在此之前,上篇博客介绍了关于插入排序与选择排序的栈的实现方法,而本文排序算法是基于数组(Python 列表)
-
插入排序
"""
算法思想:
n为序列长度
将待排序序列分成两段,一段是已排序序列(初始长度为0),另一段是未排序序列(初始长度为n),
(若待排序序列不为空,已排序序列长度初始也可以是1,这样可以少执行一次)
算法每次从未排序序列中取出一个元素,随后找到它在已排序序列中的位置,并将它插入已排序序列
共执行n次
"""
Python实现:
def insertion_sort(array):
values = list(array)
for i in range(1, len(values)):
"""找到value[i] 在 已排序序列values[0]~values[i-1]中的位置,并将之插入"""
# 从小到大
# 此处必须要tmp,否则在下面用到value[i]时,会因为value[i]已被改变而出错
tmp = values[i]
# j = 0 此处貌似 是PyCharm的问题,显示 j never be used
for j in range(i - 1, -1, -1):
if values[j] > tmp:
values[j + 1] = values[j]
else:
values[j + 1] = tmp
break
# print(j)
return type(array)(values)
2.选择排序(简单选择排序)
"""
选择排序:
算法思想:
假设 array 长度为 n
对array[i],算法寻找出 序列{array[j>=i]} 的最小值(从小到大)array[j]
交换array[i] 与array[j]
"""
Python实现:
def selection_sort(array):
values = list(array)
for i in range(0, len(values)):
# 寻找最小值min_
min_ = i
for j in range(i, len(values)):
if values[min_] > values[j]:
min_ = j
# 交换值
a = values[min_]
b = values[i]
values[min_] = b
values[i] = a
# 使用异或或加减法,交换数组元素值时要特别注意,当min_==i时,下一步使用的值已经变了,导致结果错误,下面的就是如此:
# values[min_] = values[min_] ^ values[i]
# values[i] = values[min_] ^ values[i]
# values[min_] = values[min_] ^ values[i]
"""
原理:a^0 == a, 0 == a^a
相似的还有加交换:
a = a+b
b = a-b
a = a-b
"""
return type(array)(values)
3.冒泡排序
"""
冒泡排序:
算法思想:
未排序的序列,必然存在两个不符合排序规则的相邻元素。
array 长度 为 n
一轮排序过程:
对array[i],将之array[i+1]比较,并交换他们的值,然后i++,直到i = n-1-i(n-i~n-1是已经排好序的,再参与比较无意义)
一轮排序结果:
经过一轮排序后,会将0~n-i-1中的最大值放到后面n-i-1的位置
(从大到小排序以从n-1~0的顺序执行,每轮排序会将未参与排序的序列中的最小值放到前面)
"""
def bubbleSort(array):
values = list(array)
for i in range(0, len(values)):
for j in range(0, len(values) - i - 1):
if values[j] > values[j + 1]:
# 此处j == j+1 恒为假,可以放心使用异或 或 加减排序
values[j] = values[j] ^ values[j + 1]
values[j + 1] = values[j] ^ values[j + 1]
values[j] = values[j] ^ values[j + 1]
return type(array)(values)
PS:代码clone地址:https://github.com/Rlyslata/DataStauct-And-Algorithm
路径:数组排序算法/BubbleSort/ 数组排序算法/InsertionSort/ 数组排序算法/SelectSort/

本文深入探讨了三种基本的数组排序算法:插入排序、选择排序和冒泡排序。通过Python实现,详细解释了每种算法的工作原理,包括算法思想、步骤及代码实现。
98

被折叠的 条评论
为什么被折叠?



