数组的排序算法

选择排序

每次选择所要排序得数组中的最大值(由大到小排序,由小到大排序则选择最小值)的数组元素,将这个数组元组的值与最前面没有排序的数组元素进行交换,

第一次排序之后,最大的数字来到了第一位,再从第二个元素开始找,找到最大的元素,与第二个交换位置

#include <stdio.h>

int main(int argc, char *argv[])
{
    int i,j;
    int a[10];
    int temp;
    int index;
    printf("为数组元素赋值\n");
    for(i=0;i<10;i++){
        printf("a[%d]=",i);
        scanf("%d",&a[i]); 
    } 
    for(i=0;i<9;i++){//外层循环0~8这9个元素 
        temp=a[i]; //假设最大值 
        index=i; // 记录假设最大值索引 
        for(j=i+1;j<10;j++){// 内层循环,排序后的元素 
            if(a[j]>temp){//取最大值 
                temp=a[j]; //重置最大值 
                index=j; //重置最大值索引 
            } 
        } 
        // 交换元素位置
        a[index]=a[i];
        a[i]=temp; 
    }
    
    // 输出数组 
    for(i=0;i<10;i++){
        printf("%d\t",a[i]);
        if(i==4){ //输出换行 
        
        printf("\n");
        }
        }

    return 0;
}

python做选择排序

# 扫描无序区,从无序区中找出一个极端值,放入有序区
def select_sort(li): # 选择
    for i in range(len(li)-1): # i表示第几次,有多少元素我就要扫几-1次
        # 找无序区最小值,保存最小值的位置
        min_pos = i     # 假设起始值最小,min_pos保存最小值的索引
        for j in range(i+1, len(li)): # 第i趟开始时 无序区:li[i:],自己不与自己比较,所以i+1
            if li[j] < li[min_pos]: # 满足条件,我存的值比后面的值大,则把后面的值的所以设置为最小值索引
                min_pos = j
        li[min_pos], li[i] = li[i], li[min_pos] # 交换两个值的位置

冒泡排序

每次比较相邻的两个数,将最小的数(从小到大排序)排在较大的数前面.

经过一次排序之后最小的数到达了最前面的位置,并将其他的数字依次向后移动,第二次排序时,将从第二个数开始最小的数移动到第二的位置,依次类推

#include <stdio.h>
 
int main(int argc, char *argv[])
{
    int i,j;
    int a[10];
    int temp;
    printf("为数组元素赋值\n");
    for(i=0;i<10;i++){
        printf("a[%d]=",i);
        scanf("%d",&a[i]); 
    } 
    for(i=1;i<10;i++){//外层循环1~9这9个元素 
        for(j=9;j>=i;j--){//从后向前循环i后面的元素 
        if(a[j]<a[j-1]){//前面的数大于后面的数,交换 
            temp=a[j-1];
            a[j-1]=a[j];
            a[j]=temp;
            } 
        } 
    }
    
    // 输出数组 
    for(i=0;i<10;i++){
        printf("%d\t",a[i]);
        if(i==4){ //输出换行 
        
        printf("\n");
            }
        }
    return 0;
}

python做冒泡排序

# 冒泡排序,一遍遍扫描未归位区,比较相邻的两个数字,满足条件则交换,每次使一个元素归位

def bubble_sort(li): # 冒泡
    for i in range(len(li)-1): # i表示第几次,有多少元素我就要扫几-1次
        for j in range(len(li)-i-1): # 比较元素的位置,len(li)-1-i是未归位区的最大索引
            if li[j] > li[j+1]: # 满足条件 将两个数值交换,这里是前面比后面大
                li[j], li[j+1] = li[j+1], li[j]


def bubble_sort_1(li): # 优化冒泡
    for i in range(len(li)-1): # i表示第几次,有多少元素我就要扫几次
        exchange = False # 增加了一个标志位,如果依次循环中没有发生交换,则顺序已经是有序的了,可以直接退出
        for j in range(len(li)-i-1): # 比较元素的位置,len(li)-1-i是未归位区的最大索引
            if li[j] > li[j+1]:
                li[j], li[j+1] = li[j+1], li[j]
                exchange = True
        if not exchange:
            return

插入排序

插入排序就像是摸扑克,第一张算是有序区,从后面的无序区拿扑克向有序区中插

python

def insert_sort(li):  # 插入
    for i in range(1, len(li)): # i是摸到的牌的下标,第一个属于有序区,所以从第二个开始
        tmp = li[i] # 手里牌的大小
        j = i - 1 # j是手里最后一张牌的下标
        # 如果tmp大于我手里第j个元素,他就应该放在第j个位置上,如果小于就继续向前比较
        while j >= 0 and li[j] > tmp:   # 两个终止条件:j小于0表示tmp是最小的 顺序不要乱
            # 因为保存了i索引位置的值,所以大于tmp的数都向后移动一位,j自减
            li[j+1] = li[j]
            j -= 1
        li[j+1] = tmp

快速排序

快排采用的递归的思路
是以一个数字为基准(第0个元素),将列表分为大于他的和小于他的两部分,递归进行直至列表少于一个元素

但是当使用快排排列反向元素时,所用的时间会哒哒哒增加,因为始终有一部分是空的,而另一部分是满的

def partition(li, left, right): # 归位
    # randi = random.randint(left, right)
    # li[randi], li[left] = li[left], li[randi]
    '''
    将一个列表分成左右两部分
    :param li: 列表
    :param left: 开始索引
    :param right: 结束索引
    :return: 返回中间索引
    '''
    tmp = li[left] # 取最左边的值,作为中间值
    while left < right: # 左索引一定要小于右索引,
        while left < right and li[right] >= tmp:
            # 从后向前找一个小于tmp的元素,找不到就将索引-1向前找
            # = tmp可以使right的值是tmp左边的索引
            right -= 1
        li[left] = li[right] # 找到之后放到最左边 ,此时right位置的值有两个,
        while left < right and li[left] <= tmp:
            # 在从前往后找一个比tmp大的,找不到就将索引+1向后找
            # = tmp可以使right的值是tmp右边的索引
            left += 1
        li[right] = li[left] # 找到之后放到right位置,
    # 当左右索引位置重合时循环结束
    li[left] = tmp
    return left


def _quick_sort(li, left, right): # 递归
    if left < right:    # 至少两个元素
        mid = partition(li, left, right) # 取中间索引,将两面进行递归
        _quick_sort(li, left, mid - 1)
        _quick_sort(li, mid + 1, right)

归位图解

堆排序

首先介绍堆:

大根堆:一棵完全二叉树,满足任一节点都比其孩子节点大
小根堆:一棵完全二叉树,满足任一节点都比其孩子节点小

 

堆的向下调整性质

 前提:节点的左右子树都是堆,但是自身不是堆

堆排序的过程

建立堆

将列表视为按索引排列的完全二叉树

根据堆的向下调整性质,将完全二叉树调整成堆

 构造堆时首先从最后一个叶子节点的父节点开始

单节点构造代码

def sift(li, low, high):
    '''
    :param li: 列表
    :param low: 子树根的下标
    :param high: 最大索引
    :return:
    '''
    tmp = li[low] # 子树根节点的值
    i = low # 子树根下标
    j = 2 * i + 1 # 左孩子下标
    while j <= high: # 退出条件2:当前i位置是叶子结点,j位置超过了high
        # j 只想更大的孩子
        if j + 1 <= high and li[j+1] > li[j]:
            j = j + 1 # 如果右孩子存在并且更大,j指向右孩子

        if tmp < li[j]: # 如果根的值小于孩子节点的值
            li[i] = li[j] # 为根节点赋值比较大的元素
            # 向下延伸,比较tmp与比较大的叶子节点下面节点之间的关系
            i = j
            j = 2 * i + 1

        else:       # 退出条件1:tmp的值大于两个孩子的值
            break
    # 循环结束后,i的位置可能是个根节点,也可能是个叶子节点,总之他下面的节点都比tmp小
    li[i] = tmp

我们可以求出最后一个叶子节点的父节点,此父节点之前的节点都是需要进行排序的,别问我为什么,因为最后一个叶子节点的父节点的后面的节点都没有子节点

n = len(li)
# n是元素个数,n-1就是最后一个叶子节点的索引,他的父节点的索引就是(n-1-1)//2=n//2-1
# 最后一个父节点之前的下标全部需要调整
for i in range(n//2-1, -1, -1):
    # i 是建堆时要调整的子树的根的下标
    sift(li, i, n-1)

# 上面代码执行完后,一个堆就构造完了

后面就是从堆中取数

for i in range(n-1, -1, -1): #i表示当前的high值 ,也就是无序区的最后一位
    # 每次将堆顶的元素放到最后位置,有序区就增加一位,无序区减少一位
    li[i], li[0] = li[0], li[i]
    # 现在堆的范围 0~i-1,然后调整
    sift(li, 0, i-1)
    # 取元素,调整,重复

将上两步结合,我们就能将一个列表排序

def heap_sort(li):
    n = len(li)
    for i in range(n//2-1, -1, -1):
        sift(li, i, n-1)

    for i in range(n-1, -1, -1):
        li[i], li[0] = li[0], li[i]
        sift(li, 0, i-1)

归并排序

归并排序采用的也是递归的方式,他的过程是

分解:将列表越分越小,直至分成一个元素

合并:将两个有序(两个单个元素是有序的)的列表归并,列表越来越大

一次归并的过程:

代码实现

def merge(li, low, mid, high):
    """
    low~mid有序, mid+1~high有序
    :param li: 列表
    :return:
    """
    i = low # 左箭头
    j = mid + 1 # 右箭头
    ltmp = []
    while i <= mid and j <= high:
        # 比较放数,直至其中一个走到尽头
        if li[i] < li[j]:
            ltmp.append(li[i])
            i += 1
        else:
            ltmp.append(li[j])
            j += 1
    # 如果i还没到尽头,就把i后的元素都放进去
    while i <= mid:
        ltmp.append(li[i])
        i += 1
    # 如果i还没到尽头,就把i后的元素都放进去
    while j <= high:
        ltmp.append(li[j])
        j += 1
    # for k in range(low, high+1):
    #     li[k] = ltmp[k-low]
    li[low:high+1] = ltmp # 切片赋值

递归分解

def merge_sort(li, low, high):
    if low < high: # 至少有两个元素时递归
        mid = (low + high) // 2
        merge_sort(li, low, mid) # 左面
        merge_sort(li, mid+1, high) # 右面
        merge(li, low, mid, high)

希尔排序

希尔排序是一种分组插入排序算法

首先取一个整数a = n/2,将元素分为a个组,每组相邻两元素之间的距离为a,在各组内进行直接插入排序

取第二个整数b = a/2,重复上述分组排序过程,直至n/2=1,即所有的元素在同一组内进行直接插入排序

希尔排序每趟并不会使某些元素有序,而是使整体数据越来越接近有序.最后一趟排序使得所有数据有序

def insert_sort(li):  # 插入
    for i in range(1, len(li)): # i是摸到的牌的下标,第一个属于有序区,所以从第二个开始
        tmp = li[i] # 手里牌的大小
        j = i - 1 # j是手里最后一张牌的下标
        # 如果tmp大于我手里第j个元素,他就应该放在第j个位置上,如果小于就继续向前比较
        while j >= 0 and li[j] > tmp:   # 两个终止条件:j小于0表示tmp是最小的 顺序不要乱
            # 因为保存了i索引位置的值,所以大于tmp的数都向后移动一位,j自减
            li[j+1] = li[j]
            j -= 1
        li[j+1] = tmp

# 分组插入
def shell_sort(li):
    d = len(li) // 2
    while d > 0:
        insert_sort_gap(li, d)
        d = d // 2

计数排序

创建一个列表,用来统计每个数出现的次数

def count_sort(li, max_num): # 列表,及最大元素
    count = [0 for i in range(max_num + 1)] # 生成一个具有max_num+1(因为有0)个元素的列表,初始值都为0
    for num in li:
        count[num] += 1 # li中的number对应count中索引,数字没出现一次就在该位置上+1
    i = 0
    for num,m in enumerate(count): # num数字,m出现次数
        for j in range(m):
            li[i] = num
            i += 1

  在基数排序中如果元素范围很大,但是元素间隔较大,会造成很大的内存开销

桶排序

将一个范围内的元素装入一个桶,并保持桶内元素是有序的(插入入桶)

def tong(li,min_num=0,max_num=99,bin_num=10):
    '''
    
    :param li: 
    :param min_num: 最小值
    :param max_num: 最大值
    :param bin_num: 桶的个数
    :return: 
    '''
    bin = [[] for _ in range(bin_num)] #
    for num in li:
        # +1使最后一个数也能在桶里
        n = (max_num-min_num+1)/bin_num  # 桶内元素间隔
        i = int((num-min_num) // n) # 得到我该放到哪个桶里
        bin[i].append(num)
        s = len(bin[i])-1
        tmp_li = bin[i] # 取得对应桶
        tmp = tmp_li[s] # 取最后一个值
        j = s-1
        while j>=0 and tmp<tmp_li[j]:
            tmp_li[j+1] = tmp_li[j]
            j = j-1
        tmp_li[j+1] = tmp
    res = []
    for l in bin:
        res.extend(l)
    return res

基数排序

基数排序是一种非比较型整数排序算法,其原理是将整数按位数切割成不同的数字,然后按每个位数分别比较。

def list_to_buckets(li, iteration):# 比较装桶
    """
    因为分成10个本来就是有序的所以排出来就是有序的。
    :param li: 列表
    :param iteration: 装桶是第几次迭代
    :return:
    """
    buckets = [[] for _ in range(10)]
    for num in li:
        digit = (num // (10 ** iteration)) % 10
        buckets[digit].append(num)
    return buckets

def buckets_to_list(buckets):#出桶
    li = []
    for bucket in buckets:
        for num in bucket:
            li.append(num)
    return li

def radix_sort(li):
    maxval = max(li) # 10000
    it = 0
    while 10 ** it <= maxval:#这个是循环用来,在以前一次排序的基础上在排序。
        li = buckets_to_list(list_to_buckets(li, it))
        it += 1
    return li

取一个数的个十百千位

# 个位
i % 10
# 十位 ,先整除10,再去余
i // 10 %10
# 百位
i // 100 %10

各种排序算法的时间复杂度

稳定性:排序后 2 个相等键值的顺序和排序之前它们的顺序相同

posted @ 2018-03-14 22:31  瓜田月夜  阅读(411)  评论(0编辑  收藏  举报