arr)
    # 外层循环控制遍历次数
    for i in range(n - 1):
        # 内层循环进行相邻元素比较和交换
        for j in range(n - i - 1):
            # 如果前一个元素大于后一个元素,则交换它们
            if arr[j] > arr[j + 1]:
                arr[j], arr[j + 1] = arr[j + 1], arr[j]
# 示例
arr = [64, 34, 25, 12, 22, 11, 90]
bubble_sort(arr)
print("排序后的数组:", arr)  # 输出: [11, 12, 22, 25, 34, 64, 90]

image.gif

2.快速排序


2.1介绍

快速排序(Quick Sort)是一种高效的排序算法,由英国计算机科学家 Tony Hoare 在 1960 年提出。它是一种分治算法,通过选择一个基准元素,将数组分成两个子数组,小于基准的放在左边,大于基准的放在右边,然后对子数组递归地应用快速排序算法,最终使整个数组有序。

2.2 快速排序算法的原理

快速排序算法的基本原理如下:

  1. 选择一个基准元素(通常选择数组的第一个元素)。
  2. 使用两个指针,一个从数组的起始位置向后移动(称为左指针),一个从数组的末尾向前移动(称为右指针)。
  3. 左指针不断向右移动,直到找到一个大于基准元素的元素,右指针不断向左移动,直到找到一个小于基准元素的元素。
  4. 如果左指针小于等于右指针,则交换它们所指向的元素,并继续移动指针;否则,停止移动。
  5. 重复以上步骤,直到左指针超过右指针。
  6. 将基准元素与右指针所指向的元素交换位置,此时基准元素左边的元素都小于等于基准元素,右边的元素都大于等于基准元素。
  7. 分别对基准元素左边和右边的子数组递归地应用快速排序算法。

2.3 Python 实现快速排序算法

下面是用 Python 实现快速排序算法的代码:

def quick_sort(arr):
    if len(arr) <= 1:
        return arr
    else:
        pivot = arr[0]
        less_than_pivot = [x for x in arr[1:] if x <= pivot]
        greater_than_pivot = [x for x in arr[1:] if x > pivot]
        return quick_sort(less_than_pivot) + [pivot] + quick_sort(greater_than_pivot)
# 示例
arr = [64, 34, 25, 12, 22, 11, 90]
sorted_arr = quick_sort(arr)
print("排序后的数组:", sorted_arr)  # 输出: [11, 12, 22, 25, 34, 64, 90]

image.gif


目录
相关文章
|
26天前
|
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。
126 67
|
26天前
|
存储 搜索推荐 Python
用 Python 实现快速排序算法。
快速排序的平均时间复杂度为$O(nlogn)$,空间复杂度为$O(logn)$。它在大多数情况下表现良好,但在某些特殊情况下可能会退化为最坏情况,时间复杂度为$O(n^2)$。你可以根据实际需求对代码进行调整和修改,或者尝试使用其他优化策略来提高快速排序的性能
118 61
|
12天前
|
数据可视化 DataX Python
Seaborn 教程-绘图函数
Seaborn 教程-绘图函数
40 8
|
12天前
Seaborn 教程-主题(Theme)
Seaborn 教程-主题(Theme)
32 7
|
12天前
|
Python
Seaborn 教程-模板(Context)
Seaborn 教程-模板(Context)
36 4
|
12天前
|
数据可视化 Python
Seaborn 教程
Seaborn 教程
31 5
|
1月前
|
Python
SciPy 教程 之 Scipy 显著性检验 9
SciPy 教程之 Scipy 显著性检验第9部分,介绍了显著性检验的基本概念、作用及原理,通过样本信息判断假设是否成立。着重讲解了使用scipy.stats模块进行显著性检验的方法,包括正态性检验中的偏度和峰度计算,以及如何利用normaltest()函数评估数据是否符合正态分布。示例代码展示了如何计算一组随机数的偏度和峰度。
29 1
|
1月前
|
BI Python
SciPy 教程 之 Scipy 显著性检验 8
本教程介绍SciPy中显著性检验的应用,包括如何利用scipy.stats模块进行显著性检验,以判断样本与总体假设间的差异是否显著。通过示例代码展示了如何使用describe()函数获取数组的统计描述信息,如观测次数、最小最大值、均值、方差等。
29 1
|
1月前
|
数据采集 数据可视化 数据挖掘
深入浅出:使用Python进行数据分析的基础教程
【10月更文挑战第41天】本文旨在为初学者提供一个关于如何使用Python语言进行数据分析的入门指南。我们将通过实际案例,了解数据处理的基本步骤,包括数据的导入、清洗、处理、分析和可视化。文章将用浅显易懂的语言,带领读者一步步掌握数据分析师的基本功,并在文末附上完整的代码示例供参考和实践。
|
1月前
|
Python
SciPy 教程 之 Scipy 显著性检验 6
显著性检验是统计学中用于判断样本与总体假设间是否存在显著差异的方法。SciPy的scipy.stats模块提供了执行显著性检验的工具,如T检验,用于比较两组数据的均值是否来自同一分布。通过ttest_ind()函数,可以获取两样本的t统计量和p值,进而判断差异是否显著。示例代码展示了如何使用该函数进行T检验并输出结果。
30 1