算法漫游指北(第七篇):冒泡排序、冒泡排序算法描述、动图演示、代码实现、过程分析、时间复杂度和选择排序算法描述、动图演示、代码实现、过程分析、时间复杂度
一、冒泡排序
算法描述
-
比较相邻的元素。如果第一个比第二个大,就交换它们两个;
-
对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对,这样在最后的元素应该会是最大的数;
-
针对所有的元素重复以上的步骤,除了最后一个;
-
重复步骤1~3,直到排序完成。
冒泡排序动图演示
冒泡排序代码实现
def bubble_sort(arrlist): # 如果列表长度是0,1,则不用排序 if len(arrlist) < 2: return n = len(arrlist) for j in range(n-1,0,-1): for i in range(j): # 从列表的下标为0开始比较,比较0-1,1-2,。。。一直比较到i-i+1 # 如果前面的数比后面的数大,就把前面的数换到后面来 if arrlist[i] > arrlist[i+1]: arrlist[i],arrlist[i+1] = arrlist[i+1],arrlist[i] if __name__ == "__main__": li = [54, 26, 93, 17, 77, 31, 44, 55, 20] print(li) bubble_sort(li) print(li)
冒泡排序过程分析
li = [54, 26, 93, 17, 77, 31, 44, 55, 20]
1、第一遍冒泡
for i in range(0, n-1): # 指针从头走到尾 if alist[i] > alist[i+1]: alist[i],alist[i+1] = alist[i+1], alist[i]
针对列表元素的0和1,比较54比26大,换位置
[ 26, 54,93, 17, 77, 31, 44, 55, 20]
针对列表元素的1和2比较,54和93比较,小,不用动
[ 26, 54,93, 17, 77, 31, 44, 55, 20]
针对列表元素的2和3比较,93和17比较,大,换位置
[ 26, 54,17, 93, 77, 31, 44, 55, 20]
......
以此类推
最后把93移动到了最后的位置
[54, 26, 17, 77, 31, 44, 55, 20,93]
这样93的位置就可以确定了
2、第二遍冒泡
因为最后的93位置确定了,那么第二遍就可以直接对剩下的元素进行排序
即 [54, 26, 17, 77, 31, 44, 55, 20],这样第二遍排序就少了一个元素
与第一遍排序一样,还是从下标为0的元素开始两两比较,移动元素,
最后的结果就是将整个列表第二大的元素移动到最后
确定了列表倒数第二个元素的位置。
3、第三篇冒泡、第四篇冒泡...
依次类推
最后要循环的是len(li)-1次
得到代码是
def bubble_sort(alist): """冒泡排序""" n = len(alist) for j in range(n-1): count = 0 for i in range(0, n-1-j): # 指针从头走到尾 if alist[i] > alist[i+1]: alist[i],alist[i+1] = alist[i+1], alist[i]
与上面代码实现有一点不同,这里外层for循环用的是0到n-1,代码实现用的是相反的,原理都是一样的。
冒泡排序时间复杂度
-
最优时间复杂度:O(n) (表示遍历一次发现没有任何可以交换的元素,排序结束。)
-
最坏时间复杂度:O(n2)
-
稳定性:稳定
二、选择排序
选择排序(Selection sort)是一种简单直观的排序算法。它的工作原理如下。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。
选择排序动作有点和冒泡排序是相逆的,选择排序是将最小的放在元素最前面,冒泡排序是将最大的放在最后面。
选择排序的主要优点与数据移动有关。如果某个元素位于正确的最终位置上,则它不会被移动。选择排序每次交换一对元素,它们当中至少有一个将被移到其最终位置上,因此对n个元素的表进行排序总共进行至多n-1次交换。在所有的完全依靠交换去移动元素的排序方法中,选择排序属于非常好的一种。
算法描述
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:
-
设第一个元素为比较元素,依次和后面的元素比较,比较完所有元素找到最小的元素,将它和第一个元素互换
-
重复上述操作,我们找出第二小的元素和第二个位置的元素互换,以此类推找出剩余最小元素将它换到前面,即完成排序
选择排序动图演示
红色表示当前最小值,黄色表示已排序序列,蓝色表示当前位置。
选择排序代码实现
def selection_sort(alist): n = len(alist) # 需要进行n-1次选择操作 for i in range(n-1): # 记录最小位置 min_index = i # 从i+1位置到末尾选择出最小数据 for j in range(i+1, n): if alist[j] < alist[min_index]: min_index = j # 如果选择出的数据不在左边的位置,进行交换 if min_index != i: alist[i], alist[min_index] = alist[min_index], alist[i]
选择排序过程分析
arrli=[6,5,4,3,2,1]
1、第一遍选择排序
选择min_index = 0,假设第0个元素是最小的,将其他的1-n个元素与第0个元素进行比较
即执行for循环
for i inrange(0+1,6): if alist[i] < alist[min_index]: min_index = i
即将第一个元素6 分别与另外的5,4,3,2,1进行比较,如果另外的元素比6小,则min_index值为该元素的下标。这里通过for循环之后得到min_index=5。即第五个元素比第0个元素小。
将第五个元素和第0个元素进行互换。
alist[i], alist[min_index] = alist[min_index], alist[i]
第一次选择排序结果
[1, 5, 4, 3, 2, 6]
2、第二遍选择排序
确定了第0个元素的位置,将第0个元素剔除,对
[5, 4, 3, 2, 6]
进行选择排序
与上面类似
开始假定第1个元素5为最小,与其他的进行比较,得到min_index = 4
将第4个元素和第1个元素进行互换。
[1, 2, 4, 3, 5, 6]
3、继续for循环,与上面类似,直到循环到n-2
选择排序时间复杂度
-
最优时间复杂度:O(n^2)
-
最坏时间复杂度:O(n^2)
-
稳定性:不稳定(考虑升序每次选择最大的情况)
参考资料
posted on 2020-06-05 22:01 Nicholas-- 阅读(570) 评论(0) 编辑 收藏 举报