**基本排序算法的python实现
1、冒泡排序
算法步骤
比较相邻的元素。如果第一个比第二个大，就交换他们两个。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。这步做完后，最后的元素会是最大的数。针对所有的元素重复以上的步骤，除了最后一个。持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比较。
def bubble_sort(collection):
length = len(collection)
for i in range(length - 1):
swapped = False
for j in range(length - 1 - i):
if collection[j] > collection[j + 1]:
swapped = True
collection[j], collection[j + 1] = collection[j + 1], collection[j]
if not swapped: break # Stop iteration if the collection is sorted.
return collection
if __name__ == '__main__':
user_input = input('Enter numbers separated by a comma:').strip()
unsorted = [int(item) for item in user_input.split(',')]
print( *bubble_sort(unsorted), sep=',')
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
最好情况：O(n）
最坏情况：O（n*2）
优点：链表结构和数组结构都可以使用，具有稳定性
2、选择排序
2.1 算法步骤
1.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
2 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。
3 重复第二步，直到所有元素均排序完毕
算法复杂度的关键就是每次找序列的最小元，后面的堆排序就是对选择排序的改进，利用最小堆查找最小元。
def selection_sort(collection):
length = len(collection)
for i in range(length - 1):
least = i
for k in range(i + 1, length):
if collection[k] < collection[least]:
least = k
collection[least], collection[i] = (
collection[i], collection[least]
)
return collection
if __name__ == '__main__':
user_input = input('Enter numbers separated by a comma:
').strip()
unsorted = [int(item) for item in user_input.split(',')]
#unsorted = [9,4,7,3,18,5,22]
print(*selection_sort(unsorted))
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
3、插入排序
3.1 算法步骤
将待排序序列第一个元素看做一个有序序列，把第二个元素到最后一个元素当成是未排序序列。
从头到尾依次扫描未排序序列，将扫描到的每个元素插入有序序列的适当位置。（如果待插入的元素与有序序列中的某个元素相等，则将待插入元素插入到相等元素的后面。）
最好情况：O（n）
最坏情况：O（n*2）
复杂度与输入规模和逆序对的个数有关
优点：具有稳定性，交换的次数较少，移位的次数较多
def insertion_sort(collection):
length = len(collection)
for loop_index in range(1, length):
insertion_index = loop_index
while insertion_index > 0 and collection[insertion_index - 1] > collection[insertion_index]:
collection[insertion_index], collection[insertion_index - 1] = collection[insertion_index - 1], collection[insertion_index]
insertion_index -= 1
return collection
if __name__ == '__main__':
user_input = input('Enter numbers separated by a comma:
').strip()
unsorted = [int(item) for item in user_input.split(',')]
print(insertion_sort(unsorted))
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
4. 希尔排序
4.1 算法步骤
选择一个增量序列 t1，t2，……，tk，其中 ti > tj, tk = 1；
按增量序列个数 k，对序列进行 k 趟排序；
每趟排序，根据对应的增量 ti，将待排序列分割成若干长度为 m 的子序列，分别对各 子表进行直接插入排序。仅增量因子为 1时，整个序列作为一个表来处理，表长度即为整个序列的长度。
利用的性质：N间隔有序的序列，在执行M间隔（M<N）排序后仍然是M间隔有序的序列。
原始的希尔排序增量间隔：
Dm=N/2 初始间隔
Dk=D(k+1）/2
此时的时间复杂度：O(n2)
Hibbard增量序列：Dk=2k -1
此时的最坏时间复杂度：O(N*3/2)
还有Sedgewick[1,5,19,41,109…]
def shell_sort(collection):
"""Pure implementation of shell sort algorithm in Python
:param collection: Some mutable ordered collection with heterogeneous
comparable items inside
:return: the same collection ordered by ascending
>>> shell_sort([0, 5, 3, 2, 2])
[0, 2, 2, 3, 5]
>>> shell_sort([])
[]
>>> shell_sort([-2, -5, -45])
[-45, -5, -2]
"""
# Marcin Ciura's gap sequence
gaps = [701, 301, 132, 57, 23, 10, 4, 1]
for gap in gaps:
i = gap
while i < len(collection):
temp = collection[i]
j = i
while j >= gap and collection[j - gap] > temp:
collection[j] = collection[j - gap]
j -= gap
collection[j] = temp
i += 1
return collection
if __name__ == '__main__':
user_input = input('Enter numbers separated by a comma:
').strip()
unsorted = [int(item) for item in user_input.split(',')]
print(shell_sort(unsorted))
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
5. 堆排序
5.1 算法步骤
创建一个堆 H[0……n-1]；
把堆首（最大值）和堆尾互换；
把堆的尺寸缩小 1，并调用 shift_down(0)，目的是把新的数组顶端数据调整到相应位置；
重复步骤 2，直到堆的尺寸为 1。
def heapify(unsorted, index, heap_size):
largest = index
left_index = 2 * index + 1
right_index = 2 * index + 2
if left_index < heap_size and unsorted[left_index] > unsorted[largest]:
largest = left_index
if right_index < heap_size and unsorted[right_index] > unsorted[largest]:
largest = right_index
if largest != index:
unsorted[largest], unsorted[index] = unsorted[index], unsorted[largest]
heapify(unsorted, largest, heap_size)
def heap_sort(unsorted):
n = len(unsorted)
for i in range(n // 2 - 1, -1, -1):
heapify(unsorted, i, n)
for i in range(n - 1, 0, -1):
unsorted[0], unsorted[i] = unsorted[i], unsorted[0]
heapify(unsorted, 0, i)
return unsorted
if __name__ == '__main__':
user_input = input('Enter numbers separated by a comma:
').strip()
unsorted = [int(item) for item in user_input.split(',')]
print(heap_sort(unsorted))
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
6、归并排序
算法步骤
申请空间，使其大小为两个已经排序序列之和，该空间用来存放合并后的序列；
设定两个指针，最初位置分别为两个已经排序序列的起始位置；
比较两个指针所指向的元素，选择相对小的元素放入到合并空间，并移动指针到下一位置；
重复步骤 3 直到某一指针达到序列尾；将另一序列剩下的所有元素直接复制到合并序列尾。
复杂度O（NlogN） ，稳定，但是需要开辟额外空间，因此一般用在外排序中。
def merge_sort(collection):
def merge(left, right):
result = []
while left and right:
result.append(left.pop(0) if left[0] <= right[0] else right.pop(0))
return result + left + right
if len(collection) <= 1:
return collection
mid = len(collection) // 2
return merge(merge_sort(collection[:mid]), merge_sort(collection[mid:]))
if __name__ == '__main__':
user_input = input('Enter numbers separated by a comma:
').strip()
unsorted = [int(item) for item in user_input.split(',')]
print(*merge_sort(unsorted), sep=',')
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
7、快速排序
从数列中挑出一个元素，称为 “基准”（pivot）;
重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。 在这个分区退出之后，该基准就处于数列的中间位置。这个称为分区（partition）操作；
递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序；
快速排序和归并排序都是采用分而治之的策略，快速排序的重点在于主元的选取，一般采用待排序列首位中间三个元素的中位数作为主元，快速排序更加适用于大规模数据的排序，故我们可以在递归快排之前判断数据规模，当数据量较小时选择其他排序算法（插入排序）
def median(collection, left, right):
mid = (left + right) // 2
if collection[left] > collection[mid]:
collection[left], collection[mid] = collection[mid], collection[left]
if collection[mid] > collection[right]:
collection[mid], collection[right] = collection[right], collection[mid]
if collection[left] > collection[right]:
collection[left], collection[right] = collection[right], collection[left]
collection[mid], collection[right - 1] = collection[right - 1], collection[mid]
pivot = collection[right-1]
return pivot
def quick_sort(collection,left,right):
if (right-left) < 1:
return
pivot = median(collection,left,right)
i = left
j = right-2
while True:
while collection[i] < pivot:i+=1
while j>0 and collection[j] > pivot:j-=1
if i < j :
collection[i] , collection[j] = collection[j] , collection[i]
else:
break
collection[i] , collection[right-1] = collection[right-1] , collection[i]
quick_sort(collection,left,i-1)
quick_sort(collection,i+1,right)
if __name__ == '__main__':
user_input = input('Enter numbers separated by a comma:
').strip()
unsorted = [ int(item) for item in user_input.split(',') ]
N = len(unsorted)
quick_sort(unsorted,0,N-1)
print(unsorted)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
8、桶排序
算法步骤
设置固定数量的空桶。
把数据放到对应的桶中。
对每个不为空的桶中数据进行排序。
拼接不为空的桶中数据，得到结果
应用场景：把一个学校两万人的成绩排名（成绩取整0~100），可以建立一百个桶，将学生的成绩扔进桶里，然后按照桶的序号从小到大依次取出元素；如果建桶时为一个区间，可以在每个桶里面使用其他排序算法进行排序（eg:插入排序）`
DEFAULT_BUCKET_SIZE = 5
def bucket_sort(my_list, bucket_size=DEFAULT_BUCKET_SIZE):
if len(my_list) == 0:
raise Exception("Please add some elements in the array.")
min_value, max_value = (min(my_list), max(my_list))
bucket_count = ((max_value - min_value) // bucket_size + 1)
buckets = [[] for _ in range(int(bucket_count))]
for i in range(len(my_list)):
buckets[int((my_list[i] - min_value) // bucket_size)].append(my_list[i])
return sorted([buckets[i][j] for i in range(len(buckets))
for j in range(len(buckets[i]))])
if __name__ == "__main__":
user_input = input('Enter numbers separated by a comma:').strip()
unsorted = [float(n) for n in user_input.split(',') if len(user_input) > 0]
print(bucket_sort(unsorted))
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
9、基数排序
算法步骤
将所有待比较数值（正整数）统一为同样的数位长度，数位较短的数前面补零
从最低位开始，依次进行一次排序
从最低位排序一直到最高位排序完成以后, 数列就变成一个有序序列
eg:将0-9999的50个整数排序，我们可以建立（0-9）十个桶，可以按照次位优先的原则对数列进行排序，个位–>十位–>百位—>千位。然后按照从零到九的桶序号依次取出数字即可。当然基数排序还可以用于其他方面：多关键字排序（将一副扑克牌按照黑红花块从小到大的顺序排列）
设元素个数为N，整数进制为B，LSD的趟数为P，则最坏时间复杂度是
O(P(N+B))
def radix_sort(lst):
R = 10
placement = 1
# get the maximum number
max_digit = max(lst)
while placement < max_digit:
# declare and initialize buckets
buckets = [list() for _ in range( R )]
# split lst between lists
for i in lst:
tmp = int((i / placement) % R)
buckets[tmp].append(i)
# empty lists into lst array
a = 0
for b in range( R ):
buck = buckets[b]
for i in buck:
lst[a] = i
a += 1
# move to next
placement *= R
if __name__ == "__main__":
user_input = input('Enter numbers separated by a comma:').strip()
unsorted = [float(n) for n in user_input.split(',') if len(user_input) > 0]
radix_sort(unsorted)
print(unsorted)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
十、计数排序
算法步骤花O(n)的时间扫描一下整个序列 A，获取最小值 min 和最大值 max
开辟一块新的空间创建新的数组 B，长度为 ( max - min + 1)
数组 B 中 index 的元素记录的值是 A 中某元素出现的次数
最后输出目标整数序列，具体的逻辑是遍历数组B，输出相应元素以及对应的个数
---------------------