好玩又有趣的算法，还有python示例捏_from collections import deque def bfs(graph, root)-优快云博客

本文链接：https://blog.youkuaiyun.com/2301_77778490/article/details/132619344

本文详细介绍了快速排序、归并排序、二分搜索、广度优先搜索、深度优先搜索以及Dijkstra和贝尔曼-福特最短路径算法的Python实现。此外，还探讨了A*算法，一种结合了BFS和Dijkstra优点的路径查找算法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

算法是计算机科学的核心之一，它描述了如何解决特定问题或执行特定任务。以下是一些有趣的算法及Python示例：

快速排序（Quick Sort）

快速排序是一种分治算法，它将一个数组分成两个子数组，然后递归地对这两个子数组进行排序。以下是一个Python示例：

def quick_sort(arr):
    if len(arr) <= 1:
        return arr
    pivot = arr[len(arr) // 2]
    left = [x for x in arr if x < pivot]
    middle = [x for x in arr if x == pivot]
    right = [x for x in arr if x > pivot]
    return quick_sort(left) + middle + quick_sort(right)

print(quick_sort([3,6,8,10,1,2,1]))

归并排序（Merge Sort）

归并排序也是一种分治算法，它将一个数组分成两个子数组，然后递归地对这两个子数组进行排序，最后将这两个已排序的子数组合并成一个已排序的数组。以下是一个Python示例：

def merge_sort(arr):
    if len(arr) <= 1:
        return arr
    mid = len(arr) // 2
    left = arr[:mid]
    right = arr[mid:]
    left = merge_sort(left)
    right = merge_sort(right)
    return merge(left, right)

def merge(left, right):
    result = []
    i = j = 0
    while i < len(left) and j < len(right):
        if left[i] < right[j]:
            result.append(left[i])
            i += 1
        else:
            result.append(right[j])
            j += 1
    result += left[i:]
    result += right[j:]
    return result

print(merge_sort([3,6,8,10,1,2,1]))

二分搜索（Binary Search）

二分搜索是一种在已排序的数组中查找特定元素的算法。它采用分治策略，在每一步将搜索空间减半。以下是一个Python示例：

def binary_search(arr, x):
    low = 0
    high = len(arr) - 1
    while low <= high:
        mid = (low + high) // 2
        if arr[mid] < x:
            low = mid + 1
        elif arr[mid] > x:
            high = mid - 1
        else