说明
对一序列对象根据某个关键字进行排序。
稳定 :如果a原本在b前面,而a=b,排序之后a仍然在b的前面;
不稳定 :如果a原本在b的前面,而a=b,排序之后a可能会出现在b的后面;
内排序 :所有排序操作都在内存中完成;
外排序 :由于数据太大,因此把数据放在磁盘中,而排序通过磁盘和内存的数据传输才能进行;
时间复杂度 :一个算法执行所耗费的时间。
空间复杂度 :运行完一个程序所需内存的大小。
n: 数据规模
In-place: 占用常数内存,不占用额外内存
选择排序 是表现最稳定的排序算法之一 ,因为无论什么数据进去都是O(n2)的时间复杂度 ,所以用到它的时候,数据规模越小越好。唯一的好处可能就是不占用额外的内存空间了吧。理论上讲,选择排序可能也是平时排序一般人想到的最多的排序方法了吧。
选择排序(Selection-sort) 是一种简单直观的排序算法。它的工作原理: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,然后,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。以此类推,直到所有元素均排序完毕。
一般来说,选择排序都采用in-place在数组上实现。具体算法描述如下:
n个记录的直接选择排序可经过n-1趟直接选择排序得到有序结果。具体算法描述如下:
步骤1:初始状态:无序区为R[1…n],有序区为空;
步骤2:第i趟排序(i=1,2,3…n-1)开始时,当前有序区和无序区分别为R[1…i-1]和R(i…n)。该趟排序从当前无序区中-选出关键字最小的记录 R[k],将它与无序区的第1个记录R交换,使R[1…i]和R[i+1…n)分别变为记录个数增加1个的新有序区和记录个数减少1个的新无序区;
步骤3:n-1趟结束,数组有序化了。
def selectSort(todoList):
length = len(todoList)
if length > 0:
for i in range(0,length):
minIndex =i
for j in range(i, length):
if todoList[j] < todoList[minIndex]:
minIndex = j
temp = todoList[i]
todoList[i] = todoList[minIndex]
todoList[minIndex] = temp
return todoList
现在对10000个随机生成的数据进行排序,然后比较三者者消耗的时间。
t1=time.time()
new1=quickSort(randomList)
t2=time.time()
print(t2-t1)
t3=time.time()
new2=insertSort(randomList)
t4=time.time()
print(t4-t3)
快速排序耗时:0.048868417739868164
插入排序耗时:16.25152587890625
选择排序耗时:6.055371999740601
本文分享自 Python与MySQL 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!