Python3 实现快速排序-优快云博客

本文链接：https://blog.youkuaiyun.com/songhao8080/article/details/103670301

快速排序是一种常用的排序算法，比选择排序快得多。例如，C语言标准库中的函数qsort 实现的就是快速排序。快速排序也使用了D&C。(分而治之)
(1) 找出简单的基线条件;
(2) 确定如何缩小问题的规模，使其符合基线条件。 D&C并非可用于解决问题的算法，而是一种解决问题的思路。我们再来看一个例子。给定一个数字数组。

Python

# -*- coding: utf-8 -*- """ @author:songhao @file: c3.py @time: 2017/12/26 """ import random def quiksort(arr): """ 实现快速排序 :param arr: :return: """ if len(arr) < 2: return arr # 基线条件:为空或只包含一个元素的数组是“有序”的 else: pivot = arr[0] # 递归条件 less = [x for x in arr[1:] if x <= pivot] # 由所有小于基准值的元素组成的子数组 large = [z for z in arr[1:] if z > pivot] #由所有大于基准值的元素组成的子数组 print('less', arr, less) print('large', arr, large) print('分割线'.center(30, '#')) return quiksort(large) + [pivot] + quiksort(less) # 递归调用 if __name__ == '__main__': new = [random.choice(range(10)) for x in range(10)] print(new) # new = [1, 3, 5] print(quiksort(new))

# -*- coding: utf-8 -*-

"""

@author:songhao

@file: c3.py

@time: 2017/12/26

"""

import random

def quiksort ( arr ) :

"""

实现快速排序

:param arr:

:return:

"""

if len ( arr ) < 2 :

return arr # 基线条件:为空或只包含一个元素的数组是“有序”的

else :

pivot = arr [ 0 ] # 递归条件

less = [ x for x in arr [ 1 : ] if x <= pivot ] # 由所有小于基准值的元素组成的子数组

large = [ z for z in arr [ 1 : ] if z > pivot ] #由所有大于基准值的元素组成的子数组

print ( 'less' , arr , less )

print ( 'large' , arr , large )

print ( '分割线' . center ( 30 , '#' ) )

return quiksort ( large ) + [ pivot ] + quiksort ( less ) # 递归调用

if __name__ == '__main__' :

new = [ random . choice ( range ( 10 ) ) for x in range ( 10 ) ]

print ( new )

# new = [1, 3, 5]

print ( quiksort ( new ) )

返回结果是:

快速排序速度很快

递归调用算法:

Python3 中的递归算法

先看程序: # -*- coding: utf-8 -*- """ @author:son…

Python

""" # @Date: 2018-4-10 # @Project: 算法 # @Filename: quicksort.py # @Last modified by: songhao # @Copyright: 网址:www.168seo.cn 微信公众号：zeropython """ def quick_sort(alist, start, end): """快速排序 #在对快速排序优化的时候牢记一点：能够将列表均衡分开的标定点才是好的标定点。均匀分开意味着保持logn的复杂度。 #这里我并没有实现单路快排快速排序是一种常用的排序算法，比选择排序快得多。例如，C语言标准库中的函数qsort 实现的就是快速排序。快速排序也使用了D&C。(分而治之) (1) 找出简单的基线条件; (2) 确定如何缩小问题的规模，使其符合基线条件。 D&C并非可用于解决问题的算法，而是一种解决问题的思路。我们再来看一个例子。给定一个数字数组。 """ # 递归的退出条件 if start >= end: return # 设定起始元素为要寻找位置的基准元素 mid = alist[start] # low为序列左边的由左向右移动的游标 low = start # high为序列右边的由右向左移动的游标 high = end while low < high: # 如果low与high未重合，high指向的元素不比基准元素小，则high向左移动 while low < high and alist[high] >= mid: high -= 1 # 将high指向的元素放到low的位置上 alist[low] = alist[high] # 如果low与high未重合，low指向的元素比基准元素小，则low向右移动 while low < high and alist[low] < mid: low += 1 # 将low指向的元素放到high的位置上 alist[high] = alist[low] # 退出循环后，low与high重合，此时所指位置为基准元素的正确位置 # 将基准元素放到该位置 alist[low] = mid # 对基准元素左边的子序列进行快速排序 quick_sort(alist, start, low-1) # 对基准元素右边的子序列进行快速排序 quick_sort(alist, low+1, end) if __name__ == '__main__': alist = [54,26,93,17,77,31,44,55,20] quick_sort(alist,0,len(alist)-1) print(alist) """ """ # @Date: 2018-4-10 # @Project: 算法 # @Filename: quicksort.py # @Last modified by: songhao # @Copyright: 网址:www.168seo.cn 微信公众号：zeropython """ def quicksort(data): left = 0 right = len(data) - 1 # if left > right: return quick_sort_x(data, left, right) def quick_sort_x(data, left, right): if left < right: mid = partition(data, left, right) quick_sort_x(data, left, mid - 1) quick_sort_x(data, mid + 1, right) def partition(data, left, right): tmp = data[left] while left < right: while left < right and data[right] >= tmp: right -= 1 data[left] = data[right] while left < right and data[left] <= tmp: left += 1 data[right] = data[left] data[left] = tmp return left """