zoukankan      html  css  js  c++  java
  • 带你掌握4种Python 排序算法

    摘要:在编程里,排序是一个重要算法,它可以帮助我们更快、更容易地定位数据。在这篇文章中,我们将使用排序算法分类器对我们的数组进行排序,了解它们是如何工作的。

    本文分享自华为云社区《Python 排序算法指南》,原文作者:唐里 。

    在编程里,排序是一个重要算法,它可以帮助我们更快、更容易地定位数据。在这篇文章中,我们将使用排序算法分类器对我们的数组进行排序,了解它们是如何工作的。为了保障本文的可读性,这里只着重介绍4个排序算法。

    • 冒泡排序
    • 插入排序.
    • 归并排序.
    • 快速排序

    冒泡排序

    冒泡排序是一种简单的排序算法,它比较两个相邻对象的顺序,将非预期顺序的相邻对象位置交换。下面是它的工作步骤:

    • 比较第一个和第二个对象,如果第一个大于第二个,将之交换。
    • 将第二个对象和第三个对象进行比较,检查相同条件。以此类推直到比较到数组最后一个数。
    • 重复执行这个过程,这样数组就按照从左到右从小到大排列了。

    代码如下

    # Python中的冒泡排序
    def bubbleSort(array):
     
      # 外循环访问数组的每个元素
      for i in range(len(array)):
    
        # 内循环将数组元素与外循环迭代元素进行比较
        for j in range(0, len(array) - i - 1):
    
          # 比较两个相邻元素
          if array[j] > array[j + 1]:
    
            # 如果元素不是预期顺序则交换元素
            temp = array[j]
            array[j] = array[j+1]
            array[j+1] = temp
    data = [5, 4, 3, 2, 1]
    
    bubbleSort(data)
    print('Sorted Array')
    print(data)
    
    #output: [1, 2, 3, 4, 5]

    插入排序

    插入排序也很简单,它分为已经排序和未排序两部分,将未排序部分的元素选中后正确放置在排序部分即可。类似卡牌游戏时我们手里有分类卡。下面是它的工作步骤:

    • 遍历数组查找最低元素的索引并将其与数组的第一个元素交换。
    • 找到数组(不包括第一个元素)中另一个最低的元素,并将其与第二个元素交换 ,然后重复操作,直到数组的最后一个元素。
    • 这样,数组中最低的元素都会移到左边,而最大的元素会在数组的右边,因此数组是有序的。

    代码如下

    # Python中的排序算法
    def insertionSort(array):
        for step in range(1, len(array)):
            key = array[step]
            j = step - 1
            # 将键与其左侧的每个元素进行比较,直到找到小于它的元素
            while j >= 0 and key < array[j]:
                array[j + 1] = array[j]
                j = j - 1
            # 将键放在比它小的元素之后。
            array[j + 1] = key
    
    data = [11, 4, 3, 2, 12]
    
    insertionSort(data)
    print("sorted array")
    print(data)
    
    #output: [2, 3, 4, 11, 12]

    归并排序

    归并排序是基于分治算法原理的最常用的排序算法。我们将数组分为多个部分,然后对他们进行排序,最后将子部分合并为一个排序数组,为了更好的理解,下面是它的工作步骤:

    • 把数组分成小块,直到每一块中没有单独的元素。
    • 比较每一块数组,将最小值放在左侧,最大值放在数组的右侧。
    • 如果觉得很难理解,看看这个动图。

    代码如下

    # Python的归并排序
    def mergeSort(array):
        if len(array) > 1:
    
            #  r 是将数组分为两半后的分割点
            r = len(array)//2
            L = array[:r]
            M = array[r:]
    
            # 通过递归方法对两半进行排序
            mergeSort(L)
            mergeSort(M)
    
            i = j = k = 0
    
            # 直到我们到达 L 或 M 的任一端,从中选择较大的元素 L 和 M 并将它们放置在 A[p 到 r] 处的正确位置
            while i < len(L) and j < len(M):
                if L[i] < M[j]:
                    array[k] = L[i]
                    i += 1
                else:
                    array[k] = M[j]
                    j += 1
                k += 1
    
            # 将L或者M里的元素排序好后,将剩余的元素并放入 A[p to r]
            while i < len(L):
                array[k] = L[i]
                i += 1
                k += 1
    
            while j < len(M):
                array[k] = M[j]
                j += 1
                k += 1
    array = [8, 6, 14, 12, 10, 3]
    
    mergeSort(array)
    print("Sorted array: ")
    print(array)
    
    #output: [3, 6, 8, 10, 12, 14]

    快速排序

    与归并排序一样,快速排序也是基于分治算法的原理的一种排序算法。它选择一个元素作为枢轴,并围绕枢轴分区数组。下面是它的工作步骤:

    • 选择一个转折点,这可以是随机选择的。这里假设我们选择数组的最后一个元素作为轴心。
    • 将所有小于轴心的项目放在左侧,大于轴心的项目放在数组右侧。
    • 在枢轴的左右两侧重复上面的步骤。

    # Python中的快速排序
    # 找到分区位置
    def partition(array, lowest, highest):
    
      # 这里我们选择最右的元素作为枢轴
      pivot = array[highest]
    
      # 为最大的元素设置指针
      i = lowest - 1
      # 将每个元素与枢轴元素对比
      for j in range(lowest, highest):
        if array[j] <= pivot:
          i = i + 1
          # 将 i 处的元素与 j 处的元素交换
          (array[i], array[j]) = (array[j], array[i])
    
      # 将枢轴元素与 i 指定的较大元素交换
      (array[i + 1], array[highest]) = (array[highest], array[i + 1])
    
      # 返回分区完成的位置
      return i + 1
    def quickSort(array, lowest, highest):
      if lowest < highest:
    
         # 找到枢轴元素
         # 小于枢轴的元素放左边
         # 大于枢轴的元素放右边
        pi = partition(array, lowest, highest)
    
        # 枢轴左侧的递归调用
        quickSort(array, lowest, pi - 1)
    
        # 枢轴右侧的递归调用
        quickSort(array, pi + 1, highest)
    array = [9, 8, 3, 2, 1, 10, 7, 6, 19]
    
    size = len(array)
    quickSort(array, 0, size - 1)
    print('Sorted Array is below')
    print(array)
    
    #output [1, 2, 3, 6, 7, 8, 9, 10, 19]

    以上就是本文的全部内容,感谢阅读,如果对你有帮助希望点个赞~

    原文地址:https://python.plainenglish.io/a-guide-to-sorting-algorithms-in-python-dfa9436b8527

    点击关注,第一时间了解华为云新鲜技术~

  • 相关阅读:
    小谈HTML中的META标签
    如何安装ASPAJAXExtSetup.msi
    <asp:Content> MasterPage技术
    Asp.Net数据控件引用AspNetPager.dll分页
    2011年的最后一天,怎么地也应该写篇博客
    asp.net利用存储过程和div+css实现分页(类似于博客园首页分页)
    Asp.Net 利用TimeSpan类实现时间差计算 并返回所需字符串(类似于SNS)
    最简单的asp.net ajax post,适用于初学者.
    分享AjaxPro或者Ajax实现机制
    Windows 7操作系统 IIS 7 配置asp.net网站伪静态配置问题
  • 原文地址:https://www.cnblogs.com/huaweiyun/p/14925586.html
Copyright © 2011-2022 走看看