十大經(jīng)典排序算法 Python 版實(shí)現(xiàn)(附動(dòng)圖演示)
關(guān)注"Python學(xué)習(xí)與數(shù)據(jù)挖掘"
設(shè)為“星標(biāo)”,第一時(shí)間送達(dá)干貨
來源:大數(shù)據(jù)DT
排序算法是《數(shù)據(jù)結(jié)構(gòu)與算法》中最基本的算法之一,也是面試中最頻繁考察的知識(shí)點(diǎn)。
今天在本文中,我將詳細(xì)介紹10種常見的內(nèi)部排序算法,及如何用Python實(shí)現(xiàn)。


平方階 (O(n2)) 排序:各類簡單排序,直接插入、直接選擇和冒泡排序; 線性對(duì)數(shù)階 (O(nlog2n)) 排序:快速排序、堆排序和歸并排序; 希爾排序:O(n1+§)) 排序,§ 是介于 0 和 1 之間的常數(shù); 線性階 (O(n)) 排序:基數(shù)排序,此外還有桶、箱排序。
排序后 2 個(gè)相等鍵值的順序和排序之前它們的順序相同。
穩(wěn)定的排序算法:冒泡排序、插入排序、歸并排序和基數(shù)排序。
不是穩(wěn)定的排序算法:選擇排序、快速排序、希爾排序、堆排序。
n:數(shù)據(jù)規(guī)模。
k:“桶”的個(gè)數(shù)。
In-place:占用常數(shù)內(nèi)存,不占用額外內(nèi)存。
Out-place:占用額外內(nèi)存。
1. 算法步驟
比較相鄰的元素。如果第一個(gè)比第二個(gè)大,就交換他們兩個(gè)。 對(duì)每一對(duì)相鄰元素作同樣的工作,從開始第一對(duì)到結(jié)尾的最后一對(duì)。這步做完后,最后的元素會(huì)是最大的數(shù)。 針對(duì)所有的元素重復(fù)以上的步驟,除了最后一個(gè)。 持續(xù)每次對(duì)越來越少的元素重復(fù)上面的步驟,直到?jīng)]有任何一對(duì)數(shù)字需要比較。

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
1. 算法步驟
首先在未排序序列中找到最?。ù螅┰兀娣诺脚判蛐蛄械钠鹗嘉恢?。 再從剩余未排序元素中繼續(xù)尋找最小(大)元素,然后放到已排序序列的末尾。 重復(fù)第二步,直到所有元素均排序完畢。

def?selectionSort(arr):
????for?i?in?range(len(arr)?-?1):
????????#?記錄最小數(shù)的索引
????????minIndex?=?i
????????for?j?in?range(i?+?1,?len(arr)):
????????????if?arr[j]?????????????????minIndex?=?j
????????#?i?不是最小數(shù)時(shí),將?i?和最小數(shù)進(jìn)行交換
????????if?i?!=?minIndex:
????????????arr[i],?arr[minIndex]?=?arr[minIndex],?arr[i]
????return?arr
1. 算法步驟
將第一待排序序列第一個(gè)元素看做一個(gè)有序序列,把第二個(gè)元素到最后一個(gè)元素當(dāng)成是未排序序列。 從頭到尾依次掃描未排序序列,將掃描到的每個(gè)元素插入有序序列的適當(dāng)位置。(如果待插入的元素與有序序列中的某個(gè)元素相等,則將待插入元素插入到相等元素的后面。)

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
插入排序在對(duì)幾乎已經(jīng)排好序的數(shù)據(jù)操作時(shí),效率高,即可以達(dá)到線性排序的效率; 但插入排序一般來說是低效的,因?yàn)椴迦肱判蛎看沃荒軐?shù)據(jù)移動(dòng)一位。
1. 算法步驟
選擇一個(gè)增量序列 t1,t2,……,tk,其中 ti > tj, tk = 1; 按增量序列個(gè)數(shù) k,對(duì)序列進(jìn)行 k 趟排序; 每趟排序,根據(jù)對(duì)應(yīng)的增量 ti,將待排序列分割成若干長度為 m 的子序列,分別對(duì)各子表進(jìn)行直接插入排序。僅增量因子為 1 時(shí),整個(gè)序列作為一個(gè)表來處理,表長度即為整個(gè)序列的長度。
def?shellSort(arr):
????import?math
????gap=1
????while(gap?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
}
自上而下的遞歸(所有遞歸的方法都可以用迭代重寫,所以就有了第 2 種方法); 自下而上的迭代。
1. 算法步驟
申請(qǐng)空間,使其大小為兩個(gè)已經(jīng)排序序列之和,該空間用來存放合并后的序列; 設(shè)定兩個(gè)指針,最初位置分別為兩個(gè)已經(jīng)排序序列的起始位置; 比較兩個(gè)指針?biāo)赶虻脑?,選擇相對(duì)小的元素放入到合并空間,并移動(dòng)指針到下一位置; 重復(fù)步驟 3 直到某一指針達(dá)到序列尾; 將另一序列剩下的所有元素直接復(fù)制到合并序列尾。

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
快速排序的最壞運(yùn)行情況是 O(n2),比如說順序數(shù)列的快排。但它的平攤期望時(shí)間是 O(nlogn),且 O(nlogn) 記號(hào)中隱含的常數(shù)因子很小,比復(fù)雜度穩(wěn)定等于 O(nlogn) 的歸并排序要小很多。所以,對(duì)絕大多數(shù)順序性較弱的隨機(jī)數(shù)列而言,快速排序總是優(yōu)于歸并排序。
1. 算法步驟
從數(shù)列中挑出一個(gè)元素,稱為 “基準(zhǔn)”(pivot); 重新排序數(shù)列,所有元素比基準(zhǔn)值小的擺放在基準(zhǔn)前面,所有元素比基準(zhǔn)值大的擺在基準(zhǔn)的后面(相同的數(shù)可以到任一邊)。在這個(gè)分區(qū)退出之后,該基準(zhǔn)就處于數(shù)列的中間位置。這個(gè)稱為分區(qū)(partition)操作; 遞歸地(recursive)把小于基準(zhǔn)值元素的子數(shù)列和大于基準(zhǔn)值元素的子數(shù)列排序。

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?????????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]?????????????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]
大頂堆:每個(gè)節(jié)點(diǎn)的值都大于或等于其子節(jié)點(diǎn)的值,在堆排序算法中用于升序排列; 小頂堆:每個(gè)節(jié)點(diǎn)的值都小于或等于其子節(jié)點(diǎn)的值,在堆排序算法中用于降序排列。
1. 算法步驟
創(chuàng)建一個(gè)堆 H[0……n-1]; 把堆首(最大值)和堆尾互換; 把堆的尺寸縮小 1,并調(diào)用 shift_down(0),目的是把新的數(shù)組頂端數(shù)據(jù)調(diào)整到相應(yīng)位置; 重復(fù)步驟 2,直到堆的尺寸為 1。

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?and?arr[left]?>?arr[largest]:
????????largest?=?left
????if?right?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

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
在額外空間充足的情況下,盡量增大桶的數(shù)量。 使用的映射函數(shù)能夠?qū)⑤斎氲?N 個(gè)數(shù)據(jù)均勻的分配到 K 個(gè)桶中。
什么時(shí)候最快
什么時(shí)候最慢
Python 代碼
def?bucket_sort(s):
????"""桶排序"""
????min_num?=?min(s)
????max_num?=?max(s)
????#?桶的大小
????bucket_range?=?(max_num-min_num)?/?len(s)
????#?桶數(shù)組
????count_list?=?[?[]?for?i?in?range(len(s)?+?1)]
????#?向桶數(shù)組填數(shù)
????for?i?in?s:
????????count_list[int((i-min_num)//bucket_range)].append(i)
????s.clear()
????#?回填,這里桶內(nèi)部排序直接調(diào)用了sorted
????for?i?in?count_list:
????????for?j?in?sorted(i):
????????????s.append(j)
if?__name__?==?__main__?:
????a?=?[3.2,6,8,4,2,6,7,3]
bucket_sort(a)
print(a)?#?[2,?3,?3.2,?4,?6,?6,?7,?8]
1. 基數(shù)排序 vs 計(jì)數(shù)排序 vs 桶排序
基數(shù)排序:根據(jù)鍵值的每位數(shù)字來分配桶; 計(jì)數(shù)排序:每個(gè)桶只存儲(chǔ)單一鍵值; 桶排序:每個(gè)桶存儲(chǔ)一定范圍的數(shù)值。

def?RadixSort(list):
????i?=?0????????????????????????????????????#初始為個(gè)位排序
????n?=?1?????????????????????????????????????#最小的位數(shù)置為1(包含0)
????max_num?=?max(list)?#得到帶排序數(shù)組中最大數(shù)
????while?max_num?>?10**n:?#得到最大數(shù)是幾位數(shù)
????????n?+=?1
????while?i?????????bucket?=?{}?#用字典構(gòu)建桶
????????for?x?in?range(10):
????????????bucket.setdefault(x,?[])?#將每個(gè)桶置空
????????for?x?in?list:?#對(duì)每一位進(jìn)行排序
????????????radix?=int((x?/?(10**i))?%?10)?#得到每位的基數(shù)
????????????bucket[radix].append(x)?#將對(duì)應(yīng)的數(shù)
????????????組元素加入到相?#應(yīng)位基數(shù)的桶中
????????j?=?0
????????for?k?in?range(10):
????????????if?len(bucket[k])?!=?0:?#若桶不為空
????????????????for?y?in?bucket[k]:?#將該桶中每個(gè)元素
????????????????????list[j]?=?y?#放回到數(shù)組中
????????????????????j?+=?1
????????i?+=?1
return??list
長按或掃描下方二維碼,后臺(tái)回復(fù):加群,即可申請(qǐng)入群。一定要備注:來源+研究方向+學(xué)校/公司,否則不拉入群中,見諒!
(長按三秒,進(jìn)入后臺(tái))
推薦閱讀
評(píng)論
圖片
表情

