基础排序算法(Python版)

简介: 基础排序算法(Python版)

1.冒泡排序:

概念:冒泡排序的思想:依次比较相邻的两个记录的关键字,若两个记录是反序的(即前一个记录的关键字大于后前一个记录的关键字),则进行交换,直到没有反序的记录为止。假定数据放在一个列表lst中。


① 首先将lst[1]与lst[2]的关键字进行比较,若为反序(lst[1]的关键字大于lst[2]的关键字),则交换两个记录;然后比较lst[2]与lst[3]的关键字,依此类推,直到lst[n-1]与lst[n]的关键字比较后为止,称为一趟冒泡排序,lst[n]为关键字最大的记录。


② 然后进行第二趟冒泡排序,对前n-1个记录进行同样的操作。


一般地,第i趟冒泡排序是对lst[1 … n-i+1]中的记录进行的,因此,若待排序的记录有n个,则要经过n-1趟冒泡排序才能使所有的记录有序。


def bubble_sort(lst):
    length = len(lst)
    for i in range(length-1):  #共有length -1趟排序
        flag = True            #falg用于记录一趟冒泡排序中,是否有逆序发生
        for j in range(1,length-i):
            if lst[j-1]>lst[j]:
                flag = False   #有逆序发生
                lst[j-1],lst[j]=lst[j],lst[j-1]
        if flag == True:
            break
def main():
    list1 = [23, 38, 22, 45, 67, 31, 15, 41]
    print(list1)
    bubble_sort(list1)
    print(list1)
main()

运行结果:

image.png



2.选择排序

概念:每次从当前待排序的记录中选取关键字最小的记录表,然后与待排序的记录序列中的第一个记录进行交换,直到整个记录序列有序为止。


def select_sort(lst):
    n = len(lst)
    for i in range(0,n):
        min = i                             #最小元素下标标记
        for j in range(i+1,n):
            if lst[j] < lst[min]:
                min = j                     #找到最小值的下标
        lst[i],lst[min] = lst[min],lst[i]   #将找到的最小值与待排序的第一个记录交换
def main():
    list1 = [9, 6, -2, 21, 15, 8]
    select_sort(list1)
    print(list1)
main()  #调用main函数

运行结果:


image.png


3.插入排序

概念:将待排序的记录插入到已排好序的记录表中,得到一个新的、记录数增加1的有序表,选择下一个待排序的记录重复前面的操作,直到所有的记录都插入完为止。假设有n个元素需要排序,则需要n-1趟插入就可排好序。


def insertion_sort(lst):  
    lst_length=len(lst)  
    if lst_length<2:  
        return lst  
    for i in range(1,lst_length):  
        key=lst[i]  
        j=i-1  
        while j>=0 and key<lst[j]:  
            lst[j+1]=lst[j]  
            j=j-1  
        lst[j+1]=key  
    return lst
def main():
    list1 = [7, 4, 2, 19, 13, 6]
    print(list1)
    list2=insertion_sort(list1)
    print(list2)
main()

运行结果:

image.png


4.归并排序:

概念:①初始时,将每个记录看成一个单独的有序序列,则n个待排序记录就是n个长度为1的有序子序列;        ②对所有有序子序列进行两两归并,得到n/2个长度为2或1的有序子序列——一趟归并;         ③重复②,直到得到长度为n的有序序列为止。 上述排序过程中,子序列总是两两归并,称为2-路归并排序,其核心是将相邻的两个子序列归并成一个子序列。


def merge_sort(lst):  
    if len(lst)<2:  
        return lst  
    sorted_list=[]    #用于存放两个列表有序合并后的结果 
    left_list=merge_sort(lst[:len(lst)//2])  
    right_list=merge_sort(lst[len(lst)//2:])  
    while len(left_list)>0 and len(right_list)>0:  
        if left_list[0]<right_list[0]:  
            sorted_list.append(left_list.pop(0))  
        else:  
            sorted_list.append(right_list.pop(0))
    sorted_list += left_list
    sorted_list += right_list 
    return sorted_list  
def main():
    list1 = [23, 38, 22, 45, 24, 67, 31, 15, 41]
    print(list1)
    list2=merge_sort(list1)
    print(list2)
main()

运行结果:


image.png


5.快速排序

概念:快速排序是对冒泡排序的一种改进,它的基本思想是:通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列。


因快速排序较难,我们试着列出他的过程:


设待排序的数据序列放在列表lst中,可描述为lst[s…t],快速排序是在数据序列中任取一个数据(一般取lst[s])作为参照(又称为基准或枢轴),以lst[s]为基准重新排列其余的所有数据,方法是:


所有关键字比基准小的放lst[s]之前;


所有关键字比基准大的放lst[s]之后。


设置两个下标索引变量low,high,初值为列表的第1个和最后一个数据元素的位置。设两个变量i,j,初始时令i=low,j=high,以lst[low]作为基准,将lst[low]保存在变量k中。


(1)从j所指位置向前搜索:将lst[low]与lst[j]进行比较: ◆若lst[low] ≤ lst[j]:令j=j-1,然后继续进行比较,直到i=j或k > lst[j]为止; ◆若lst[low] > lst[j]:将lst [j]放进lst [i],腾空lst [j], 且令i=i+1; (2)从i位置起向后搜索:将k与lst[i]进行比较: ◆ 若k ≥ lst[i]:令i=i+1,然后继续进行比较,直到i=j或k < lst[i]为止; ◆ 若k < lst[i]:将lst [i]放进lst[j],腾空lst[i],且令j=j-1; (3)重复(1)、(2),直至i=j为止,i就是k(基准)所应放置的位置。


image.png


def quick_sort(lst, low, high):
    i = low 
    j = high
    if i >= j:     #递归终止的条件
        return lst
    k = lst[i]
    while i < j:
        while i < j and lst[j] >= k:
            j = j-1                                                             
        lst[i] = lst[j]   #将lst[j]放进lst[i],腾空lst[j]
        while i < j and lst[i] <= k:    
            i = i+1 
        lst[j] = lst[i]   #将lst[i]放进lst[j],腾空lst[i]
    lst[i] = k            #将基准k放入应放置的位置 
    quick_sort(lst, low, i-1)
    quick_sort(lst, i+1, high)
    return lst
def main():
    list1 = [55, 66, 22, 444, 24, 67, 31, 15, 41]
    print(list1)
    high = len(list1)-1
    list2=quick_sort(list1, 0, high)
    print(list2)
main()

运行结果:

image.png




目录
相关文章
|
27天前
|
算法 搜索推荐 JavaScript
基于python智能推荐算法的全屋定制系统
本研究聚焦基于智能推荐算法的全屋定制平台网站设计,旨在解决消费者在个性化定制中面临的选择难题。通过整合Django、Vue、Python与MySQL等技术,构建集家装设计、材料推荐、家具搭配于一体的一站式智能服务平台,提升用户体验与行业数字化水平。
|
2月前
|
存储 算法 调度
【复现】【遗传算法】考虑储能和可再生能源消纳责任制的售电公司购售电策略(Python代码实现)
【复现】【遗传算法】考虑储能和可再生能源消纳责任制的售电公司购售电策略(Python代码实现)
173 26
|
2月前
|
机器学习/深度学习 算法 机器人
【机器人路径规划】基于D*算法的机器人路径规划(Python代码实现)
【机器人路径规划】基于D*算法的机器人路径规划(Python代码实现)
161 0
|
2月前
|
机器学习/深度学习 算法 机器人
【机器人路径规划】基于改进型A*算法的机器人路径规划(Python代码实现)
【机器人路径规划】基于改进型A*算法的机器人路径规划(Python代码实现)
200 0
|
2月前
|
机器学习/深度学习 编解码 算法
【机器人路径规划】基于迪杰斯特拉算法(Dijkstra)的机器人路径规划(Python代码实现)
【机器人路径规划】基于迪杰斯特拉算法(Dijkstra)的机器人路径规划(Python代码实现)
283 4
|
2月前
|
机器学习/深度学习 算法 机器人
【机器人路径规划】基于A*算法的机器人路径规划研究(Python代码实现)
【机器人路径规划】基于A*算法的机器人路径规划研究(Python代码实现)
406 4
|
2月前
|
机器学习/深度学习 算法 机器人
【机器人路径规划】基于深度优先搜索(Depth-First-Search,DFS)算法的机器人路径规划(Python代码实现)
【机器人路径规划】基于深度优先搜索(Depth-First-Search,DFS)算法的机器人路径规划(Python代码实现)
225 3
|
2月前
|
算法 机器人 定位技术
【机器人路径规划】基于流场寻路算法(Flow Field Pathfinding)的机器人路径规划(Python代码实现)
【机器人路径规划】基于流场寻路算法(Flow Field Pathfinding)的机器人路径规划(Python代码实现)
140 4
机器学习/深度学习 算法 自动驾驶
431 0
|
2月前
|
算法 定位技术 调度
基于蚂蚁优化算法的柔性车间调度研究(Python代码实现)
基于蚂蚁优化算法的柔性车间调度研究(Python代码实现)
144 0

热门文章

最新文章

推荐镜像

更多