数据结构常见排序
性能比较
插入排序
直接插入排序的核心思想就是:将数组中的所有元素依次跟前面已经排好的元素相比较,如果选择的元素比已排序的元素小,则交换,直到全部元素都比较过。
因此,从上面的描述中我们可以发现,直接插入排序可以用两个循环完成:
第一层循环:遍历待比较的所有数组元素
第二层循环:将本轮选择的元素(选定)与已经排好序的元素(ordered)相比较。如果:选择>有序,那么将二者交换
def insert_sort(lists):
count=len(lists)
for i in range(1, count):
key=lists[i]
j=i-1
while j>=0:
if lists[j]>key:
lists[j+1]=lists[j]
lists[j]=key
j-=1
return lists
希尔排序
希尔排序的算法思想:将待排序数组按照步长间隙进行分组,然后将每组的元素利用直接插入排序的方法进行排序;每次将间隙折半减小,循环上述操作;当间隙= 1时,利用直接插入,完成排序。
同样的:从上面的描述中我们可以发现:希尔排序的总体实现应该由三个循环完成:
第一层循环:将间隙依次折半,对序列进行分组,直到间隙= 1
第二,三层循环:也即直接插入排序所需要的两次循环具体描述见上。
def shell_sort(alist):
n=len(alist)
gap=n//2
while gap>0:
for j in range(gap, n):
i=j
while i>0:
if alist[i]<alist[i-gap]:
alist[i], alist[i-gap]=alist[i-gap], alist[i]
i-=gap
else:
break
gap//=2
简单选择排序
简单选择排序的基本思想:比较+交换。
- 从待排序序列中,找到关键字最小的元素;
- 如果最小元素不是待排序序列的第一个元素,将其和第一个元素互换;
- 从余下的N - 1个元素中,找出关键字最小的元素,重复(1),(2)步,直到排序结束。
因此我们可以发现,简单选择排序也是通过两层循环实现。
第一层循环:依次遍历序列当中的每一个元素
第二层循环:将遍历得到的当前元素依次与余下的元素进行比较,符合最小元素的条件,则交换。
def select_sort(alist):
n=len(alist)
for j in range(n-1):
min_index=j
for i in range(j+1, n):
if alist[min_index]>alist[i]:
min_index=i
alist[min_index], alist[j]=alist[j], alist[min_index]
堆排序
- 堆的概念:
堆:本质是一种数组对象特别重要的一点性质:。任意的叶子节点小于(或大于)它所有的父节点对此,又分为大顶堆和小顶堆,大顶堆要求节点的元素都要大于其孩子,小顶堆要求节点元素都小于其左右孩子,两者对左右孩子的大小关系不做任何要求。
利用堆排序,就是基于大顶堆或者小顶堆的一种排序方法。下面,我们通过大顶堆来实现。
- 基本思想:
堆排序可以按照以下步骤来完成:
首先将序列构建称为大顶堆(这样满足了大顶堆那条性质:位于根节点的元素一定是当前序列的最大值);
构建大顶堆
1.取出当前大顶堆的根节点,将其与序列末尾元素进行交换(此时:序列末尾的元素为已排序的最大值;由于交换了元素,当前位于根节点的堆并不一定满足大顶堆的性质);
2.对交换后的N-1个序列元素进行调整,使其满足大顶堆的性质;
# 调整堆
def adjust_heap(lists, i, size):
lchild = 2 * i + 1
rchild = 2 * i + 2
max = i
if i < size / 2:
if lchild < size and lists[lchild] > lists[max]:
max = lchild
if rchild < size and lists[rchild] > lists[max]:
max = rchild
if max != i:
lists[max], lists[i] = lists[i], lists[max]
adjust_heap(lists, max, size)
# 创建堆
def build_heap(lists, size):
for i in range(0, (size/2))[::-1]:
adjust_heap(lists, i, size)
# 堆排序
def heap_sort(lists):
size = len(lists)
build_heap(lists, size)
for i in range(0, size)[::-1]:
lists[0], lists[i] = lists[i], lists[0]
adjust_heap(lists, 0, i)
冒泡排序
冒泡排序思路比较简单:
- 将序列当中的左右元素,依次比较,保证右边的元素始终大于左边的元素(第一轮结束后,序列最后一个元素一定是当前序列的最大值);
- 对序列当中剩下的N-1个元素再次执行步骤1。
- 对于长度为Ñ的序列,一共需要执行n-1个轮比较(利用而循环可以减少执行次数)。
def bubble_sort(alist):
n=len(alist)
for j in range(n-1):
for i in range(n-1-j):
if alist[i]>alist[i+1]:
alist[i+1], alist[i]=alist[i], alist[i+1]
快速排序
快速排序的基本思想:挖坑填数+分治法
- 从序列当中选择一个基准数(枢转)
在这里我们选择序列当中第一个数最为基准数 - 将序列当中的所有数依次遍历,比基准数大的位于其右侧,比基准数小的位于其左侧
- 重复步骤1.2,直到所有子集当中只有一个元素为止。
用伪代码描述如下:
1.i = L; j = R; 将基准数挖出形成第一个坑a [i]
。2.j--由后向前找比例小的数,找到后挖出此数填前一个坑a [i]中
.3.i ++由前向后找比例大的数,找到后也挖出此数填到前一个坑a [j]中
。4 . 再重复执行2,3二步,直到i == j,将基准数填入A [1]中
def quick_sort(alist, fir, las):
if fir>=las:
return alist
mid_va=list[fir]
low=fir
high=las
while low<high:
while low<high and alist[high]>=mid_va:
high-=1
alist[low]=alist[high]
while low<high and alist[low]<=mid_va:
left+=1
alist[high]=alist[low]
alist[low]=mid_va
quick_sort(alist, fir, low-1)
quick_sort(alist, low+1, high)
return alist
归并排序
归并排序是建立在归并操作上的一种有效的排序算法,该算法是采用分治法的一个典型的应用它的基本操作是:将已有的子序列合并,达到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。
归并排序其实要做两件事:
- 分解:将序列每次折半拆分
- 合并:将划分后的序列段两两排序合并
因此,归并排序实际上就是两个操作,拆分+合并
如何合并?
L [第一...中间]为第一段,L [中间+ 1 ...最后]为第二段,并且两端已经有序,现在我们要将两端合成达到L [第一...最后]并且也有序。
- 首先依次从第一段与第二段中取出元素比较,将较小的元素赋值给临时[]
- 重复执行上一步,当某一段赋值结束,则将另一段剩下的元素赋值给临时[]
- 此时将临时[]中的元素复制给L [],则得到的L [第一...最后]有序
如何分解?
在这里,我们采用递归的方法,首先将待排序列分成A,B两组;然后重复对A,B序列分组;直到分组后组内只有一个元素,此时我们认为组内所有元素有序,则分组结束。
def merge(left, right):
i, j = 0, 0
result = []
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
def merge_sort(lists):
# 归并排序
if len(lists) <= 1:
return lists
num = len(lists) / 2
left = merge_sort(lists[:num])
right = merge_sort(lists[num:])
return merge(left, right)