python实现算法的代码_Python实现七个基本算法的实例代码
1.顺序查找
当数据存储在诸如列表的集合中时，我们说这些数据具有线性或顺序关系。 每个数据元素都存储在相对于其他数据元素的位置。 由于这些索引值是有序的，我们可以按顺序访问它们。 这个过程产实现的搜索即为顺序查找。
顺序查找原理剖析：从列表中的第一个元素开始，我们按照基本的顺序排序，简单地从一个元素移动到另一个元素，直到找到我们正在寻找的元素或遍历完整个列表。如果我们遍历完整个列表，则说明正在搜索的元素不存在。
代码实现：该函数需要一个列表和我们正在寻找的元素作为参数，并返回一个是否存在的布尔值。found 布尔变量初始化为 False，如果我们发现列表中的元素，则赋值为 True。?
1
2
3
4
5
6
7
8
9
10
def search(alist,item):
find= False
cur= 0
while cur
if alist[cur]== item:
find= True
break
else:
cur+= 1
return find
def search(alist,item):
find = False
cur = 0
while cur < len(alist):
if alist[cur] == item:
find = True
break
else:
cur += 1
return find
2.二分查找
有序列表对于我们的实现搜索是很有用的。在顺序查找中，当我们与第一个元素进行比较时，如果第一个元素不是我们要查找的，则最多还有 n-1 个元素需要进行比较。
二分查找则是从中间元素开始，而不是按顺序查找列表。 如果该元素是我们正在寻找的元素，我们就完成了查找。 如果它不是，我们可以使用列表的有序性质来消除剩余元素的一半。
如果我们正在查找的元素大于中间元素，就可以消除中间元素以及比中间元素小的一半元素。如果该元素在列表中，肯定在大的那半部分。然后我们可以用大的半部分重复该过程，继续从中间元素开始，将其与我们正在寻找的内容进行比较。?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
def search(alist,item):
left= 0
right= len(alist)- 1
find= False
while left <= right:
mid_index= (left+ right)//2
if item== alist[mid_index]:
find= True
break
else:
if item > alist[mid_index]:
left= mid_index+ 1
else:
right= mid_index-1
return find
def search(alist,item):
left = 0
right = len(alist) - 1
find = False
while left <= right:
mid_index = (left + right)//2
if item == alist[mid_index]:
find = True
break
else:
if item > alist[mid_index]:
left = mid_index + 1
else:
right = mid_index -1
return find
3.冒泡排序
原理：
比较相邻的元素。如果第一个比第二个大，就交换他们两个。对每一对相邻元素做同样的工作，从开始第一对到结尾的最后一对。在这一点，最后的元素应该会是最大的数。针对所有的元素重复以上的步骤，除了最后一个。持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比较。
?
1
2
3
4
5
6
def sort(alist):
length= len(alist)
for iin range(0,length-1):
for jin range(0,length-1-i):
if alist[i] > alist[i+1]:
alist[i],alist[i+1]= alist[i+1],alist[i]
def sort(alist):
length = len(alist)
for i in range(0,length-1):
for j in range(0,length-1-i):
if alist[i] > alist[i+1]:
alist[i],alist[i+1] = alist[i+1],alist[i]
4.选择排序
工作原理：第一次从待排序的数据元素中选出最小(或最大)的一个元素，存放在序列的起始位置，然后再从剩余的未排序元素中寻找到最小(大)元素，然后放到已排序的序列的末尾。以此类推，直到全部待排序的数据元素的个数为零。选择排序是不稳定的排序方法。
?
1
2
3
4
5
6
7
8
def sort(alist):
length= len(alist)
for jin range(length-1,0,-1):
max_index= 0
for iin range(1,j+1):
if alist[max_index] < alist[i]:
max_index= i
alist[max_index],alist[j]= alist[j],alist[max_index]
def sort(alist):
length = len(alist)
for j in range(length-1,0,-1):
max_index = 0
for i in range(1,j+1):
if alist[max_index] < alist[i]:
max_index = i
alist[max_index],alist[j] = alist[j],alist[max_index]
5.插入排序
原理：
基本思想是，每步将一个待排序的记录，按其关键码值的大小插入前面已经排序的文件中适当位置上，直到全部插入完为止。关键码是数据元素中某个数据项的值，用它可以标示一个数据元素。
?
1
2
3
4
5
6
7
8
9
10
def sort(alist):
length= len(alist)
for jin range(1,length):
i= j
while i >0:
if alist[i] < alist[i-1]:
alist[i],alist[i-1]= alist[i-1],alist[i]
i-= 1
else:
break
def sort(alist):
length = len(alist)
for j in range(1,length):
i = j
while i > 0:
if alist[i] < alist[i-1]:
alist[i],alist[i-1] = alist[i-1],alist[i]
i -= 1
else:
break
希尔排序(Shell's Sort)是插入排序的一种又称“缩小增量排序”(Diminishing Increment Sort)，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。
该方法的基本思想是：先将整个待排元素序列分割成若干个子序列(由相隔某个“增量(gap)”的元素组成的)分别进行直接插入排序，然后依次缩减增量再进行排序，待整个序列中的元素基本有序(增量足够小)时，再对全体元素进行一次直接插入排序。因为直接插入排序在元素基本有序的情况下(接近最好情况)，效率是很高的，因此希尔排序在时间效率比直接插入排序有较大提高。?
1
2
3
4
5
6
7
8
9
10
11
12
def sort(alist):
gap= len(alist)//2
while gap >= 1:
for jin range(gap,len(alist)):
i= j
while i >0:
if alist[i] < alist[i-gap]:
alist[i],alist[i-gap]= alist[i-gap],alist[i]
i-= gap
else:
break
gap= gap// 2
def sort(alist):
gap = len(alist)//2
while gap >= 1:
for j in range(gap,len(alist)):
i = j
while i > 0:
if alist[i] < alist[i-gap]:
alist[i],alist[i-gap] = alist[i-gap],alist[i]
i -= gap
else:
break
gap = gap // 2
6.快速排序
基本思想是：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。
?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
def sort(alist,start,end):
low= start
high= end
if low >= high:
return
mid= alist[low]
while low < high:
while low < high:
if alist[high] >= mid:
high-= 1
else:
alist[low]= alist[high]
break
while low < high:
if alist[low] < mid:
low+= 1
else:
alist[high]= alist[low]
break
alist[low]= mid
sort(alist,start,low-1)
sort(alist,high+1,end)
def sort(alist,start,end):
low = start
high = end
if low >= high:
return
mid = alist[low]
while low < high:
while low < high:
if alist[high] >= mid:
high -= 1
else:
alist[low] = alist[high]
break
while low < high:
if alist[low] < mid:
low += 1
else:
alist[high] = alist[low]
break
alist[low] = mid
sort(alist,start,low-1)
sort(alist,high+1,end)
7.归并排序
归并排序(MERGE-SORT)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。
?
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
27
28
29
30
31
def merge_sort(alist):
n= len(alist)
#结束递归的条件
if n <= 1:
return alist
#中间索引
mid= n//2
left_li= merge_sort(alist[:mid])
right_li= merge_sort(alist[mid:])
#指向左右表中第一个元素的指针
left_pointer,right_pointer= 0,0
#合并数据对应的列表：该表中存储的为排序后的数据
result= []
while left_pointer
#比较最小集合中的元素，将最小元素添加到result列表中
if left_li[left_pointer] < right_li[right_pointer]:
result.append(left_li[left_pointer])
left_pointer+= 1
else:
result.append(right_li[right_pointer])
right_pointer+= 1
#当左右表的某一个表的指针偏移到末尾的时候，比较大小结束，将另一张表中的数据(有序)添加到result中
result+= left_li[left_pointer:]
result+= right_li[right_pointer:]
return result
alist= [3,8,5,7,6]
print(merge_sort(alist))
def merge_sort(alist):
n = len(alist)
#结束递归的条件
if n <= 1:
return alist
#中间索引
mid = n//2
left_li = merge_sort(alist[:mid])
right_li = merge_sort(alist[mid:])
#指向左右表中第一个元素的指针
left_pointer,right_pointer = 0,0
#合并数据对应的列表：该表中存储的为排序后的数据
result = []
while left_pointer < len(left_li) and right_pointer < len(right_li):
#比较最小集合中的元素，将最小元素添加到result列表中
if left_li[left_pointer] < right_li[right_pointer]:
result.append(left_li[left_pointer])
left_pointer += 1
else:
result.append(right_li[right_pointer])
right_pointer += 1
#当左右表的某一个表的指针偏移到末尾的时候，比较大小结束，将另一张表中的数据(有序)添加到result中
result += left_li[left_pointer:]
result += right_li[right_pointer:]
return result
alist = [3,8,5,7,6]
print(merge_sort(alist))
8.各个算法的时间复杂度
到此这篇关于Python实现七个基本算法的实例代码的文章就介绍到这了,