首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Python学习(三) 八大排序算法的实现(下)

Python学习(三) 八大排序算法的实现(下)

作者头像
深度学习思考者
发布2018-01-03 11:46:30
6240
发布2018-01-03 11:46:30
举报

本文Python实现了插入排序、基数排序、希尔排序、冒泡排序、快速排序、直接选择排序、堆排序、归并排序的后面四种。 上篇:Python学习(三) 八大排序算法的实现(上)

1.快速排序

描述 通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列。 1.先从数列中取出一个数作为基准数。 2.分区过程,将比这个数大的数全放到它的右边,小于或等于它的数全放到它的左边。 3.重复上述过程

代码实现

def quick_sort(lists):
    if lists == []:
        return []
    else:
        divide = lists[0]
        lesser = quick_sort([x for x in lists[1:] if x<divide])
       #链表推导式,返回值是由for或if子句之后的表达式得到的元素组成的链表
        bigger = quick_sort([x for x in lists[1:] if x>=divide])
        return lesser + [divide] + bigger
if __name__=="__main__":
    lists = [19,-3,2,10,45,-34,17]
    print quick_sort(lists)

2.直接选择排序

描述 基本思想:第1趟,在待排序记录r1 ~ r[n]中选出最小的记录,将它与r1交换;第2趟,在待排序记录r2 ~ r[n]中选出最小的记录,将它与r2交换;以此类推,第i趟在待排序记录r[i] ~ r[n]中选出最小的记录,将它与r[i]交换,使有序序列不断增长直到全部排序完毕。 代码实现

def select_order(lists):
    length = len(lists)
    for i in range(0,length):
        min = i
        for j in range(i+1,length):
            if lists[min] > lists[j]:
                min = j
        lists[min],lists[i] = lists[i],lists[min]
    return lists
if __name__ == '__main__':
    lists = [12,13,15,9,16,14]            
    print select_order(lists) 

3.堆排序

描述 堆排序(Heapsort)是指利用堆积树(堆)这种数据结构所设计的一种排序算法,它是选择排序的一种。可以利用数组的特点快速定位指定索引的元素。堆分为大根堆和小根堆,是完全二叉树。大根堆的要求是每个节点的值都不大于其父节点的值,即A[PARENT[i]] >= A[i]。在数组的非降序排序中,需要使用的就是大根堆,因为根据大根堆的要求可知,最大的值一定在堆顶。 利用了大顶堆堆顶元素最大的特点,不断取出最大元素,并调整使剩下的元素还是大顶堆,依次取出最大元素就是排好序的列表。 代码实现

def build_heap(lists):
    count = len(lists)
    for i in range(count//2-1,-1,-1):        
        adjust_heap(lists,i,count)

def adjust_heap(lists,i,n):
    j = i*2 +1
    while j < n:
        if j+1 < n and lists[j]<lists[j+1]:
            j +=1
        if lists[i] > lists[j]:
            break
        lists[i],lists[j] = lists[j],lists[i]
        i = j 
        j = i*2 + 1
#大顶堆排序
def heap_sort( lists ):
    count = len( lists )
    build_heap( lists )
    #交换堆顶与最后一个结点,再调整堆
    for i in range( count - 1, 0, -1 ):
        lists[0], lists[i] = lists[i], lists[0]
        adjust_heap( lists, 0, i )
    return lists
lists = [-3, 1, 3, 0, 9, 7]
print heap_sort(lists)

4.归并排序

描述 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(Divide and Conquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为二路归并。 归并排序具体工作原理如下(假设序列共有n个元素): 1. 将序列每相邻两个数字进行归并操作,形成个序列,排序后每个序列包含两个元素 2. 将上述序列再次归并,形成个序列,每个序列包含四个元素 3. 重复步骤2,直到所有元素排序完毕

代码实现

def merge_sort(lists):
    if len(lists)<=1:
        return lists
    left = merge_sort(lists[:len(lists)/2])
    right = merge_sort(lists[len(lists)/2:len(lists)])
    result = []
    while len(left) > 0 and len(right)> 0:
        if( left[0] > right[0]):  
            result.append(right.pop(0))  
        else:
            result.append(left.pop(0))  
    if(len(left)>0):
        result.extend(merge_sort(left))  
    else:
        result.extend(merge_sort(right))  
    return result  
def main():  
    lists = [2,11,55,33,32,64,18]  
    print merge_sort(lists)   
if __name__=="__main__":  
    main()  
本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2016年03月09日,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1.快速排序
  • 2.直接选择排序
  • 3.堆排序
  • 4.归并排序
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档