python实现简单排序算法

算法

递归两个特点：
调用自身
有穷调用
计算规模越来越小，直至最后结束

用装饰器修饰一个递归函数时会出现问题，这个问题产生的原因是递归的函数也不停的使用装饰器。
解决方法是，只让装饰器调用一次即可，那么可以出创建一个新的普通函数，执行一下递归函数，并放回递归函数的返回值，给这个普通函数加上装饰器即可。

尾递归和正常循环时间复杂度相同，尾递归：每次递归尾部return递归函数

算法关键：
有序区和无序区，随着算法的推进，有序区越来越大，无序区越来越小，直至消失，完成排序

代码：
import random

import time

import sys

import copy
#装饰器

def time_cost(func):
    def wrapper(*args,**kwargs):
        sTime = time.time()
        func(*args,**kwargs)
        print("Time cost:%s"%(time.time()-sTime))
        print(args[0])
    return wrapper

#冒泡排序：
#每一次循环从端点处比较n次选出最大或最小的数，一趟结束n--，每次里层循环n-i-1次。

@time_cost
def bubble_sort(list):
    print("
bubble_sort:")
    for i in range(len(list)-1):
        tag = 0
        for j in range(len(list)-i-1):
            if list[j] > list[j+1]:
                list[j],list[j+1] = list[j+1],list[j]
                tag = 1
        if not tag:
            return

#选择排序
#每次选出最小的数，放在n，每趟结束n++，每次里层循环（i+1，len（list））

@time_cost
def select_sort(list):
    print("
select_sort:")
    for i in range(len(list)-1):
        min = i
        for j in range(i+1,len(list)):
            if list[min] > list[j]:
                min = j
        if min != i:
            list[i],list[min] = list[min],list[i]

#插入排序
#分有序区和无序区，列表前面是有序区，后面是无序区，每次从无序区的首位取一个元素，与有序区元素依次比较，放到合适的位置，直到无序区元素取完

@time_cost
def insert_sort(list):
    print("
insert_sort:")
    for i in range(len(list)):
        tag = 0
        for j in range(i,0,-1):
            if list[j] < list[j-1]:
                list[j],list[j-1] = list[j-1],list[j]
                tag = 1
            if not tag:
                break

#快速排序
#递归实现，取一个数（列表第一个），使得列表左边的元素比此数都小，列表右边的元素比此数都大，依据此数位置切割出左右两边列表分别进行递归，直至列表只有一个元素

def part_sort(list,left,right):
    temp = list[left]
    while left < right:
        while left < right and temp <= list[right]:
            right -= 1
        list[left] = list[right]
        while left < right and temp >= list[left]:
            left += 1
        list[right] = list[left]
    list[left] = temp
    return left


def _quckly_sort(list,left,right):
    if left < right:
        mid = part_sort(list,left,right)
        _quckly_sort(list,left,mid-1)
        _quckly_sort(list,mid+1,right)

@time_cost
def quckly_sort(list):
    print("
quckly_sort:")
    return _quckly_sort(list,0,len(list)-1)

#快排的时间复杂度为O(nlogn)
#冒泡、选择、插入排序的时间复杂度为O(n^2)
#一般来说处理大数据排序问题，快排比前面三种排序快好几个数量级

#但是如果碰到极端情况，例如：列表是反序排列的
#快排的时间复杂度退化成O(n^2)
#由于自身有递归加大开销，会使相同排序比其他三种排序耗时更久

#系统自带排序 sort()
#大多数编程语言系统排序使用的都是快速排序
#python系统自带的排序使用的是C语言编写的快排，比python写的快排快一个数量级

sort(list)

#一般来说系统都有限制最大递归层数
#修改系统最大递归层数
import sys
sys.setrecursionlimit(10000)

#比较4种排序，当排序个数为10000时
#bubble_sort:
#Time cost:17.794017791748047

#select_sort:
#Time cost:5.8113322257995605

#insert_sort:
#Time cost:15.441883087158203

#_quckly_sort:
#Time cost:0.044002532958984375
#快排效率非常高

#堆排序
#当各节点是顺序存储时,且必须是完全二叉树
#父节点与左孩子关系： i ~ 2i+1
#父节点与右孩子关系： i ~ 2i+2
#首先将列表元素建堆，形成大根堆
#然后循环调整大根堆，取堆顶元素，生成有序序列
#时间复杂度O(nlogn)

def sift(list,low,high):
    i = low
    j = 2 * i + 1
    temp = list[i]
    while j <= high:
        if j < high and list[j] < list[j+1]:
            j += 1
        if temp < list[j]:
            list[i] = list[j]
            i = j
            j = 2 * i + 1
        else:
            break
    list[i] = temp
    list[low],list[high] = list[low],list[high]



@time_cost
def heap_sort(list):
    print("
heap_sort:")
    n = len(list)
    for i in range(n // 2 - 1, -1, -1):
        sift(list, i, n - 1)
    for i in range(n-1, -1, -1):
        list[0],list[i] = list[i],list[0]
        sift(list, 0, i - 1)

#归并排序
#一次归并，将两个排序好的列表合并成一个有序列表
#首先将一个无序列表递归分解成只有1个元素的n个列表
#将所有分解的列表两两执行一次归并算法，最终合成一个有序列表
#时间复杂度O(nlogn)
#空间复杂度O(n)每个一次归并都创建一个列表

def ont_megre_sort(list,low,mid,high):
    i = low
    j = mid + 1
    ltmp = []
    while i <= mid and j <= high:
        if list[i] < list[j]:
            ltmp.append(list[i])
            i += 1
        else:
            ltmp.append(list[j])
            j += 1
    while i <= mid:
        ltmp.append(list[i])
        i += 1
    while j <= high:
        ltmp.append(list[j])
        j += 1
    list[low:high+1] = ltmp


def _megre_sort(list,low,high):
    if low < high:
        mid = (low+high)//2
        _megre_sort(list,low,mid)
        _megre_sort(list,mid+1,high)
        ont_megre_sort(list,low,mid,high)

@time_cost
def megre_sort(list):
    print("
megre_sort:")
    return _megre_sort(list,0,len(list)-1)

#一般来说 快速排序 < 归并排序 < 堆排序
#快排极端情况下速度慢，不稳定
#归并排序需要空间开销
#堆排序相对稳定
#时间复杂度O(n)

#希尔排序
#一种分组插入排序算法
#根据定义d为间隔分组，对每个小分组做一次直接插入排序
#d逐渐缩小，列表相对有序，直至d=1，成为直接插入排序，最后一次循环使列表彻底有序
#时间复杂度O((1+T)n)=O(1.3n)

@time_cost
def shell_sort(list):
    print("
shell_sort:")
    gap = len(list) // 2
    while gap > 0:
        for i in range(gap,len(list)):
            temp = list[i]
            j = i - gap
            while j >= 0 and temp < list[j]:
                list[j + gap] = list[j]
                j -= gap
            list[j + gap] = temp
        gap //= 2

#----------------------------------------------总结------------------------------------------------#
# 排序方法　　 　　　　　　　　 时间复杂度 　　 　　　　     稳定性 　　　　 代码复杂度 #
# #
# 　　　　　　 　　　　 最坏情况    平均情况     最好情况 　　　　　　　　　　　　　　    #
# 冒泡排序 　　　　　　   O(n^2)      O(n^2)           O(n) 　　　  稳定 　　　　　　 简单        #　　
# #
# 直接选择排序 　　　　   O(n^2)      O(n^2)         O(n^2) 　　   不稳定 　　　　　  简单        #
# #
# 直接插入排序 　　　　   O(n^2)      O(n^2)         O(n^2) 　　　 稳定 　　　　　　 简单        #
# #
# 快速排序 　　　　　　 O(n^2)      O(nlogn)       O(nlogn) 　     不稳定                    较复杂      #
# #
# 堆排序 　　　　　　    O(nlogn)    O(nlogn)       O(nlogn) 　　  稳定                        复杂        #
# #
# 归并排序 　　　　       O(nlogn)    O(nlogn)        O(nlogn) 　　  稳定　　　　　　 较复杂      #
# #
# 希尔排序 　　　　　　 O(1.3n) 　　　　　　　　　　　　      不稳定                    较复杂      #
# #
# #
#-----------------------------------------------------------------------------------------------------------------------------#

全部代码

__author__ = 'cq'


import time
import random
import sys
import copy

def time_cost(func):
    def wrapper(*args,**kwargs):
        sTime = time.time()
        func(*args,**kwargs)
        print("Time cost:%s"%(time.time()-sTime))
        print(args[0])
    return wrapper

#-------------------冒泡排序-----------------------#
@time_cost
def bubble_sort(list):
    print("
bubble_sort:")
    for i in range(len(list)-1):
        tag = 0
        for j in range(len(list)-i-1):
            if list[j] > list[j+1]:
                list[j],list[j+1] = list[j+1],list[j]
                tag = 1
        if not tag:
            return

#-------------------插入排序-----------------------#
@time_cost
def insert_sort(list):
    print("
insert_sort:")
    for i in range(len(list)):
        tag = 0
        for j in range(i,0,-1):
            if list[j] < list[j-1]:
                list[j],list[j-1] = list[j-1],list[j]
                tag = 1
            if not tag:
                break

#-------------------选择排序-----------------------#
@time_cost
def select_sort(list):
    print("
select_sort:")
    for i in range(len(list)-1):
        min = i
        for j in range(i+1,len(list)):
            if list[min] > list[j]:
                min = j
        if min != i:
            list[i],list[min] = list[min],list[i]

#-------------------快速排序-----------------------#
def part_sort(list,left,right):
    temp = list[left]
    while left < right:
        while left < right and temp <= list[right]:
            right -= 1
        list[left] = list[right]
        while left < right and temp >= list[left]:
            left += 1
        list[right] = list[left]
    list[left] = temp
    return left


def _quckly_sort(list,left,right):
    if left < right:
        mid = part_sort(list,left,right)
        _quckly_sort(list,left,mid-1)
        _quckly_sort(list,mid+1,right)

@time_cost
def quckly_sort(list):
    print("
quckly_sort:")
    return _quckly_sort(list,0,len(list)-1)

#-------------------堆排序-----------------------#
def sift(list,low,high):
    i = low
    j = 2 * i + 1
    temp = list[i]
    while j <= high:
        if j < high and list[j] < list[j+1]:
            j += 1
        if temp < list[j]:
            list[i] = list[j]
            i = j
            j = 2 * i + 1
        else:
            break
    list[i] = temp
    list[low],list[high] = list[low],list[high]



@time_cost
def heap_sort(list):
    print("
heap_sort:")
    n = len(list)
    for i in range(n // 2 - 1, -1, -1):
        sift(list, i, n - 1)
    for i in range(n-1, -1, -1):
        list[0],list[i] = list[i],list[0]
        sift(list, 0, i - 1)


#-------------------归并排序-----------------------#
def ont_megre_sort(list,low,mid,high):
    i = low
    j = mid + 1
    ltmp = []
    while i <= mid and j <= high:
        if list[i] < list[j]:
            ltmp.append(list[i])
            i += 1
        else:
            ltmp.append(list[j])
            j += 1
    while i <= mid:
        ltmp.append(list[i])
        i += 1
    while j <= high:
        ltmp.append(list[j])
        j += 1
    list[low:high+1] = ltmp


def _megre_sort(list,low,high):
    if low < high:
        mid = (low+high)//2
        _megre_sort(list,low,mid)
        _megre_sort(list,mid+1,high)
        ont_megre_sort(list,low,mid,high)

@time_cost
def megre_sort(list):
    print("
megre_sort:")
    return _megre_sort(list,0,len(list)-1)


#-------------------希尔排序-----------------------#
@time_cost
def shell_sort(list):
    print("
shell_sort:")
    gap = len(list) // 2
    while gap > 0:
        for i in range(gap,len(list)):
            temp = list[i]
            j = i - gap
            while j >= 0 and temp < list[j]:
                list[j + gap] = list[j]
                j -= gap
            list[j + gap] = temp
        gap //= 2








def main():
    #生成列表
    list0 = list(range(100))
    first_name = ["陈","张","李","王","赵"]
    second_name = ["冰","鑫","程","爱","暖"]
    third_name = ["强","国","明","风","芬"]
    listname = [
        {"id":"1000"+str(i),
         "name":random.choice(first_name)+
                random.choice(second_name)+
                random.choice(third_name),
         "age":random.randint(16,60)
        } for i in range(10)
    ]
    random.shuffle(list0)
    random.shuffle(listname)

    #copy四份打乱后的列表
    list1 = copy.deepcopy(list0)
    list2 = copy.deepcopy(list0)
    list3 = copy.deepcopy(list0)
    list4 = copy.deepcopy(list0)
    list5 = copy.deepcopy(list0)
    list6 = copy.deepcopy(list0)
    list7 = copy.deepcopy(list0)

    #设置递归深度
    sys.setrecursionlimit(10000)


    print("sort_list:")
    print(list0)

    #排序算法
    bubble_sort(list1)
    select_sort(list2)
    insert_sort(list3)
    quckly_sort(list4)
    heap_sort(list5)
    megre_sort(list6)
    shell_sort(list7)


    print("
practice to sort this list:")
    for i in listname:
        print(i)

if "__main__" == __name__:
    main()