最新要闻

广告

手机

iphone11大小尺寸是多少?苹果iPhone11和iPhone13的区别是什么?

iphone11大小尺寸是多少?苹果iPhone11和iPhone13的区别是什么?

警方通报辅警执法直播中被撞飞:犯罪嫌疑人已投案

警方通报辅警执法直播中被撞飞:犯罪嫌疑人已投案

家电

热文:Python实现希尔排序、快速排序、归并排序

来源:博客园

快速排序

快速排序(英语:Quicksort),又称划分交换排序(partition-exchange sort),通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列。

步骤为:

  1. 从数列中挑出一个元素,称为"基准"(pivot),
  2. 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)。在这个分区结束之后,该基准就处于数列的中间位置。这个称为分区(partition)操作。
  3. 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。

递归的最底部情形,是数列的大小是零或一,也就是永远都已经被排序好了。虽然一直递归下去,但是这个算法总会结束,因为在每次的迭代(iteration)中,它至少会把一个元素摆到它最后的位置去。


(资料图)

快速排序的分析

def quick_sort(alist, start, end):    """快速排序"""    # 递归的退出条件    if start >= end:        return    # 设定起始元素为要寻找位置的基准元素    mid = alist[start]    # low为序列左边的由左向右移动的游标    low = start    # high为序列右边的由右向左移动的游标    high = end    while low < high:        # 如果low与high未重合,high指向的元素不比基准元素小,则high向左移动        while low < high and alist[high] >= mid:            high -= 1        # 将high指向的元素放到low的位置上        alist[low] = alist[high]        # 如果low与high未重合,low指向的元素比基准元素小,则low向右移动        while low < high and alist[low] < mid:            low += 1        # 将low指向的元素放到high的位置上        alist[high] = alist[low]    # 退出循环后,low与high重合,此时所指位置为基准元素的正确位置    # 将基准元素放到该位置    alist[low] = mid    # 对基准元素左边的子序列进行快速排序    quick_sort(alist, start, low-1)    # 对基准元素右边的子序列进行快速排序    quick_sort(alist, low+1, end)alist = [54,26,93,17,77,31,44,55,20]quick_sort(alist,0,len(alist)-1)print(alist)

时间复杂度

  • 最优时间复杂度:O(n\(log_n\))
  • 最坏时间复杂度:O(\(n^2\))
  • 稳定性:不稳定

从一开始快速排序平均需要花费O(n log n)时间的描述并不明显。但是不难观察到的是分区运算,数组的元素都会在每次循环中走访过一次,使用O(n)的时间。在使用结合(concatenation)的版本中,这项运算也是O(n)。

在最好的情况,每次我们运行一次分区,我们会把一个数列分为两个几近相等的片段。这个意思就是每次递归调用处理一半大小的数列。因此,在到达大小为一的数列前,我们只要作log n次嵌套的调用。这个意思就是调用树的深度是O(log n)。但是在同一层次结构的两个程序调用中,不会处理到原来数列的相同部分;因此,程序调用的每一层次结构总共全部仅需要O(n)的时间(每个调用有某些共同的额外耗费,但是因为在每一层次结构仅仅只有O(n)个调用,这些被归纳在O(n)系数中)。结果是这个算法仅需使用O(n log n)时间。

快速排序演示

希尔排序

希尔排序(Shell Sort)是插入排序的一种。也称缩小增量排序,是直接插入排序算法的一种更高效的改进版本。希尔排序是非稳定排序算法。该方法因DL.Shell于1959年提出而得名。 希尔排序是把记录按下标的一定增量分组,对每组使用直接插入排序算法排序;随着增量逐渐减少,每组包含的关键词越来越多,当增量减至1时,整个文件恰被分成一组,算法便终止。

希尔排序过程

希尔排序的基本思想是:将数组列在一个表中并对列分别进行插入排序,重复这过程,不过每次用更长的列(步长更长了,列数更少了)来进行。最后整个表就只有一列了。将数组转换至表是为了更好地理解这算法,算法本身还是使用数组进行排序。

例如,假设有这样一组数[ 13 14 94 33 82 25 59 94 65 23 45 27 73 25 39 10 ],如果我们以步长为5开始进行排序,我们可以通过将这列表放在有5列的表中来更好地描述算法,这样他们就应该看起来是这样(竖着的元素是步长组成):

13 14 94 33 8225 59 94 65 2345 27 73 25 3910

然后我们对每列进行排序:

10 14 73 25 2313 27 94 33 3925 59 94 65 8245

将上述四行数字,依序接在一起时我们得到:[ 10 14 73 25 23 13 27 94 33 39 25 59 94 65 82 45 ]。这时10已经移至正确位置了,然后再以3为步长进行排序:

10 14 7325 23 1327 94 3339 25 5994 65 8245

排序之后变为:

10 14 1325 23 3327 25 5939 65 7345 94 8294

最后以1步长进行排序(此时就是简单的插入排序了)

希尔排序的分析

def shell_sort(alist):    n = len(alist)    # 初始步长    gap = n / 2    while gap > 0:        # 按步长进行插入排序        for i in range(gap, n):            j = i            # 插入排序            while j>=gap and alist[j-gap] > alist[j]:                alist[j-gap], alist[j] = alist[j], alist[j-gap]                j -= gap        # 得到新的步长        gap = gap / 2alist = [54,26,93,17,77,31,44,55,20]shell_sort(alist)print(alist)

时间复杂度

  • 最优时间复杂度:根据步长序列的不同而不同
  • 最坏时间复杂度:O(\(n^2\))
  • 稳定想:不稳定

希尔排序演示

归并排序

归并排序是采用分治法的一个非常典型的应用。归并排序的思想就是先递归分解数组,再合并数组。

将数组分解最小之后,然后合并两个有序数组,基本思路是比较两个数组的最前面的数,谁小就先取谁,取了后相应的指针就往后移一位。然后再比较,直至一个数组为空,最后把另一个数组的剩余部分复制过来即可。

归并排序的分析

def merge_sort(alist):    if len(alist) <= 1:        return alist    # 二分分解    num = len(alist)/2    left = merge_sort(alist[:num])    right = merge_sort(alist[num:])    # 合并    return merge(left,right)def merge(left, right):    """合并操作,将两个有序数组left[]和right[]合并成一个大的有序数组"""    #left与right的下标指针    l, r = 0, 0    result = []    while l

时间复杂度

  • 最优时间复杂度:O(n\(log_n\))
  • 最坏时间复杂度:O(n\(log_n\))
  • 稳定性:稳定

常见排序算法效率比较

关键词: 快速排序 时间复杂度 插入排序