总结篇3-python数据结构和算法

业务代码最多的就是搞清楚业务关系，增删改查，实现业务功能，但是数据结构和算法却能提升性能，一个功能请求一次需要运行2^n还是n^2的时间，最终反映到用户响应时间差别是很大的，甚至有时候不优化性能可能就会卡死。

八大算法：

https://blog.csdn.net/u013719780/article/details/49201143/

记代码是没用的，关键要记住思想

1.插入排序

将一个数插入到一个有序列表中，从第一个位置开始，调整顺序，直到有序

def insert_sort(lists):
    count = len(lists)
    for i in range(1, count):
        j = i - 1
        key = lists[i]
        while j >= 0:
            if key < lists[j]:
                lists[j+1] = lists[j]
                lists[j] = key
            j = j - 1
    return lists

2.希尔排序

def shellSort(arr):

    n = len(arr)
    gap = int(n / 2)

    while gap > 0:

        for i in range(gap, n):

            temp = arr[i]
            j = i
            while j >= gap and arr[j - gap] > temp:
                arr[j] = arr[j - gap]
                j -= gap
            arr[j] = temp
        gap = int(gap / 2)

arr = [12, 34, 54, 2, 3]

n = len(arr)
print("排序前:")
for i in range(n):
    print(arr[i]),

shellSort(arr)

print("
排序后:")
for i in range(n):
    print(arr[i]),

3.简单选择排序

每次选一个最小的元素放到列表指定位置

def select_sort(lists):
    for i in range(0, len(lists) - 1):
        min_index = i
        for j in range(i + 1, len(lists)):
            if lists[j] < lists[min_index]:
                min_index = j
        if min_index != i:
            lists[i], lists[min_index] = lists[min_index], lists[i]
    return lists


print(select_sort(listA))
一开始尝试记录数值，后来发现还是记录下标最方便写，因为根本思想就是选择最小元素跟指定坐标交换
时间复杂度O(n^2)

4.堆排序

5.冒泡排序

比较相邻元素，较大的数往右，实际上每次循环都是让最大的数往右靠了。优化的话可以考虑最小的数同时也往左靠。

def bubble_sort(lists):
    for i in range(0, len(lists)-1):
        for j in range(i+1, len(lists)):
            if lists[i] > lists[j]:
                lists[i], lists[j] = lists[j], lists[i]
    return lists
时间复杂度显然是O(n^2)

6.快速排序

选择一个基准值，一般第一个或者最后一个元素，比之大的往右交换，比之小的往左交换

#很酷的写法，快速排序
def quicksort(arr):
    if len(arr) <= 1:
        return arr
    pivot = arr[len(arr) // 2]
    left = [x for x in arr if x < pivot]
    middle = [x for x in arr if x == pivot]
    right = [x for x in arr if x > pivot]
    return quicksort(left) + middle + quicksort(right)

print(quicksort([3,6,8,10,1,2,1]))

#前面那种列表推导生成式虽然容易理解，但是十分浪费空间
#真正的快排如下：
def quick_sort(L):
    #用户传入数组，我们在内部分3个参数实现排序，数组，起始坐标，右坐标
    return sort(L,0,len(L)-1)

def sort(L,left,right):
    #获取中间值的函数
    if left<right:
        pivot = Partition(L,left,right)
        sort(L,left,pivot-1)
        sort(L,pivot+1,right)
    return L

def Partition(L,left,right):
    pivot = L[left]

    while left < right:
        while left<right and L[right]>=pivot:
            right -= 1
        L[left] = L[right]
        while left<right and L[left]<=pivot:
            left += 1
        L[right] = L[left]
    #出循环后，left=right，列表被分成围着privot这个数，左小右大的样子
    #需继续对左右两个再做上面的操作
    #对应的下标要改变
    #左：left:0，right:left-1,pivot:L[left]
    #右：left：left+1,right:len(L)-1,pivot:L[left]
    L[left] = pivot#最后把中间值放到中间去
    return left

L = [5, 9, 1, 11, 6, 7, 2, 4]

print (quick_sort(L))

 7.桶排序

def Bucket_Sort(array, bucketsize):
    minValue = min(array)
    maxValue = max(array)
    res = []
    bucketcount = (maxValue - minValue + 1) // bucketsize
    bucket_lists = [[] for i in range(bucketcount)]
    
    for i in array:
        bucket_index = (i - minValue) // bucketsize
        bucket_lists[bucket_index].append(i)
    # 桶内排序
    for j in bucket_lists:
        Quick_Sort_2(j, 0, len(j)-1)    

    for j in bucket_lists:
        if len(j) != 0:
            res.extend(j)
    return res

8.归并排序

def merge(left, right):
    i, j = 0, 0
    result = []
    while i < len(left) and j < len(right):
        if left[i] <= right[j]:
            result.append(left[i])
            i += 1
        else:
            result.append(right[j])
            j += 1
    result += left[i:]
    result += right[j:]
    return result


def merge_sort(lists):
    # 归并排序
    if len(lists) <= 1:
        return lists
    num = len(lists) / 2
    left = merge_sort(lists[:num])
    right = merge_sort(lists[num:])