Python - 八大排序算法

1、序言

本文使用Python实现了一些常用的排序方法。文章结构如下:

1.直接插入排序

2.希尔排序

3.冒泡排序

4.快速排序

5.简单选择排序

6.堆排序

7.归并排序

8.基数排序

上述所有的排序均写在一个Python自定义类中,作为成员函数。

2、排序方法详细介绍

1.直接插入排序

直接插入排序(Straight Insertion Sort)是一种最简单的排序方法,它的基本操作是一个值插入到已排好序的有序表中,从而得到一个新的、记录数增1的有序表。如下图所示:

 Python - 八大排序算法_第1张图片

由上图可知若最初始的有序表即为数组的第一个元素。用Python实现如下:

def straight_insertion_sort(self, value_list):
    """
    直接插入排序
    :param value_list: 无序列表
    :return:
    """
    return self.__straight_insert(value_list)

@staticmethod
def __straight_insert(value_list):
    sorted_list = []
    sorted_list.append(value_list.pop(0))
    for i in range(0, len(value_list)):
        tail = True  # 是否在尾部插入
        insert_loc = 0
        for j in range(len(sorted_list)):
            if value_list[i] <= sorted_list[j]:
                tail = False
                insert_loc = j
                break
        sorted_list.append(value_list[i])  # 先将值插入尾部
        if not tail:
            # 移动值
            for j in range(len(sorted_list) - 1, insert_loc, -1):
                temp = sorted_list[j]
                sorted_list[j] = sorted_list[j - 1]
                sorted_list[j - 1] = temp
    return sorted_list

2.希尔排序

希尔排序(Shell’s Sort)又称“缩小增量排序”(Diminishing Incerement Sort),它也是一种数插入排序的方法,但在时间效率上较前面的排序方法有较大的改进。它的基本思想是:先将整个待排记录序列分割成若干个子序列分别进行直接插入排序,待整个序列中的记录“基本有序”时,再对全体记录进行一次直接插入排序。如下图所示:

 Python - 八大排序算法_第2张图片

即根据增量将原序列分割成多个子序列进行直接插入排序。增量应不断减小,且最后一个增量为1。用Python实现如下:

def shells_sort(self, value_list):
    """
    希尔排序
    :param value_list: 待排序的无序列表
    :return: 排序后的列表
    """
    gap = len(value_list) // 2
    while gap >= 1:
        i = 0
        while(i + gap) < len(value_list):
            start = i
            gap_list = []
            while start < len(value_list):
                gap_list.append(value_list[start])
                start = start + gap
            gap_list = self.__straight_insert(gap_list)
            start = i
            while start < len(value_list):
                value_list[start] = gap_list.pop(0)
                start += gap
            i += 1
        gap //= 2
    sorted_list = value_list
    return sorted_list

3.冒泡排序

冒泡排序(Bubble Sort)的过程很简单。首先将第一个记录的关键字和第二个记录的关键字进行比较,若逆序(与需要的顺序相反),则将两个记录交换之,然后比较第二个记录和第三个记录的关键字,以此类推。为第一趟冒泡结束,接着对前n-1个记录继续进行上述的过程。这样重复的过程直至n-1=1结束。排序过程如下所示:

 Python - 八大排序算法_第3张图片

用Python实现如下:

@staticmethod
def bubble_sort(value_list):
    """
    冒泡排序
    :param value_list: 待排序的无序列表
    :return: 排序后的列表
    """
    for i in range(len(value_list) - 1):
        for j in range(i + 1, len(value_list)):
            if value_list[i] > value_list[j]:
                value_list[i], value_list[j] = value_list[j], value_list[i]
    sorted_list = value_list
    return sorted_list

4.快速排序

快速排序(Quick Sort)是对冒泡排序的一种改进。它的基本思想是,通过一趟排序将待排记录分割成独立的两部分,其中一部分记录的关键字均比另一部分记录的关键字小,则可分别对这两部分记录继续进行排序,已达到整个序列有序。其排序思想如下:

首先任意选取一个记录(通常可选第一个记录)作为枢轴,然后按下述原则重新排列记录:将所有关键字较它小的记录都安置在它的位置之前,将所有关键字较它大的记录都安置在它的位置之后。一趟快速排序的具体做法是:设两个指针low和high,他们的初值分别为最低位置的下一个位置和最高位,设最低位置枢轴的关键字为pivotkey,则首先从high所指位置起向前搜索找到第一个关键字小于pivotkey的记录的枢轴记录互相交换。发生了交换后才从low所指向的位置起向后搜索,找到第一个关键字大于pivotkey的记录和枢轴记录互相交换。重复这两步直至low=how为止

如下图所示:

Python - 八大排序算法_第4张图片

特别要注意换方向的时机是发生了交换后,用Python实现如下:

def quick_sort(self, value_list):
    """
    快速排序
    :param value_list: 待排序的无序列表
    :return: 排序后的列表
    """
    low = 0
    high = len(value_list) - 1
    self.__qsort(value_list, low, high)
    sorted_list = value_list
    return sorted_list

def __qsort(self, val_list, low, high):
    """
    快速排序辅助函数
    :param val_list: 无序列表
    :param low: 低位
    :param high: 高位
    :return:
    """
    if low >= high:
        return
    pivot_key = low
    temp_low = pivot_key
    temp_high = high
    while low < high:
        # 分成一边比轴(pivot)大,一边比轴(pivot)小的顺序
        while low < high:
            if val_list[high] < val_list[pivot_key]:
                temp = val_list[high]
                val_list[high] = val_list[pivot_key]
                val_list[pivot_key] = temp
                pivot_key = high
                break  # 发生交换后,就换方向
            else:
                high -= 1
        while low < high:
            if val_list[low] > val_list[pivot_key]:
                temp = val_list[low]
                val_list[low] = val_list[pivot_key]
                val_list[pivot_key] = temp
                pivot_key = low
                break  # 发生交换后,就换方向
            else:
                low += 1
    self.__qsort(val_list, temp_low, pivot_key - 1)
    self.__qsort(val_list, pivot_key + 1, temp_high)

5.简单选择排序

选择排序(Selection Sort)是一种简单直观的排序算法。它的基本思想是:每一趟在n-i+1(i=1,2,...,n-1)个记录中选取关键字最小的记录作为有序序列中第i个记录。简单选择排序:通过n-1次关键字的比较,从n-i+1个记录中选出关键字最小的记录,并和第i(1≤i≤n)个记录交换之。如下图所示:

 Python - 八大排序算法_第5张图片

用Python实现如下:

@staticmethod
def simple_selection_sort(value_list):
    """
    简单选择排序
    :param value_list: 待排序的无序列表
    :return: 排序后的列表
    """
    for i in range(len(value_list)):
        min_val = 9999999
        for j in range(i, len(value_list)):
            if min_val > value_list[j]:
                min_val = value_list[j]
        count = 0  # 如果有多个相同的最小值
        for j in range(i, len(value_list)):
            if min_val == value_list[j]:
                value_list[j], value_list[i + count] = value_list[i + count], value_list[j]
    sorted_list = value_list
    return sorted_list

6.堆排序

堆排序(Heap Sort)是指利用堆这种数据结构所设计的一种排序算法。堆的定义如下:

n个元素的序列{k1,k2,...,kn}当且仅当满足一下关系时,称之为堆。

 Python - 八大排序算法_第6张图片

若将序列看成是一个完全二叉树,则堆的含义表明,完全二叉树中所有非终端节点均不大于(或不小于)其左、右孩子节点的值。由此,若序列是堆,则堆顶元素必为序列中的最小值(或最大值)。如下图所示:

 Python - 八大排序算法_第7张图片

至此,我们可以给出堆排序的过程:若在输出堆顶的最小值后,使得剩余n-1个元素的序列又建成一个堆,则得到n个元素中的次小值。如此反复执行,便能得到一个有序序列。

故整个堆排序可以大致分为两个过程:

·将无序序列建成堆。

·输出堆顶元素后,用类似建堆的方法调整堆。

如下两个图所示:

 Python - 八大排序算法_第8张图片

 Python - 八大排序算法_第9张图片

根据堆排序的特点总结出两点注意事项:

1.利用把堆看成完全二叉树的特点,用完全二叉树的性质解决算法问题。

2.建堆的过程是从树种的最后一个非终端节点逆序开始调整的。

3.每调整一次需要检查前后是否依然保持堆的特征

本文利用了二叉树的孩子兄弟表示法来生成二叉树(堆)的。代码如下:

class CldSibNode(object):
    """
    私有内部类:孩子兄弟二叉链表节点
    """

    def __init__(self, val):
        self.value = val
        self.child = None
        self.sibling = None

def heap_sort(self, value_list):
    """
    堆排序
    :param value_list: 待排序的无序列表
    :return: 排序后的列表
    """
    sorted_list = []
    root_node = self.CldSibNode(None)
    self.__child_sibling(root_node, value_list, 0)
    for ct in range(1, len(value_list) // 2 + 1):  # 建堆
        self.__adjust_heap(root_node, len(value_list) // 2 + 1 - ct, 1)
    for i in range(1, len(value_list) + 1):  # 堆排序
        sorted_list.append(root_node.value)  # 输出堆顶元素
        head = root_node
        self.__shrink_heap(root_node, len(value_list) + 1 - i, 1, head)
        self.__adjust_heap(root_node, 1, 1)  # 调整堆

    return sorted_list

def __child_sibling(self, node, value_list, ind):
    """
    创建完全二叉树的左孩子右兄弟二叉链表
    :param node: 当前节点
    :param value_list: 待排序的无序列表
    :param ind:
    :return:
    """
    if ind >= len(value_list):
        return
    node.value = value_list[ind]
    if ind * 2 + 1 < len(value_list):
        node.child = self.CldSibNode(None)  # 孩子
        self.__child_sibling(node.child, value_list, ind * 2 + 1)
    if ind * 2 + 2 < len(value_list):
        node.child.sibling = self.CldSibNode(None)  # 兄弟
        self.__child_sibling(node.child.sibling, value_list, ind * 2 + 2)

def __adjust_heap(self, root_node, last_ind, now_ind):
    if not root_node or not root_node.child:  # 不为空且有孩子
        return
    if now_ind == last_ind:
        # 需要调整的非终端节点
        temp = root_node
        cg = False
        while temp.child:
            if temp.value > temp.child.value:
                temp.value, temp.child.value = temp.child.value, temp.value
                cg = True  # 发生交换
            if temp.child.sibling:
                if temp.value > temp.child.sibling.value:
                    if cg:
                        # 如果发生过交换
                        temp.value, temp.child.value = temp.child.value, temp.value
                    temp.value, temp.child.sibling.value = temp.child.sibling.value, temp.value
                    temp = temp.child.sibling
                    continue
                else:
                    if cg:
                        # 如果发生过交换
                        temp = temp.child
                        continue
            break
    # 递归
    self.__adjust_heap(root_node.child, last_ind, now_ind * 2)
    if root_node.child.sibling:
        self.__adjust_heap(root_node.child.sibling, last_ind, now_ind * 2 + 1)

def __shrink_heap(self, root_node, last_ind, now_ind, head):
    if not root_node or now_ind * 2 > last_ind:
        # 为空
        return
    if last_ind == now_ind * 2 + 1:
        head.value = root_node.child.sibling.value
        root_node.child.sibling = None
        return True
    if last_ind == now_ind * 2:
        head.value = root_node.child.value
        root_node.child = None
        return True
    if root_node.child:
        self.__shrink_heap(root_node.child, last_ind, now_ind * 2, head)
        self.__shrink_heap(root_node.child.sibling, last_ind, now_ind * 2 + 1, head)

7.归并排序

归并排序(Merging Sort),“归并”的含义是将两个或两个以上的有序表组合成一个新的有序表。假设初始序列有n个记录,则可看成是n个有序的子序列,每个子序列的长度为1,然后两两归并,得到[n/2]个长度为2或1的有序子序列;再两两归并,……,如此重复,直至得到一个长度为n的有序序列为止,这种排序方法为2-路归并排序。算法的基本思想如下图所示:

 Python - 八大排序算法_第10张图片

其中两个子序列的合并大有学问,基本思想就是:分别在两个序列头设置指针,比较两个序列指针所指的值的大小,将满足要求的值提取出来形成新列表,并将指针右移。当其中一个指针指向结尾之后时,表示其中一个列表已取尽,接着直接在新列表尾部连接另一个列表。如下图所示:

 Python - 八大排序算法_第11张图片

用Python实现如下:

@staticmethod
def merging_sort(self, value_list):
    """
    归并排序
    :param value_list: 待排序的无序列表
    :return: 排序后的新列表
    """
    i = 0
    while np.power(2, i) < len(value_list):
        count = np.power(2, i)
        start = 0
        outer_temp = []
        while start < len(value_list):
            # 定位另一边
            other = start + count
            temp = []
            if other >= len(value_list):
                # 另一边不存在:直接合并
                outer_temp.extend(value_list[start: start + count])
                break
            left, right = 0, 0
            while left < count or right < count:
                if other + right >= len(value_list):
                    # 右边提前结束
                    temp.extend(value_list[start + left: start + count])
                    break
                elif value_list[start + left] < value_list[other + right]:
                    # 左边更小
                    temp.append(value_list[start + left])
                    left += 1
                    if left == count:
                        # 左边遍历结束
                        temp.extend(value_list[other + right: other + count])
                        break
                else:
                    # 右边更小
                    temp.append(value_list[other + right])
                    right += 1
                    if right == count:
                        # 右边遍历结束
                        temp.extend(value_list[start + left: start + count])
                        break
            outer_temp.extend(temp)
            start += count * 2
        value_list = outer_temp
        i += 1
    sorted_list = value_list
    return sorted_list

8.基数排序

基数排序(Radix Sort)是一种非比较整数排序算法,其原理是将整数按位数切割成不同的数字,然后按每个位数分别比较。由于整数也可以表达字符串(比如名字或日期)和特定格式的浮点数,所以基数排序也不是只能使用于整数。

 Python - 八大排序算法_第12张图片

排序时有两点需要注意:

1.每完成一趟排序,要清空队列。

2.队列的连接要找到第一个不为空的队列作为头,和绕开所有空队列。

用Python实现如下:

@staticmethod
def radix_sort(value_list):
    """
    基数排序
    :param value_list: 待排序的无序列表
    :return: 排序后的新列表
    """
    i = 0
    max_num = max(value_list)
    n = len(str(max_num))
    while i < n:
        # 初始化桶数组
        bucket_list = [[] for _ in range(10)]
        for x in value_list:
            # 找到位置放入桶数组
            bucket_list[int(x / (10 ** i)) % 10].append(x)
        value_list.clear()
        for x in bucket_list:
            # 放回原序列
            for y in x:
                value_list.append(y)
        i += 1
    sorted_list = value_list
    return sorted_list

测试代码:

编写测试代码运行结果如下:

if __name__ == '__main__':
    li = list(np.random.randint(1, 1000, 30))
    my_sort = MySort()
    print("original sequence:", li)
    print("*" * 100)
    print("1.straight_insertion_sort:", my_sort.straight_insertion_sort(li.copy()))
    print("2.shells_sort:", my_sort.shells_sort(li.copy()))
    print("3.bubble_sort:", my_sort.bubble_sort(li.copy()))
    print("4.quick_sort:", my_sort.quick_sort(li.copy()))
    print("5.simple_selection_sort:", my_sort.simple_selection_sort(li.copy()))
    print("6.heap_sort:", my_sort.heap_sort(li.copy()))
    print("7.merging_sort:", my_sort.merging_sort(li.copy()))
    print("8.radix_sort:", my_sort.radix_sort(li.copy()))

测试运行结果:

original sequence: [424, 381, 234, 405, 554, 742, 527, 876, 27, 904, 169, 566, 854, 448, 65, 508, 226, 477, 12, 670, 408, 520, 774, 99, 159, 565, 393, 288, 149, 711]
****************************************************************************************************
1.straight_insertion_sort: [12, 27, 65, 99, 149, 159, 169, 226, 234, 288, 381, 393, 405, 408, 424, 448, 477, 508, 520, 527, 554, 565, 566, 670, 711, 742, 774, 854, 876, 904]
2.shells_sort: [12, 27, 65, 99, 149, 159, 169, 226, 234, 288, 381, 393, 405, 408, 424, 448, 477, 508, 520, 527, 554, 565, 566, 670, 711, 742, 774, 854, 876, 904]
3.bubble_sort: [12, 27, 65, 99, 149, 159, 169, 226, 234, 288, 381, 393, 405, 408, 424, 448, 477, 508, 520, 527, 554, 565, 566, 670, 711, 742, 774, 854, 876, 904]
4.quick_sort: [12, 27, 65, 99, 149, 159, 169, 226, 234, 288, 381, 393, 405, 408, 424, 448, 477, 508, 520, 527, 554, 565, 566, 670, 711, 742, 774, 854, 876, 904]
5.simple_selection_sort: [12, 27, 65, 99, 149, 159, 169, 226, 234, 288, 381, 393, 405, 408, 424, 448, 477, 508, 520, 527, 554, 565, 566, 670, 711, 742, 774, 854, 876, 904]
6.heap_sort: [12, 27, 65, 99, 149, 159, 169, 226, 234, 288, 381, 393, 405, 408, 424, 448, 477, 508, 520, 527, 554, 565, 566, 670, 711, 742, 774, 854, 876, 904]
7.merging_sort: [12, 27, 65, 99, 149, 159, 169, 226, 234, 288, 381, 393, 405, 408, 424, 448, 477, 508, 520, 527, 554, 565, 566, 670, 711, 742, 774, 854, 876, 904]
8.radix_sort: [12, 27, 65, 99, 149, 159, 169, 226, 234, 288, 381, 393, 405, 408, 424, 448, 477, 508, 520, 527, 554, 565, 566, 670, 711, 742, 774, 854, 876, 904]

总结

各个排序效率见下图:

 Python - 八大排序算法_第13张图片

可以得出以下几个结论:

1.从平均时间性能而言,快速排序最佳。

2.堆排序适用于n较大的数据。

3.基数排序是稳定的,时间复杂度较大的简单排序方法也是稳定的。

4.稳定性是由方法本身决定的。

5.没有最好的排序方法,视情况而定。

#! /usr/bin/env python3
# -*- coding:utf-8 -*-

# Author   : MaYi
# Blog     : http://www.cnblogs.com/mayi0312/
# Date     : 2020-01-06
# Name     : mySort
# Software : PyCharm
# Note     : 八大排序算法
import numpy as np


class MySort(object):
    """
    自定义一个排序的类
    """

    def straight_insertion_sort(self, value_list):
        """
        直接插入排序
        :param value_list: 待排序的无序列表
        :return: 排序后的列表
        """
        return self.__straight_insert(value_list)

    @staticmethod
    def __straight_insert(value_list):
        sorted_list = []
        sorted_list.append(value_list.pop(0))
        for i in range(0, len(value_list)):
            tail = True  # 是否在尾部插入
            insert_loc = 0
            for j in range(len(sorted_list)):
                if value_list[i] <= sorted_list[j]:
                    tail = False
                    insert_loc = j
                    break
            sorted_list.append(value_list[i])  # 先将值插入尾部
            if not tail:
                # 移动值
                for j in range(len(sorted_list) - 1, insert_loc, -1):
                    sorted_list[j], sorted_list[j - 1] = sorted_list[j - 1], sorted_list[j]
        return sorted_list

    def shells_sort(self, value_list):
        """
        希尔排序
        :param value_list: 待排序的无序列表
        :return: 排序后的列表
        """
        gap = len(value_list) // 2
        while gap >= 1:
            i = 0
            while(i + gap) < len(value_list):
                start = i
                gap_list = []
                while start < len(value_list):
                    gap_list.append(value_list[start])
                    start = start + gap
                gap_list = self.__straight_insert(gap_list)
                start = i
                while start < len(value_list):
                    value_list[start] = gap_list.pop(0)
                    start += gap
                i += 1
            gap //= 2
        sorted_list = value_list
        return sorted_list

    @staticmethod
    def bubble_sort(value_list):
        """
        冒泡排序
        :param value_list: 待排序的无序列表
        :return: 排序后的列表
        """
        for i in range(len(value_list) - 1):
            for j in range(i + 1, len(value_list)):
                if value_list[i] > value_list[j]:
                    value_list[i], value_list[j] = value_list[j], value_list[i]
        sorted_list = value_list
        return sorted_list

    def quick_sort(self, value_list):
        """
        快速排序
        :param value_list: 待排序的无序列表
        :return: 排序后的列表
        """
        low = 0
        high = len(value_list) - 1
        self.__qsort(value_list, low, high)
        sorted_list = value_list
        return sorted_list

    def __qsort(self, val_list, low, high):
        """
        快速排序辅助函数
        :param val_list: 无序列表
        :param low: 低位
        :param high: 高位
        :return:
        """
        if low >= high:
            return
        pivot_key = low
        temp_low = pivot_key
        temp_high = high
        while low < high:
            # 分成一边比轴(pivot)大,一边比轴(pivot)小的顺序
            while low < high:
                if val_list[high] < val_list[pivot_key]:
                    temp = val_list[high]
                    val_list[high] = val_list[pivot_key]
                    val_list[pivot_key] = temp
                    pivot_key = high
                    break  # 发生交换后,就换方向
                else:
                    high -= 1
            while low < high:
                if val_list[low] > val_list[pivot_key]:
                    temp = val_list[low]
                    val_list[low] = val_list[pivot_key]
                    val_list[pivot_key] = temp
                    pivot_key = low
                    break  # 发生交换后,就换方向
                else:
                    low += 1
        self.__qsort(val_list, temp_low, pivot_key - 1)
        self.__qsort(val_list, pivot_key + 1, temp_high)

    @staticmethod
    def simple_selection_sort(value_list):
        """
        简单选择排序
        :param value_list: 待排序的无序列表
        :return: 排序后的列表
        """
        for i in range(len(value_list)):
            min_val = 9999999
            for j in range(i, len(value_list)):
                if min_val > value_list[j]:
                    min_val = value_list[j]
            count = 0  # 如果有多个相同的最小值
            for j in range(i, len(value_list)):
                if min_val == value_list[j]:
                    value_list[j], value_list[i + count] = value_list[i + count], value_list[j]
        sorted_list = value_list
        return sorted_list

    class CldSibNode(object):
        """
        私有内部类:孩子兄弟二叉链表节点
        """

        def __init__(self, val):
            self.value = val
            self.child = None
            self.sibling = None

    def heap_sort(self, value_list):
        """
        堆排序
        :param value_list: 待排序的无序列表
        :return: 排序后的列表
        """
        sorted_list = []
        root_node = self.CldSibNode(None)
        self.__child_sibling(root_node, value_list, 0)
        for ct in range(1, len(value_list) // 2 + 1):  # 建堆
            self.__adjust_heap(root_node, len(value_list) // 2 + 1 - ct, 1)
        for i in range(1, len(value_list) + 1):  # 堆排序
            sorted_list.append(root_node.value)  # 输出堆顶元素
            head = root_node
            self.__shrink_heap(root_node, len(value_list) + 1 - i, 1, head)
            self.__adjust_heap(root_node, 1, 1)  # 调整堆

        return sorted_list

    def __child_sibling(self, node, value_list, ind):
        """
        创建完全二叉树的左孩子右兄弟二叉链表
        :param node: 当前节点
        :param value_list: 待排序的无序列表
        :param ind:
        :return:
        """
        if ind >= len(value_list):
            return
        node.value = value_list[ind]
        if ind * 2 + 1 < len(value_list):
            node.child = self.CldSibNode(None)  # 孩子
            self.__child_sibling(node.child, value_list, ind * 2 + 1)
        if ind * 2 + 2 < len(value_list):
            node.child.sibling = self.CldSibNode(None)  # 兄弟
            self.__child_sibling(node.child.sibling, value_list, ind * 2 + 2)

    def __adjust_heap(self, root_node, last_ind, now_ind):
        if not root_node or not root_node.child:  # 不为空且有孩子
            return
        if now_ind == last_ind:
            # 需要调整的非终端节点
            temp = root_node
            cg = False
            while temp.child:
                if temp.value > temp.child.value:
                    temp.value, temp.child.value = temp.child.value, temp.value
                    cg = True  # 发生交换
                if temp.child.sibling:
                    if temp.value > temp.child.sibling.value:
                        if cg:
                            # 如果发生过交换
                            temp.value, temp.child.value = temp.child.value, temp.value
                        temp.value, temp.child.sibling.value = temp.child.sibling.value, temp.value
                        temp = temp.child.sibling
                        continue
                    else:
                        if cg:
                            # 如果发生过交换
                            temp = temp.child
                            continue
                break
        # 递归
        self.__adjust_heap(root_node.child, last_ind, now_ind * 2)
        if root_node.child.sibling:
            self.__adjust_heap(root_node.child.sibling, last_ind, now_ind * 2 + 1)

    def __shrink_heap(self, root_node, last_ind, now_ind, head):
        if not root_node or now_ind * 2 > last_ind:
            # 为空
            return
        if last_ind == now_ind * 2 + 1:
            head.value = root_node.child.sibling.value
            root_node.child.sibling = None
            return True
        if last_ind == now_ind * 2:
            head.value = root_node.child.value
            root_node.child = None
            return True
        if root_node.child:
            self.__shrink_heap(root_node.child, last_ind, now_ind * 2, head)
            self.__shrink_heap(root_node.child.sibling, last_ind, now_ind * 2 + 1, head)

    @staticmethod
    def merging_sort(value_list):
        """
        归并排序
        :param value_list: 待排序的无序列表
        :return: 排序后的新列表
        """
        i = 0
        while np.power(2, i) < len(value_list):
            count = np.power(2, i)
            start = 0
            outer_temp = []
            while start < len(value_list):
                # 定位另一边
                other = start + count
                temp = []
                if other >= len(value_list):
                    # 另一边不存在:直接合并
                    outer_temp.extend(value_list[start: start + count])
                    break
                left, right = 0, 0
                while left < count or right < count:
                    if other + right >= len(value_list):
                        # 右边提前结束
                        temp.extend(value_list[start + left: start + count])
                        break
                    elif value_list[start + left] < value_list[other + right]:
                        # 左边更小
                        temp.append(value_list[start + left])
                        left += 1
                        if left == count:
                            # 左边遍历结束
                            temp.extend(value_list[other + right: other + count])
                            break
                    else:
                        # 右边更小
                        temp.append(value_list[other + right])
                        right += 1
                        if right == count:
                            # 右边遍历结束
                            temp.extend(value_list[start + left: start + count])
                            break
                outer_temp.extend(temp)
                start += count * 2
            value_list = outer_temp
            i += 1
        sorted_list = value_list
        return sorted_list

    @staticmethod
    def radix_sort(value_list):
        """
        基数排序
        :param value_list: 待排序的无序列表
        :return: 排序后的新列表
        """
        i = 0
        max_num = max(value_list)
        n = len(str(max_num))
        while i < n:
            # 初始化桶数组
            bucket_list = [[] for _ in range(10)]
            for x in value_list:
                # 找到位置放入桶数组
                bucket_list[int(x / (10 ** i)) % 10].append(x)
            value_list.clear()
            for x in bucket_list:
                # 放回原序列
                for y in x:
                    value_list.append(y)
            i += 1
        sorted_list = value_list
        return sorted_list


if __name__ == '__main__':
    li = list(np.random.randint(1, 1000, 30))
    my_sort = MySort()
    print("original sequence:", li)
    print("*" * 100)
    print("1.straight_insertion_sort:", my_sort.straight_insertion_sort(li.copy()))
    print("2.shells_sort:", my_sort.shells_sort(li.copy()))
    print("3.bubble_sort:", my_sort.bubble_sort(li.copy()))
    print("4.quick_sort:", my_sort.quick_sort(li.copy()))
    print("5.simple_selection_sort:", my_sort.simple_selection_sort(li.copy()))
    print("6.heap_sort:", my_sort.heap_sort(li.copy()))
    print("7.merging_sort:", my_sort.merging_sort(li.copy()))
    print("8.radix_sort:", my_sort.radix_sort(li.copy()))
完整代码

 

你可能感兴趣的:(Python - 八大排序算法)