#%%
冒泡排序
- 算法步骤
比较相邻的元素。如果第一个比第二个大,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。
def bubbleSort(arr):
for i in range(1, len(arr)):
for j in range(0, len(arr)-i):
if arr[j] > arr[j+1]:
arr[j], arr[j + 1] = arr[j + 1], arr[j]
return arr
nums = [1,3,5,7,2,4,6]
print("排序前:" , nums)
# 传递列表副本排序
print("排序后:",bubbleSort(nums[:]))
#%%
选择排序
- 算法步骤
首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置 # # 再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。 # # 重复第二步,直到所有元素均排序完毕。
def selectionSort(arr):
for i in range(len(arr) - 1):
# 记录最小数的索引
minIndex = i
for j in range(i + 1, len(arr)):
if arr[j] < arr[minIndex]:
minIndex = j
# i 不是最小数时,将 i 和最小数进行交换
if i != minIndex:
arr[i], arr[minIndex] = arr[minIndex], arr[i]
return arr
print("排序前:" , nums)
# 传递列表副本排序
print("排序后:",selectionSort(nums[:]))
插入排序
- 算法步骤 # # 将第一待排序序列第一个元素看做一个有序序列,把第二个元素到最后一个元素当成是未排序序列。 # # 从头到尾依次扫描未排序序列,将扫描到的每个元素插入有序序列的适当位置。(如果待插入的元素与有序序列中的某个元素相等,则将待插入元素插入到相等元素的后面。)
def insertionSort(arr):
for i in range(len(arr)):
preIndex = i-1
current = arr[i]
while preIndex >= 0 and arr[preIndex] > current:
arr[preIndex+1] = arr[preIndex]
preIndex-=1
arr[preIndex+1] = current
return arr
print("排序前:" , nums)
# 传递列表副本排序
print("排序后:",insertionSort(nums[:]))
希尔排序
希尔排序,也称递减增量排序算法,是插入排序的一种更高效的改进版本。 # 但希尔排序是非稳定排序算法。 # 1. 算法步骤 # # 选择一个增量序列 t1,t2,……,tk,其中 ti > tj, tk = 1; # 按增量序列个数 k,对序列进行 k 趟排序; # 每趟排序,根据对应的增量 ti,将待排序列分割成若干长度为 m 的子序列, # 分别对各子表进行直接插入排序。 # 仅增量因子为 1 时,整个序列作为一个表来处理,表长度即为整个序列的长度。
def shellSort(arr):
import math
gap=1
while(gap < len(arr)/3):
gap = gap*3+1
while gap > 0:
for i in range(gap,len(arr)):
temp = arr[i]
j = i-gap
while j >=0 and arr[j] > temp:
arr[j+gap]=arr[j]
j-=gap
arr[j+gap] = temp
gap = math.floor(gap/3)
return arr
print("排序前:" , nums)
# 传递列表副本排序
print("排序后:",shellSort(nums[:]))
归并排序
- 算法步骤 # 申请空间,使其大小为两个已经排序序列之和,该空间用来存放合并后的序列; # 设定两个指针,最初位置分别为两个已经排序序列的起始位置; # 比较两个指针所指向的元素,选择相对小的元素放入到合并空间,并移动指针到下一位置; # 重复步骤 3 直到某一指针达到序列尾; # 将另一序列剩下的所有元素直接复制到合并序列尾。
def mergeSort(arr):
import math
if(len(arr)<2):
return arr
middle = math.floor(len(arr)/2)
left, right = arr[0:middle], arr[middle:]
return merge(mergeSort(left), mergeSort(right))
def merge(left,right):
result = []
while left and right:
if left[0] <= right[0]:
result.append(left.pop(0));
else:
result.append(right.pop(0));
while left:
result.append(left.pop(0));
while right:
result.append(right.pop(0));
return result
print("排序前:" , nums)
# 传递列表副本排序
print("排序后:",mergeSort(nums[:]))
快速排序
- 算法步骤 # 从数列中挑出一个元素,称为 “基准”(pivot); # 重新排序数列,所有元素比基准值小的摆放在基准前面,所有元素比基准值大的摆在基准的后面(相同的数可以到任一边)。在这个分区退出之后,该基准就处于数列的中间位置。这个称为分区(partition)操作; # 递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数列排序;
def quickSort(arr, left=None, right=None):
left = 0 if not isinstance(left,(int, float)) else left
right = len(arr)-1 if not isinstance(right,(int, float)) else right
if left < right:
partitionIndex = partition(arr, left, right)
quickSort(arr, left, partitionIndex-1)
quickSort(arr, partitionIndex+1, right)
return arr
def partition(arr, left, right):
pivot = left
index = pivot+1
i = index
while i <= right:
if arr[i] < arr[pivot]:
swap(arr, i, index)
index+=1
i+=1
swap(arr,pivot,index-1)
return index-1
def swap(arr, i, j):
arr[i], arr[j] = arr[j], arr[i]
print("排序前:" , nums)
# 传递列表副本排序
print("排序后:",quickSort(nums[:]))
堆排序
大顶堆:每个节点的值都大于或等于其子节点的值,在堆排序算法中用于升序排列; # 小顶堆:每个节点的值都小于或等于其子节点的值,在堆排序算法中用于降序排列; # 堆排序的平均时间复杂度为 Ο(nlogn)。 # 1. 算法步骤 # 创建一个堆 H[0……n-1]; # 把堆首(最大值)和堆尾互换; # 把堆的尺寸缩小 1,并调用 shift_down(0),目的是把新的数组顶端数据调整到相应位置; # 重复步骤 2,直到堆的尺寸为 1。
def buildMaxHeap(arr):
import math
for i in range(math.floor(len(arr)/2),-1,-1):
heapify(arr,i)
def heapify(arr, i):
left = 2*i+1
right = 2*i+2
largest = i
if left < arrLen and arr[left] > arr[largest]:
largest = left
if right < arrLen and arr[right] > arr[largest]:
largest = right
if largest != i:
swap(arr, i, largest)
heapify(arr, largest)
def swap(arr, i, j):
arr[i], arr[j] = arr[j], arr[i]
def heapSort(arr):
global arrLen
arrLen = len(arr)
buildMaxHeap(arr)
for i in range(len(arr)-1,0,-1):
swap(arr,0,i)
arrLen -=1
heapify(arr, 0)
return arr
print("排序前:" , nums)
# 传递列表副本排序
print("排序后:",heapSort(nums[:]))
计数排序
def countingSort(arr, maxValue):
bucketLen = maxValue+1
bucket = [0]*bucketLen
sortedIndex =0
arrLen = len(arr)
for i in range(arrLen):
if not bucket[arr[i]]:
bucket[arr[i]]=0
bucket[arr[i]]+=1
for j in range(bucketLen):
while bucket[j]>0:
arr[sortedIndex] = j
sortedIndex+=1
bucket[j]-=1
return arr
print("排序前:" , nums)
# 传递列表副本排序
print("排序后:",countingSort(nums[:],7))
基数排序
def RadixSort(a):
i = 0 #初始为个位排序
n = 1 #最小的位数置为1(包含0)
max_num = max(a) #得到带排序数组中最大数
while max_num > 10**n: #得到最大数是几位数
n += 1
while i < n:
bucket = {} #用字典构建桶
for x in range(10):
bucket.setdefault(x, []) #将每个桶置空
for x in a: #对每一位进行排序
radix =int((x / (10**i)) % 10) #得到每位的基数
bucket[radix].append(x) #将对应的数组元素加入到相应位基数的桶中
j = 0
for k in range(10):
if len(bucket[k]) != 0: #若桶不为空
for y in bucket[k]: #将该桶中每个元素
a[j] = y #放回到数组中
j += 1
i += 1
return a
if __name__ == '__main__':
a = [12,3,45,3543,214,1,4553]
print("排序前:" , a)
# 传递列表副本排序
print("排序后:",RadixSort(a))
#%%
桶排序
def bucketSort(nums):
# 选择一个最大的数
max_num = max(nums)
# 创建一个元素全是0的列表, 当做桶
bucket = [0]*(max_num+1)
# 把所有元素放入桶中, 即把对应元素个数加一
for i in nums:
bucket[i] += 1
# 存储排序好的元素
sort_nums = []
# 取出桶中的元素
for j in range(len(bucket)):
if bucket[j] != 0:
for y in range(bucket[j]):
sort_nums.append(j)
return sort_nums
nums = [5,6,3,2,1,65,2,0,8,0]
print("排序前:" , nums)
# 传递列表副本排序
print("排序后:",bucketSort(nums))