• Python实现十大基础算法


    十大基本排序算法

    排序算法是《数据结构与算法》中最基本的算法之一。

    排序算法可以分为内部排序和外部排序,内部排序是数据记录在内存中进行排序,而外部排序是因排序的数据很大,一次不能容纳全部的排序记录,在排序过程中需要访问外存。常见的内部排序算法有:插入排序、希尔排序、选择排序、冒泡排序、归并排序、快速排序、堆排序、基数排序等。这里使用python实现这十大排序算法。

     

    一、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。

    # 冒泡排序
    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

    二、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。

    #选择排序
    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

    三、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。)

    # 插入排序
    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

    四、希尔排序

    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。

    # 希尔排序
    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

    五、归并排序

    算法步骤

           1.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;

      2.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;

      3.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;

      4.重复步骤 3 直到某一指针达到序列尾;

      5.将另一序列剩下的所有元素直接复制到合并序列尾。

    #归并排序
    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

          

    六、快速排序

    算法步骤

           1.从数列中挑出一个元素,称为 "基准"(pivot);

      2.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;

      3.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。

    #快速排序
    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]

    七、堆排序

    算法步骤

           1.创建一个堆 H[0……n-1];

      2.把堆首(最大值)和堆尾互换;

      3.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;

      4.重复步骤 2,直到堆的尺寸为 1。

    #堆排序
    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

    八、计数排序

    算法步骤

      1.找出待排序的数组中最大和最小的元素

      2.统计数组中每个值为i的元素出现的次数,存入数组C的第i项

      3.对所有的计数累加(从C中的第一个元素开始,每一项和前一项相加)

      4.反向填充目标数组:将每个元素i放在新数组的第C(i)项,每放一个元素就将C(i)减去1

    #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

    九、桶排序

    算法步骤

    桶排序是计数排序的升级版。它利用了函数的映射关系,高效与否的关键就在于这个映射函数的确定。为了使桶排序更加高效,我们需要做到这两点:

    1. 在额外空间充足的情况下,尽量增大桶的数量
    2. 使用的映射函数能够将输入的 N 个数据均匀的分配到 K 个桶中

    同时,对于桶中元素的排序,选择何种比较排序算法对于性能的影响至关重要。

    def bucketSort(arr):
      # 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_arr = []
      # 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_arr

    十、基数排序

    算法步骤

      先排元素的最后一位,再排倒数第二位,直到所有位数都排完

    #基数排序
    def radix_sort(s):
        i = 0 # 记录当前正在排拿一位,最低位为1
        max_num = max(s)  # 最大值
        j = len(str(max_num))  # 记录最大值的位数
        while i < j:
            bucket_list =[[] for _ in range(10)] #初始化桶数组
            for x in s:
                bucket_list[int(x / (10**i)) % 10].append(x) # 找到位置放入桶数组
            print(bucket_list)
            s.clear()
            for x in bucket_list:   # 放回原序列
                for y in x:
                    s.append(y)
            i += 1

     在学习python实现基础算法时,在GitHub上找到一个使用python实现算法可视化,作者是真的厉害,有兴趣的可以去看下。

    这里附上链接:https://github.com/ZQPei/Sorting_Visualization

                        

  • 相关阅读:
    第六周总结
    第五周总结
    第四周总结
    7-1 抓老鼠啊~亏了还是赚了?
    春季学期第八周作业
    春季学期第七周作业
    春季学期第六周作业
    春季学期第五周作业
    春季学期第四周作业
    春季学期第三周作业
  • 原文地址:https://www.cnblogs.com/thresh/p/12613174.html
Copyright © 2020-2023  润新知