- ubuntu12.04环境下使用kvm ioctl接口实现最简单的虚拟机
- Ubuntu 通过无线网络安装Ubuntu Server启动系统后连接无线网络的方法
- 在Ubuntu上搭建网桥的方法
- ubuntu 虚拟机上网方式及相关配置详解
CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.
这篇CFSDN的博客文章八大排序算法的Python实现由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.
Python实现八大排序算法,具体内容如下 。
1、插入排序 描述 。
插入排序的基本操作就是将一个数据插入到已经排好序的有序数据中,从而得到一个新的、个数加一的有序数据,算法适用于少量数据的排序,时间复杂度为O(n^2)。是稳定的排序方法。插入算法把要排序的数组分成两部分:第一部分包含了这个数组的所有元素,但将最后一个元素除外(让数组多一个空间才有插入的位置),而第二部分就只包含这一个元素(即待插入元素)。在第一部分排序完成后,再将这个最后元素插入到已排好序的第一部分中.
代码实现 。
1
2
3
4
5
6
7
8
9
10
11
12
|
def
insert_sort(lists):
# 插入排序
count
=
len
(lists)
for
i
in
range
(
1
, count):
key
=
lists[i]
j
=
i
-
1
while
j >
=
0
:
if
lists[j] > key:
lists[j
+
1
]
=
lists[j]
lists[j]
=
key
j
-
=
1
return
lists
|
2、希尔排序 描述 。
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.
代码实现 。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
def
shell_sort(lists):
# 希尔排序
count
=
len
(lists)
step
=
2
group
=
count
/
step
while
group >
0
:
for
i
in
range
(
0
, group):
j
=
i
+
group
while
j < count:
k
=
j
-
group
key
=
lists[j]
while
k >
=
0
:
if
lists[k] > key:
lists[k
+
group]
=
lists[k]
lists[k]
=
key
k
-
=
group
j
+
=
group
group
/
=
step
return
lists
|
3、冒泡排序 描述 。
它重复地走访过要排序的数列,一次比较两个元素,如果他们的顺序错误就把他们交换过来。走访数列的工作是重复地进行直到没有再需要交换,也就是说该数列已经排序完成.
代码实现 。
1
2
3
4
5
6
7
8
|
def
bubble_sort(lists):
# 冒泡排序
count
=
len
(lists)
for
i
in
range
(
0
, count):
for
j
in
range
(i
+
1
, count):
if
lists[i] > lists[j]:
lists[i], lists[j]
=
lists[j], lists[i]
return
lists
|
4、快速排序 描述 。
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.
代码实现 。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
def
quick_sort(lists, left, right):
# 快速排序
if
left >
=
right:
return
lists
key
=
lists[left]
low
=
left
high
=
right
while
left < right:
while
left < right
and
lists[right] >
=
key:
right
-
=
1
lists[left]
=
lists[right]
while
left < right
and
lists[left] <
=
key:
left
+
=
1
lists[right]
=
lists[left]
lists[right]
=
key
quick_sort(lists, low, left
-
1
)
quick_sort(lists, left
+
1
, high)
return
lists
|
5、直接选择排序 描述 。
基本思想:第1趟,在待排序记录r1 ~ r[n]中选出最小的记录,将它与r1交换;第2趟,在待排序记录r2 ~ r[n]中选出最小的记录,将它与r2交换;以此类推,第i趟在待排序记录r[i] ~ r[n]中选出最小的记录,将它与r[i]交换,使有序序列不断增长直到全部排序完毕.
代码实现 。
1
2
3
4
5
6
7
8
9
10
|
def
select_sort(lists):
# 选择排序
count
=
len
(lists)
for
i
in
range
(
0
, count):
min
=
i
for
j
in
range
(i
+
1
, count):
if
lists[
min
] > lists[j]:
min
=
j
lists[
min
], lists[i]
=
lists[i], lists[
min
]
return
lists
|
6、堆排序 描述 。
堆排序(Heapsort)是指利用堆积树(堆)这种数据结构所设计的一种排序算法,它是选择排序的一种。可以利用数组的特点快速定位指定索引的元素。堆分为大根堆和小根堆,是完全二叉树。大根堆的要求是每个节点的值都不大于其父节点的值,即A[PARENT[i]] >= A[i]。在数组的非降序排序中,需要使用的就是大根堆,因为根据大根堆的要求可知,最大的值一定在堆顶.
代码实现 。
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
|
# 调整堆
def
adjust_heap(lists, i, size):
lchild
=
2
*
i
+
1
rchild
=
2
*
i
+
2
max
=
i
if
i < size
/
2
:
if
lchild < size
and
lists[lchild] > lists[
max
]:
max
=
lchild
if
rchild < size
and
lists[rchild] > lists[
max
]:
max
=
rchild
if
max
!
=
i:
lists[
max
], lists[i]
=
lists[i], lists[
max
]
adjust_heap(lists,
max
, size)
# 创建堆
def
build_heap(lists, size):
for
i
in
range
(
0
, (size
/
2
))[::
-
1
]:
adjust_heap(lists, i, size)
# 堆排序
def
heap_sort(lists):
size
=
len
(lists)
build_heap(lists, size)
for
i
in
range
(
0
, size)[::
-
1
]:
lists[
0
], lists[i]
=
lists[i], lists[
0
]
adjust_heap(lists,
0
, i)
|
7、归并排序 描述 。
归并排序是建立在归并操作上的一种有效的排序算法,该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为二路归并.
归并过程为:比较a[i]和a[j]的大小,若a[i]≤a[j],则将第一个有序表中的元素a[i]复制到r[k]中,并令i和k分别加上1;否则将第二个有序表中的元素a[j]复制到r[k]中,并令j和k分别加上1,如此循环下去,直到其中一个有序表取完,然后再将另一个有序表中剩余的元素复制到r中从下标k到下标t的单元。归并排序的算法我们通常用递归实现,先把待排序区间[s,t]以中点二分,接着把左边子区间排序,再把右边子区间排序,最后把左区间和右区间用一次归并操作合并成有序的区间[s,t].
代码实现 。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
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:])
return
merge(left, right)
|
8、基数排序 描述 。
基数排序(radix sort)属于“分配式排序”(distribution sort),又称“桶子法”(bucket sort)或bin sort,顾名思义,它是透过键值的部份资讯,将要排序的元素分配至某些“桶”中,藉以达到排序的作用,基数排序法是属于稳定性的排序,其时间复杂度为O (nlog(r)m),其中r为所采取的基数,而m为堆数,在某些时候,基数排序法的效率高于其它的稳定性排序法.
代码实现 。
1
2
3
4
5
6
7
8
9
10
11
12
|
import
math
def
radix_sort(lists, radix
=
10
):
k
=
int
(math.ceil(math.log(
max
(lists), radix)))
bucket
=
[[]
for
i
in
range
(radix)]
for
i
in
range
(
1
, k
+
1
):
for
j
in
lists:
bucket[j
/
(radix
*
*
(i
-
1
))
%
(radix
*
*
i)].append(j)
del
lists[:]
for
z
in
bucket:
lists
+
=
z
del
z[:]
return
lists
|
以上就是Python实现八大排序算法的详细介绍,希望对大家的学习有所帮助.
最后此篇关于八大排序算法的Python实现的文章就讲到这里了,如果你想了解更多关于八大排序算法的Python实现的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!