如今不少的事件均可以用算法来处理,正在编程上,算法有着很首要的位置,将算法用函数封装起来,使顺序能更好的挪用,没有需求重复编写。
Python十年夜经典算法:
1、拔出排序
1.算法思维
从第二个元素开端以及后面的元素进行比拟,假如后面的元素比以后元素年夜,则将后面元素 后移,以后元素顺次往前,直到找到比它小或等于它的元素拔出正在厥后面,
而后抉择第三个元素,反复上述操作,进行拔出,顺次抉择到最初一个元素,拔出后即实现一切排序。
2.代码完成
def insertion_sort(arr): #拔出排序 # 第一层for示意轮回拔出的遍数 for i in range(1, len(arr)): # 设置以后需求拔出的元素 current = arr[i] # 与以后元素比拟的比拟元素 pre_index = i - 1 while pre_index >= 0 and arr[pre_index] > current: # 当比拟元素年夜于以后元素则把比拟元素后移 arr[pre_index + 1] = arr[pre_index] # 往前抉择下一个比拟元素 pre_index -= 1 # 当比拟元素小于以后元素,则将以后元素拔出正在 厥后面 arr[pre_index + 1] = current return arr
2、抉择排序
1.算法思维
设第一个元素为比拟元素,顺次以及前面的元素比拟,比拟完一切元素找到最小的元素,将它以及第一个元素调换,反复上述操作,咱们找出第二小的元素以及第二个地位的元素调换,以此类推找出残余最小元素将它换到后面,即实现排序。
2.代码完成
def selection_sort(arr): #抉择排序 # 第一层for示意轮回抉择的遍数 for i in range(len(arr) - 1): # 将肇始元素设为最小元素 min_index = i # 第二层for示意最小元素以及前面的元素一一比拟 for j in range(i + 1, len(arr)): if arr[j] < arr[min_index]: # 假如以后元素比最小元素小,则把以后元素角标志为最小元素角标 min_index = j # 查找一遍后将最小元素与肇始元素调换 arr[min_index], arr[i] = arr[i], arr[min_index] return arr
3、冒泡排序
1.算法思维
从第一个以及第二个开端比拟,假如第一个比第二个年夜,则替换地位,而后比拟第二个以及第三个,逐步日后,通过第一轮后最年夜的元素曾经排正在最初,
以是反复上述操作的话第二年夜的则会排正在倒数第二的地位。,那反复上述操作n-1次便可实现排序,由于最初一次只有一个元素以是没有需求比拟。
2.代码完成
def bubble_sort(arr): #冒泡排序 # 第一层for示意轮回的遍数 for i in range(len(arr) - 1): # 第二层for示意详细比拟哪两个元素 for j in range(len(arr) - 1 - i): if arr[j] > arr[j + 1]: # 假如后面的年夜于前面的,则替换这两个元素的地位 arr[j], arr[j + 1] = arr[j + 1], arr[j] return arr
4、疾速排序
1.算法思维
找出基线前提,这类前提必需尽可能简略,一直将成绩合成(或许说减少规模),直到合乎基线前提。
2.代码完成
def quick_sort(arr): if len(arr) < 2: # 基线前提:为空或只蕴含一个元素的数组是“有序”的 return arr else: # 递归前提 pivot = arr[0] # 由一切小于基准值的元素组成的子数组 less = [i for i in arr[1:] if i <= pivot] # 由一切年夜于基准值的元素组成的子数组 greater = [i for i in array[1:] if i > pivot] return quicksort(less) + [pivot] + quicksort(greater) print(quick_sort([10, 5, 2, 3]))
5、归并排序
1.算法思维
归并排序是分治法的典型使用。分治法(pide-and-Conquer):将原成绩划分红 n 个规模较小而构造与原成绩类似的子成绩;递归地处理这些成绩,而后再兼并其后果,就失去原成绩的解,合成后的数列很像一个二叉树。
详细完成步骤:
应用递归将源数列应用二分法分红多个子列
请求空间将两个子列排序兼并而后前往
将一切子列一步一步兼并最初实现排序
- 注:先合成再归并
2.代码完成
def merge_sort(arr): #归并排序 if len(arr) == 1: return arr # 应用二分法将数列分两个 mid = len(arr) // 2 left = arr[:mid] right = arr[mid:] # 应用递归运算 return marge(merge_sort(left), merge_sort(right)) def marge(left, right): #排序兼并两个数列 result = [] # 两个数列都有值 while len(left) > 0 and len(right) > 0: # 阁下两个数列第一个最小放后面 if left[0] <= right[0]: result.append(left.pop(0)) else: result.append(right.pop(0)) # 只有一个数列中另有值,间接增加 result += left result += right return result
6、希尔排序
1.算法思维
希尔排序的全体思维是将固定距离的几个元素之间排序,而后再减少这个距离。这样到最初数列就成了根本有序数列。
详细步骤:
较量争论一个增量(距离)值
对元素进行增量元素进行比拟,比方增量值为7,那末就对0,7,14,21…个元素进行拔出排序
而后对1,8,15…进行排序,顺次递增长行排序
一切元素排序完后,减少增量比方为3,而后又反复上述第2,3步
最初减少增量至1时,数列曾经根本有序,最初一遍一般拔出便可
2.代码完成
def shell_sort(arr): #希尔排序 # 取整较量争论增量(距离)值 gap = len(arr) // 2 while gap > 0: # 从增量值开端遍历比拟 for i in range(gap, len(arr)): j = i current = arr[i] # 元素与他同列的后面的每一个元素比拟,假如比后面的小则调换 while j - gap >= 0 and current < arr[j - gap]: arr[j] = arr[j - gap] j -= gap arr[j] = current # 减少增量(距离)值 gap //= 2 return arr
7、基数排序
1.算法思维
基数排序(radix sort)属于“调配式排序”(distribution sort),又称“桶子法”(bucket sort)或bin sort,望文生义,它是透过键值的部份资讯,将要排序的元素调配至某些“桶”中,藉以达到排序的作用,基数排序法是属于稳固性的排序,其工夫复杂度为O (nlog(r)m),此中r为所采取的基数,而m为堆数,正在某些时分,基数排序法的效率高于其它的稳固性排序法。
2.代码完成
2.1由桶排序革新,从最低位到最高位顺次桶排序,最初输入最初排好的列表。
def RadixSort(list,d): for k in range(d):#d轮排序 # 每一一轮天生10个列表 s=[[] for i in range(10)]#由于每一一名数字都是0~9,故建设10个桶 for i in list: # 按第k位放入到桶中 s[i//(10**k)%10].append(i) # 按以后桶的程序重陈列表 list=[j for i in s for j in i] return list
2.2简略完成
from random import randint def radix_sort(): A = [randint(1, 99999999) for _ in xrange(9999)] for k in xrange(8): S = [ [] for _ in xrange(10)] for j in A: S[j / (10 ** k) % 10].append(j) A = [a for b in S for a in b] for i in A: print i
8、计数排序
1.算法思维
对每个输出元素x,确定小于x的元素个数。行使这一信息,就能够间接把x 放正在它正在输入数组上的地位上了,运转工夫为O(n),但其需求的空间纷歧定,空间糜费年夜。
2.代码完成
from numpy.random import randint def Conuting_Sort(A): k = max(A) # A的最年夜值,用于确定C的长度 C = [0]*(k+1) # 经过下表索引,暂时寄存A的数据 B = (len(A))*[0] # 寄存A排序实现后的数组 for i in range(0, len(A)): C[A[i]] += 1 # 记载A有哪些数字,值为A[i]的共有几个 for i in range(1, k+1): C[i] += C[i-1] # A中小于i的数字个数为C[i] for i in range(len(A)-1, -1, -1): B[C[A[i]]-1] = A[i] # C[A[i]]的值即为A[i]的值正在A中的秩序 C[A[i]] -= 1 # 每一拔出一个A[i],则C[A[i]]减一 return B
9、堆排序
1.算法思维
堆分为最年夜堆以及最小堆,是齐全二叉树。堆排序就是把堆顶的最年夜数掏出,将残余的堆持续调整为最年夜堆,详细进程正在第二块有引见,以递归完成 ,
残余局部调整为最年夜堆后,再次将堆顶的最年夜数掏出,再将残余局部调整为最年夜堆,这个进程继续到残余数只有一个时完结。
2.代码完成
import time,random def sift_down(arr, node, end): root = node #print(root,2*root+1,end) while True: # 从root开端对最年夜堆调整 child = 2 * root +1 #left child if child > end: #print('break',) break print("v:",root,arr[root],child,arr[child]) print(arr) # 找出两个child中交年夜的一个 if child + 1 <= end and arr[child] < arr[child + 1]: #假如右边小于左边 child += 1 #设置左边为年夜 if arr[root] < arr[child]: # 最年夜堆小于较年夜的child, 替换程序 tmp = arr[root] arr[root] = arr[child] arr[child]= tmp # 在调整的节点设置为root #print("less1:", arr[root],arr[child],root,child) root = child # #[3, 4, 7, 8, 9, 11, 13, 15, 16, 21, 22, 29] #print("less2:", arr[root],arr[child],root,child) else: # 无需调整的时分, 加入 break #print(arr) print('-------------') def heap_sort(arr): # 从最初一个有子节点的孩子仍是调整最年夜堆 first = len(arr) // 2 -1 for i in range(first, -1, -1): sift_down(arr, i, len(arr) - 1) #[29, 22, 16, 9, 15, 21, 3, 13, 8, 7, 4, 11] print('--------end---',arr) # 将最年夜的放到堆的最初一个, 堆-1, 持续调整排序 for end in range(len(arr) -1, 0, -1): arr[0], arr[end] = arr[end], arr[0] sift_down(arr, 0, end - 1) #print(arr)
10、桶排序
1.算法思维
为了节流空间以及工夫,咱们需求指定要排序的数据中最小和最年夜的数字的值,来不便桶排序算法的运算。
2.代码完成
#桶排序 def bucket_sort(the_list): #设置全为0的数组 all_list = [0 for i in range(100)] last_list = [] for v in the_list: all_list[v] = 1 if all_list[v]==0 else all_list[v]+1 for i,t_v in enumerate(all_list): if t_v != 0: for j in range(t_v): last_list.append(i) return last_list
总结:
正在编程中,算法都是雷同的,算法重正在算法思维,相称于将一道数学上的使用题的每一个前提,区间,可能呈现的后果进行合成,分步骤的完成它。算法就是将详细成绩的个性形象进去,将步骤用编程言语来完成。经过此次对排序算法的整顿,加深了对各算法的理解,详细的代码是无奈影象的,经过对算法思维的了解,依据伪代码来完成详细算法的编程,才是真正理解算法。
保举学习:Python视频教程
以上就是python排序算法有哪些?的具体内容,更多请存眷资源魔其它相干文章!
标签: Python 排序算法 python教程 python编程 python使用问题
抱歉,评论功能暂时关闭!