算法初步

时间复杂度

时间复杂度是用来估计算法运行时间的式子（单位）。

image.png

时间复杂度小结

image.png

空间复杂度

用来计算一个算法临时占用内存的式子

递归复习

1、调用自身
2、结束条件

lowB三人组

冒泡排序

冒泡排序：列表在内存重只存一份，所以不需要重复赋值
import random
from timewrap import *          #时间装饰器

# 初级版本
@cal_time
def bubble_sort(li):
    for i in range(len(li) - 1):       #循环的躺数为总的躺数-1，因为最后一步没必要走
        # i 表示趟数
        # 第 i 趟时： 无序区：(0，len(li) - i)
        for j in range(0, len(li) - i - 1):  #循环i次之后就还有总长度-1-i次
            if li[j] > li[j+1]:              #如果低j个数比j+1个数还要大，说明j在j+1的上边
                li[j], li[j+1] = li[j+1], li[j]        #交换位置

# 优化版，和上边的基本一样，只是在他的基础上增加了一层判断，如果刚刚开始列表就是有序的则不需要进行排序
@cal_time
def bubble_sort_2(li):
    for i in range(len(li) - 1):
        # i 表示趟数
        # 第 i 趟时： 无序区：(0，len(li) - i)
        change = False
        for j in range(0, len(li) - i - 1):
            if li[j] > li[j+1]:
                li[j], li[j+1] = li[j+1], li[j]
                change = True       #排序成功返回True
        if not change:        #如果没有change的值代表没有排序，
            return

li = list(range(10000))         #随机产生10000个数
# random.shuffle(li)             #打乱后的结果
# print(li)
bubble_sort_2(li)               #没有打乱排序，直接走if not change：
print(li)

选择排序

#选择排序
import random
from timewrap import *         #时间装饰器，用来判断函数执行的时间长度

@cal_time
def select_sort(li):
    for i in range(len(li) - 1):
        # i 表示趟数，也表示无序区开始的位置
        min_loc = i   # 最小数的位置          的到一个最小值
        for j in range(i + 1, len(li)):   #此时i就是最小值
            if li[j] < li[min_loc]:           #如果li[j]

插入排序

#插入排序
import random
from timewrap import *

@cal_time
def insert_sort(li):
    for i in range(1, len(li)):
        # i 表示无序区第一个数
        tmp = li[i] # 摸到的牌                 随机去到一支歌
        j = i - 1 # j 指向有序区最后位置
        while li[j] > tmp and j >= 0:        # 有序区最下的值
            #循环终止条件： 1. li[j] <= tmp; 2. j == -1
            li[j+1] = li[j]
            j -= 1
        li[j+1] = tmp


li = list(range(10000))
random.shuffle(li)
print(li)
insert_sort(li)
print(li)