1. <strong id="7actg"></strong>
    2. <table id="7actg"></table>

    3. <address id="7actg"></address>
      <address id="7actg"></address>
      1. <object id="7actg"><tt id="7actg"></tt></object>

        (附代碼)動圖圖解 | 十大經(jīng)典排序算法Python版實(shí)現(xiàn)

        共 8965字,需瀏覽 18分鐘

         ·

        2021-06-14 22:00

        點(diǎn)擊左上方藍(lán)字關(guān)注我們



        全網(wǎng)搜集目標(biāo)檢測相關(guān),人工篩選最優(yōu)價值內(nèi)容

        編者薦語
        排序算法可以分為內(nèi)部排序和外部排序,內(nèi)部排序是數(shù)據(jù)記錄在內(nèi)存中進(jìn)行排序,而外部排序是因排序的數(shù)據(jù)很大,一次不能容納全部的排序記錄,在排序過程中需要訪問外存。常見的內(nèi)部排序算法有:插入排序、希爾排序、選擇排序、冒泡排序、歸并排序、快速排序、堆排序、基數(shù)排序等。

        轉(zhuǎn)載自 | 機(jī)器學(xué)習(xí)算法那些事



        用一張圖概括:


        關(guān)于時間復(fù)雜度:

        • 平方階 (O(n2)) 排序:各類簡單排序,直接插入、直接選擇和冒泡排序;
        • 線性對數(shù)階 (O(nlog2n)) 排序:快速排序、堆排序和歸并排序;
        • 爾排序:O(n1+§)) 排序,§ 是介于 0 和 1 之間的常數(shù);
        • 線性階 (O(n)) 排序:基數(shù)排序,此外還有桶、箱排序。

        關(guān)于穩(wěn)定性:

        • 序后 2 個相等鍵值的順序和排序之前它們的順序相同。

        • 穩(wěn)定的排序算法:冒泡排序、插入排序、歸并排序和基數(shù)排序。

        • 不是穩(wěn)定的排序算法:選擇排序、快速排序、希爾排序、堆排序。

        名詞解釋:


        • n:數(shù)據(jù)規(guī)模。

        • k:“桶”的個數(shù)。

        • In-place:占用常數(shù)內(nèi)存,不占用額外內(nèi)存。

        • Out-place:占用額外內(nèi)存。


        01 冒泡排序


        冒泡排序(Bubble Sort)也是一種簡單直觀的排序算法。它重復(fù)地走訪過要排序的數(shù)列,一次比較兩個元素,如果他們的順序錯誤就把他們交換過來。走訪數(shù)列的工作是重復(fù)地進(jìn)行直到?jīng)]有再需要交換,也就是說該數(shù)列已經(jīng)排序完成。這個算法的名字由來是因為越小的元素會經(jīng)由交換慢慢“浮”到數(shù)列的頂端。

        作為最簡單的排序算法之一,冒泡排序給我的感覺就像 Abandon 在單詞書里出現(xiàn)的感覺一樣,每次都在第一頁第一位,所以最熟悉。冒泡排序還有一種優(yōu)化算法,就是立一個 flag,當(dāng)在一趟序列遍歷中元素沒有發(fā)生交換,則證明該序列已經(jīng)有序。但這種改進(jìn)對于提升性能來說并沒有什么太大作用。

        1. 算法步驟


        1. 比較相鄰的元素。如果第一個比第二個大,就交換他們兩個。
        2. 對每一對相鄰元素作同樣的工作,從開始第一對到結(jié)尾的最后一對。這步做完后,最后的元素會是最大的數(shù)。
        3. 針對所有的元素重復(fù)以上的步驟,除了最后一個。
        4. 持續(xù)每次對越來越少的元素重復(fù)上面的步驟,直到?jīng)]有任何一對數(shù)字需要比較。

        2. 動圖演示


        3. Python 代碼

        def bubbleSort(arr):    for i in range(1, len(arr)):        for j in range(0, len(arr)-i):            if arr[j] > arr[j+1]:                arr[j], arr[j + 1] = arr[j + 1], arr[j]    return arr


        02 選擇排序


        選擇排序是一種簡單直觀的排序算法,無論什么數(shù)據(jù)進(jìn)去都是 O(n2) 的時間復(fù)雜度。所以用到它的時候,數(shù)據(jù)規(guī)模越小越好。唯一的好處可能就是不占用額外的內(nèi)存空間了吧。

        1. 算法步驟


        1. 首先在未排序序列中找到最?。ù螅┰?,存放到排序序列的起始位置。
        2. 再從剩余未排序元素中繼續(xù)尋找最小(大)元素,然后放到已排序序列的末尾。
        3. 重復(fù)第二步,直到所有元素均排序完畢。


        2. 動圖演示


        3. Python 代碼

        def selectionSort(arr):    for i in range(len(arr) - 1):        # 記錄最小數(shù)的索引        minIndex = i        for j in range(i + 1, len(arr)):            if arr[j] < arr[minIndex]:                minIndex = j        # i 不是最小數(shù)時,將 i 和最小數(shù)進(jìn)行交換        if i != minIndex:            arr[i], arr[minIndex] = arr[minIndex], arr[i]    return arr

        03 插入排序


        插入排序的代碼實(shí)現(xiàn)雖然沒有冒泡排序和選擇排序那么簡單粗暴,但它的原理應(yīng)該是最容易理解的了,因為只要打過撲克牌的人都應(yīng)該能夠秒懂。插入排序是一種最簡單直觀的排序算法,它的工作原理是通過構(gòu)建有序序列,對于未排序數(shù)據(jù),在已排序序列中從后向前掃描,找到相應(yīng)位置并插入。

        插入排序和冒泡排序一樣,也有一種優(yōu)化算法,叫做拆半插入。

        1. 算法步驟


        1. 將第一待排序序列第一個元素看做一個有序序列,把第二個元素到最后一個元素當(dāng)成是未排序序列。
        2. 從頭到尾依次掃描未排序序列,將掃描到的每個元素插入有序序列的適當(dāng)位置。(如果待插入的元素與有序序列中的某個元素相等,則將待插入元素插入到相等元素的后面。)

        2. 動圖演示


        3. Python 代碼

        def insertionSort(arr):    for i in range(len(arr)):        preIndex = i-1        current = arr[i]        while preIndex >= 0 and arr[preIndex] > current:            arr[preIndex+1] = arr[preIndex]            preIndex-=1        arr[preIndex+1] = current    return arr

        04 希爾排序


        希爾排序,也稱遞減增量排序算法,是插入排序的一種更高效的改進(jìn)版本。但希爾排序是非穩(wěn)定排序算法。

        希爾排序是基于插入排序的以下兩點(diǎn)性質(zhì)而提出改進(jìn)方法的:

        • 插入排序在對幾乎已經(jīng)排好序的數(shù)據(jù)操作時,效率高,即可以達(dá)到線性排序的效率;
        • 但插入排序一般來說是低效的,因為插入排序每次只能將數(shù)據(jù)移動一位。

        希爾排序的基本思想是:先將整個待排序的記錄序列分割成為若干子序列分別進(jìn)行直接插入排序,待整個序列中的記錄“基本有序”時,再對全體記錄進(jìn)行依次直接插入排序。

        1. 算法步驟


        1. 選擇一個增量序列 t1,t2,……,tk,其中 ti > tj, tk = 1;
        2. 按增量序列個數(shù) k,對序列進(jìn)行 k 趟排序;
        3. 每趟排序,根據(jù)對應(yīng)的增量 ti,將待排序列分割成若干長度為 m 的子序列,分別對各子表進(jìn)行直接插入排序。僅增量因子為 1 時,整個序列作為一個表來處理,表長度即為整個序列的長度。


        2. Python 代碼

        def shellSort(arr):    import math    gap=1    while(gap < len(arr)/3):        gap = gap*3+1    while gap > 0:        for i in range(gap,len(arr)):            temp = arr[i]            j = i-gap            while j >=0 and arr[j] > temp:                arr[j+gap]=arr[j]                j-=gap            arr[j+gap] = temp        gap = math.floor(gap/3)    return arr}

        05 歸并排序


        歸并排序(Merge sort)是建立在歸并操作上的一種有效的排序算法。該算法是采用分治法(Divide and Conquer)的一個非常典型的應(yīng)用。

        作為一種典型的分而治之思想的算法應(yīng)用,歸并排序的實(shí)現(xiàn)由兩種方法:

        • 自上而下的遞歸(所有遞歸的方法都可以用迭代重寫,所以就有了第 2 種方法);
        • 自下而上的迭代。

        和選擇排序一樣,歸并排序的性能不受輸入數(shù)據(jù)的影響,但表現(xiàn)比選擇排序好的多,因為始終都是 O(nlogn) 的時間復(fù)雜度。代價是需要額外的內(nèi)存空間。

        1. 算法步驟


        1. 申請空間,使其大小為兩個已經(jīng)排序序列之和,該空間用來存放合并后的序列;
        2. 設(shè)定兩個指針,最初位置分別為兩個已經(jīng)排序序列的起始位置;
        3. 比較兩個指針?biāo)赶虻脑兀x擇相對小的元素放入到合并空間,并移動指針到下一位置;
        4. 重復(fù)步驟 3 直到某一指針達(dá)到序列尾;
        5. 將另一序列剩下的所有元素直接復(fù)制到合并序列尾。

        2. 動圖演示


        3. Python 代碼

        def mergeSort(arr):    import math    if(len(arr)<2):        return arr    middle = math.floor(len(arr)/2)    left, right = arr[0:middle], arr[middle:]    return merge(mergeSort(left), mergeSort(right))
        def merge(left,right):    result = []    while left and right:        if left[0] <= right[0]:            result.append(left.pop(0));        else:            result.append(right.pop(0));    while left:        result.append(left.pop(0));    while right:        result.append(right.pop(0));    return result

        06 快速排序


        快速排序是由東尼·霍爾所發(fā)展的一種排序算法。在平均狀況下,排序 n 個項目要 Ο(nlogn) 次比較。在最壞狀況下則需要 Ο(n2) 次比較,但這種狀況并不常見。事實(shí)上,快速排序通常明顯比其他 Ο(nlogn) 算法更快,因為它的內(nèi)部循環(huán)(inner loop)可以在大部分的架構(gòu)上很有效率地被實(shí)現(xiàn)出來。

        快速排序使用分治法(Divide and conquer)策略來把一個串行(list)分為兩個子串行(sub-lists)。

        快速排序又是一種分而治之思想在排序算法上的典型應(yīng)用。本質(zhì)上來看,快速排序應(yīng)該算是在冒泡排序基礎(chǔ)上的遞歸分治法。

        快速排序的名字起的是簡單粗暴,因為一聽到這個名字你就知道它存在的意義,就是快,而且效率高!它是處理大數(shù)據(jù)最快的排序算法之一了。

        雖然 Worst Case 的時間復(fù)雜度達(dá)到了 O(n2),但是人家就是優(yōu)秀,在大多數(shù)情況下都比平均時間復(fù)雜度為 O(n logn) 的排序算法表現(xiàn)要更好,可是這是為什么呢,我也不知道。好在我的強(qiáng)迫癥又犯了,查了 N 多資料終于在《算法藝術(shù)與信息學(xué)競賽》上找到了滿意的答案:

        快速排序的最壞運(yùn)行情況是 O(n2),比如說順序數(shù)列的快排。但它的平攤期望時間是 O(nlogn),且 O(nlogn) 記號中隱含的常數(shù)因子很小,比復(fù)雜度穩(wěn)定等于 O(nlogn) 的歸并排序要小很多。所以,對絕大多數(shù)順序性較弱的隨機(jī)數(shù)列而言,快速排序總是優(yōu)于歸并排序。

        1. 算法步驟


        1. 從數(shù)列中挑出一個元素,稱為 “基準(zhǔn)”(pivot);
        2. 重新排序數(shù)列,所有元素比基準(zhǔn)值小的擺放在基準(zhǔn)前面,所有元素比基準(zhǔn)值大的擺在基準(zhǔn)的后面(相同的數(shù)可以到任一邊)。在這個分區(qū)退出之后,該基準(zhǔn)就處于數(shù)列的中間位置。這個稱為分區(qū)(partition)操作;
        3. 遞歸地(recursive)把小于基準(zhǔn)值元素的子數(shù)列和大于基準(zhǔn)值元素的子數(shù)列排序。

        遞歸的最底部情形,是數(shù)列的大小是零或一,也就是永遠(yuǎn)都已經(jīng)被排序好了。雖然一直遞歸下去,但是這個算法總會退出,因為在每次的迭代(iteration)中,它至少會把一個元素擺到它最后的位置去。

        2. 動圖演示


        3. Python 代碼

        def quickSort(arr, left=None, right=None):    left = 0 if not isinstance(left,(int, float)) else left    right = len(arr)-1 if not isinstance(right,(int, float)) else right    if left < right:        partitionIndex = partition(arr, left, right)        quickSort(arr, left, partitionIndex-1)        quickSort(arr, partitionIndex+1, right)    return arr
        def partition(arr, left, right):    pivot = left    index = pivot+1    i = index    while  i <= right:        if arr[i] < arr[pivot]:            swap(arr, i, index)            index+=1        i+=1    swap(arr,pivot,index-1)    return index-1
        def swap(arr, i, j):    arr[i], arr[j] = arr[j], arr[i]

        07 堆排序


        堆排序(Heapsort)是指利用堆這種數(shù)據(jù)結(jié)構(gòu)所設(shè)計的一種排序算法。堆積是一個近似完全二叉樹的結(jié)構(gòu),并同時滿足堆積的性質(zhì):即子結(jié)點(diǎn)的鍵值或索引總是小于(或者大于)它的父節(jié)點(diǎn)。堆排序可以說是一種利用堆的概念來排序的選擇排序。分為兩種方法:

        • 大頂堆:每個節(jié)點(diǎn)的值都大于或等于其子節(jié)點(diǎn)的值,在堆排序算法中用于升序排列;
        • 小頂堆:每個節(jié)點(diǎn)的值都小于或等于其子節(jié)點(diǎn)的值,在堆排序算法中用于降序排列。

        堆排序的平均時間復(fù)雜度為 Ο(nlogn)。

        1. 算法步驟


        1. 創(chuàng)建一個堆 H[0……n-1];
        2. 把堆首(最大值)和堆尾互換;
        3. 把堆的尺寸縮小 1,并調(diào)用 shift_down(0),目的是把新的數(shù)組頂端數(shù)據(jù)調(diào)整到相應(yīng)位置;
        4. 重復(fù)步驟 2,直到堆的尺寸為 1。

        2. 動圖演示


        3. Python 代碼

        def buildMaxHeap(arr):    import math    for i in range(math.floor(len(arr)/2),-1,-1):        heapify(arr,i)
        def heapify(arr, i): left = 2*i+1 right = 2*i+2 largest = i if left < arrLen and arr[left] > arr[largest]: largest = left if right < arrLen and arr[right] > arr[largest]: largest = right
        if largest != i: swap(arr, i, largest) heapify(arr, largest)
        def swap(arr, i, j):    arr[i], arr[j] = arr[j], arr[i]
        def heapSort(arr): global arrLen arrLen = len(arr) buildMaxHeap(arr) for i in range(len(arr)-1,0,-1): swap(arr,0,i) arrLen -=1 heapify(arr, 0)    return arr

        08 計數(shù)排序


        計數(shù)排序的核心在于將輸入的數(shù)據(jù)值轉(zhuǎn)化為鍵存儲在額外開辟的數(shù)組空間中。作為一種線性時間復(fù)雜度的排序,計數(shù)排序要求輸入的數(shù)據(jù)必須是有確定范圍的整數(shù)。

        1. 動圖演示


        2. Python 代碼

        def countingSort(arr, maxValue):    bucketLen = maxValue+1    bucket = [0]*bucketLen    sortedIndex =0    arrLen = len(arr)    for i in range(arrLen):        if not bucket[arr[i]]:            bucket[arr[i]]=0        bucket[arr[i]]+=1    for j in range(bucketLen):        while bucket[j]>0:            arr[sortedIndex] = j            sortedIndex+=1            bucket[j]-=1    return arr


        09 桶排序


        桶排序是計數(shù)排序的升級版。它利用了函數(shù)的映射關(guān)系,高效與否的關(guān)鍵就在于這個映射函數(shù)的確定。為了使桶排序更加高效,我們需要做到這兩點(diǎn):


        1. 在額外空間充足的情況下,盡量增大桶的數(shù)量。
        2. 使用的映射函數(shù)能夠?qū)⑤斎氲?N 個數(shù)據(jù)均勻的分配到 K 個桶中。


        同時,對于桶中元素的排序,選擇何種比較排序算法對于性能的影響至關(guān)重要。

        • 什么時候最快
        當(dāng)輸入的數(shù)據(jù)可以均勻的分配到每一個桶中。

        • 什么時候最慢

        當(dāng)輸入的數(shù)據(jù)被分配到了同一個桶中。

        • Python 代碼

        def bucket_sort(s):    """桶排序"""    min_num = min(s)    max_num = max(s)    # 桶的大小    bucket_range = (max_num-min_num) / len(s)    # 桶數(shù)組    count_list = [ [] for i in range(len(s) + 1)]    # 向桶數(shù)組填數(shù)    for i in s:        count_list[int((i-min_num)//bucket_range)].append(i)    s.clear()    # 回填,這里桶內(nèi)部排序直接調(diào)用了sorted    for i in count_list:        for j in sorted(i):            s.append(j)
        if __name__ == __main__ : a = [3.2,6,8,4,2,6,7,3]bucket_sort(a)print(a) # [2, 3, 3.2, 4, 6, 6, 7, 8]

        10 基數(shù)排序


        基數(shù)排序是一種非比較型整數(shù)排序算法,其原理是將整數(shù)按位數(shù)切割成不同的數(shù)字,然后按每個位數(shù)分別比較。由于整數(shù)也可以表達(dá)字符串(比如名字或日期)和特定格式的浮點(diǎn)數(shù),所以基數(shù)排序也不是只能使用于整數(shù)。

        1. 基數(shù)排序 vs 計數(shù)排序 vs 桶排序


        基數(shù)排序有兩種方法:

        這三種排序算法都利用了桶的概念,但對桶的使用方法上有明顯差異:

        • 基數(shù)排序:根據(jù)鍵值的每位數(shù)字來分配桶;
        • 計數(shù)排序:每個桶只存儲單一鍵值;
        • 桶排序:每個桶存儲一定范圍的數(shù)值。

        2. 動圖演示


        3. Python 代碼

        def RadixSort(list):    i = 0                                    #初始為個位排序    n = 1                                     #最小的位數(shù)置為1(包含0)    max_num = max(list) #得到帶排序數(shù)組中最大數(shù)    while max_num > 10**n: #得到最大數(shù)是幾位數(shù)        n += 1    while i < n:        bucket = {} #用字典構(gòu)建桶        for x in range(10):            bucket.setdefault(x, []) #將每個桶置空        for x in list: #對每一位進(jìn)行排序            radix =int((x / (10**i)) % 10) #得到每位的基數(shù)            bucket[radix].append(x) #將對應(yīng)的數(shù)            組元素加入到相 #應(yīng)位基數(shù)的桶中        j = 0        for k in range(10):            if len(bucket[k]) != 0: #若桶不為空                for y in bucket[k]: #將該桶中每個元素                    list[j] = y #放回到數(shù)組中                    j += 1        i += 1return  list


        END



        雙一流大學(xué)研究生團(tuán)隊創(chuàng)建,專注于目標(biāo)檢測與深度學(xué)習(xí),希望可以將分享變成一種習(xí)慣!

        整理不易,點(diǎn)贊三連↓

        瀏覽 43
        點(diǎn)贊
        評論
        收藏
        分享

        手機(jī)掃一掃分享

        分享
        舉報
        評論
        圖片
        表情
        推薦
        點(diǎn)贊
        評論
        收藏
        分享

        手機(jī)掃一掃分享

        分享
        舉報
        1. <strong id="7actg"></strong>
        2. <table id="7actg"></table>

        3. <address id="7actg"></address>
          <address id="7actg"></address>
          1. <object id="7actg"><tt id="7actg"></tt></object>
            亚洲国产精品精 | 我给你日b小说 | 国产精品久久久久久久久久久久人四 | 国产一级婬片A片免费看狼牙 | 日韩欧美一区二区三区久久婷婷 | 秋霞AV一区二区三区 | 女空乘囗交 | 黄色视频在线免费观看网站 | 大香蕉日逼 | 看個免費操比的 |