python实现各种排序算法

参考链接： 用Python进行堆排序heap sort

Python有自己的列表排序方法，就是sorted函数和sort()函数，区别是：sorted函数返回一个有序的序列副本，而sort()函数直接在当前列表进行排序，不创建副本，故sort()函数返回None。一般来说，返回None表示是在 原对象上进行操作，而返回排序的结果则表示创建了一个副本。 

代码如下： 

unsortedList=[]

unsortedList=[55, 91, 63, 71, 72, 7, 74, 16, 4, 31, 100, 51, 94, 35, 49, 46, 43, 59, 18, 17]

print sorted(unsortedList)

print unsortedList.sort()

print unsortedList结果如下： 

[4, 7, 16, 17, 18, 31, 35, 43, 46, 49, 51, 55, 59, 63, 71, 72, 74, 91, 94, 100]

None

[4, 7, 16, 17, 18, 31, 35, 43, 46, 49, 51, 55, 59, 63, 71, 72, 74, 91, 94, 100]

下面我们使用Python来实现常见的几种经典排序算法。 

一、冒泡排序 

基本思想：从第一个元素开始，每每相邻的两个元素进行比较，若前者比后者大则交换位置。最后两个相邻元素比较完成后，最大的元素形成，然后再次从头开始进行比较，若元素个数为n+1个，则总共需要进行n轮比较就可完成排序（n轮比较后，n个最大的元素已经形成，最后一个元素当然是最小的，就不用再比了）。每轮比较中，每形成一个最大的元素，下一轮比较的时候 就少比较一次，第一轮需要比较n次，第二轮需要比较n-1次，以此类推，第n轮（最后一轮）只需要比较1次就可。这样，列表就排好序了。 

按照上面的分析，我们需要两个循环，外循环控制轮数，内循环控制每轮的次数。 

实现代码如下： 

#!/usr/bin/python

# -*- coding: utf-8 -*-

import random

unsortedList=[]

# generate an unsorted list

def generateUnsortedList(num):

    for i in range(0,num):

        unsortedList.append(random.randint(0,100))

    print unsortedList

# 冒泡排序

def bubbleSort(unsortedList):

    list_length=len(unsortedList)

    for i in range(0,list_length-1):

        for j in range(0,list_length-i-1):

            if unsortedList[j]>unsortedList[j+1]:

                unsortedList[j],unsortedList[j+1]=unsortedList[j+1],unsortedList[j]

    return unsortedList

generateUnsortedList(20)

print bubbleSort(unsortedList) 

上述代码返回了一个有序的列表，类似Python自带的sorted函数。 

二、选择排序 

基本思想：从未排序的序列中找到一个最小的元素，放到第一位，再从剩余未排序的序列中找到最小的元素，放到第二位，依此类推，直到所有元素都已排序完毕。假设序列元素总共n+1个，则我们需要找n轮，就可以使该序列排好序。在每轮中，我们可以这样做：用未排序序列的第一个元素和后续的元素依次相比较，如果后续元素小，则后续元素和第一个元素交换位置放到，这样一轮后，排在第一位的一定是最小的。这样进行n轮，就可排序。 

实现代码如下： 

# 选择排序

def selectionSort(unsortedList):

    list_length=len(unsortedList)

    for i in range(0,list_length-1):

        for j in range(i+1,list_length):

            if unsortedList[i]>unsortedList[j]:

                unsortedList[i],unsortedList[j]=unsortedList[j],unsortedList[i]

    return unsortedList 

三、插入排序 

基本思想：把序列的第一个元素当成已排序列表中的元素，接着从第二个元素开始，与已排序列表中的元素一一比较，并放到合适的位置。假设有n个元素需要排序，则需要n-1轮插入就可排好序。 

实现代码如下： 

def insertionSort(unsortedList):

    list_length=len(unsortedList)

    if list_length<2:

        return unsortedList

    for i in range(1,list_length):

        key=unsortedList[i]

        j=i-1

        while j>=0 and key<unsortedList[j]:

            unsortedList[j+1]=unsortedList[j]

            j=j-1

        unsortedList[j+1]=key

    return unsortedList

四、归并排序 

基本思想：归并排序是一种典型的分治思想，把一个无序列表一分为二，对每个子序列再一分为二，继续下去，直到无法再进行划分为止。然后，就开始合并的过程，对每个子序列和另外一个子序列的元素进行比较，依次把小元素放入结果序列中进行合并，最终完成归并排序。 

实现代码如下（采用递归方式）： 

# 归并排序

def mergeSort(unsortedList):

    if len(unsortedList)<2:

        return unsortedList

    sortedList=[]

    left=mergeSort(unsortedList[:len(unsortedList)/2])

    right=mergeSort(unsortedList[len(unsortedList)/2:])

    while len(left)>0 and len(right)>0:

        if left[0]<right[0]:

            sortedList.append(left.pop(0))

        else:

            sortedList.append(right.pop(0))

    if len(left)>0:

        sortedList.extend(mergeSort(left))

    else:

        sortedList.extend(mergeSort(right))

    return sortedList

五、快速排序 

基本思想：快速排序也是一种分治思想，基本思想是先随便在无序列表中找一个元素，以这个元素为基准，其他所有元素都跟该元素比，比该元素小的成为一个子序列，比该元素大的成为另一个子序列，接着重复此过程，最终达到排序效果。我们也用递归的方式来实现。 

实现代码如下： 

def quickSort(unsortedList):

    if len(unsortedList)<2:

        return unsortedList

    less=[]

    greater=[]

    middle=unsortedList.pop(0)

    for item in unsortedList:

        if item<middle:

            less.append(item)

        else:

            greater.append(item)

    return quickSort(less)+[middle]+quickSort(greater)

六、堆排序 

堆排序使用的是堆这种数据结构，我们这里用列表才存储堆。核心思想：先建立一个最大堆，在建立最大堆的过程中需要不断调整元素的位置。最大堆建立后，顶端元素必定是最大的元素，把该最大元素与最末尾元素位置置换，最大元素就出现在列表末端。重复此过程，直到排序。 

实现代码如下： 

def maxHeapify(L,heap_size,i):

    leftChildIndex=2*i+1

    rightChildIndex=2*i+2

    # print 'leftChildIndex=',leftChildIndex

    # print 'rightChildIndex=',rightChildIndex

    largest=i

    if leftChildIndex<heap_size and L[leftChildIndex]>L[largest]:

        largest=leftChildIndex

    if rightChildIndex<heap_size and L[rightChildIndex]>L[largest]:

        largest=rightChildIndex

    if largest!=i:

        L[i],L[largest]=L[largest],L[i]

        maxHeapify(L,heap_size,largest)

def buildMaxHeap(L):

    heap_size=len(L)

    if heap_size>1:

        start=heap_size/2-1

        # print 'start=',start

    while start>=0:

        maxHeapify(L,heap_size,start)

        start=start-1

def heapSort(L):

    heap_size=len(L)

    buildMaxHeap(L)

    i=heap_size-1

    while i>0:

        L[0],L[i]=L[i],L[0]

        heap_size=heap_size-1

        i=i-1

        maxHeapify(L,heap_size,0)

    return L

写了 这么多排序算法，其实只是为了研究之用，在实际生产过程中，如果需要排序，最好使用Python内置的sort或者sorted，这样运行效率会比较高，因为Python的sort方法会对不同类型的序列采取不同的排序方法，使之效率最大化。