该文章参照菜鸟教程,也有自己的部分理解。
排序算法是《数据结构与算法》中最基本的算法之一。
排序算法可以分为内部排序和外部排序,内部排序是数据记录在内存中进行排序,而外部排序是因排序的数据很大,一次不能容纳全部的排序记录,在排序过程中需要访问外存。常见的内部排序算法有:插入排序、希尔排序、选择排序、冒泡排序、归并排序、快速排序、堆排序、基数排序等。用一张图概括:
关于时间复杂度:
关于稳定性:
名词解释:
题目如下,非常简单:
给定一个数组,返回该数组排序后的形式
输入:
[5,2,3,1,4]
输出:
[1,2,3,4,5]
在python中,对于列表有自带的sort函数,也有内置函数sorted。我们可以直接使用他:
# 方法一、使用python自带的排序方法
def sort1(arr):
return sorted(arr)
if __name__ == '__main__':
arr = [2, 5, 7, 5, 3, 22, 2]
sort1(arr)
print(arr)
冒泡排序(Bubble Sort)是排序算法中最为经典的。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。这个算法的名字由来是因为越小的元素会经由交换慢慢"浮"到数列的顶端。
冒牌排序的时间复杂度为 O ( n 2 ) O(n^2) O(n2)。如果你的数组已经是一个排序好的数组,那他只需要从第一个开始判断,然后一直判断到第最后一个,这样重复n次。而如果你的数组刚刚好就是一个已经排序好的反序数组时,他就要从第一个开始然后每两个之间都需要进行交换位置,这样n次。但这样有一个好处就是,不管你的数组是很小的一串还是巨大的一串,时间复杂度都基本不变。
冒泡排序的核心在第二层,就是控制第二层从第一个元素开始到长度的第n-i次结束。
def sort2(arr):
for i in range(len(arr) - 1):
for j in range(len(arr) - i - 1):
if arr[j] > arr[j + 1]:
arr[j], arr[j + 1] = arr[j + 1], arr[j]
return arr
选择排序是一种简单直观的排序算法,无论什么数据进去都是 O(n²) 的时间复杂度。而他顾名思义就是选出最当前数组中最小的一个元素,然后把他放入第i个元素。
首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置。
再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。
重复第二步,直到所有元素均排序完毕。
选择排序的核心在第二层,他控制循环从当前第i+1个元素到最后一个元素。(需要标记min_index)
def sort3(arr):
for i in range(len(arr) - 1):
min_index = i
for j in range(i + 1, len(arr)):
if arr[j] < arr[min_index]:
min_index = j
if min_index != i:
arr[i], arr[min_index] = arr[miin_index], arr[i]
return arr
def sort3(arr):
# 外层循环,控制整个循环体
for i in range(len(arr) - 1):
min_index = i # 将当前的i记为默认的最小值下标
# 内层循环,查找i下标后面的最小值
for j in range(i + 1, len(arr)):
if arr[j] < arr[min_index]: # 如果下标为j的值小于下标是min_index的值,则把j存入min_index
min_index = j
# 如果min_index不等于i,说明后面存在比当前下标更小的值,否则就说明当前下标的值是最小值
if min_index != i:
arr[i], arr[min_index] = arr[min_index], arr[i]
return arr
插入排序的代码实现虽然没有冒泡排序和选择排序那么简单粗暴,但它的原理应该是最容易理解的了,因为只要打过扑克牌的人都应该能够秒懂。插入排序是一种最简单直观的排序算法,它的工作原理是通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入。
将第一待排序序列第一个元素看做一个有序序列,把第二个元素到最后一个元素当成是未排序序列。
从头到尾依次扫描未排序序列,将扫描到的每个元素插入有序序列的适当位置。(如果待插入的元素与有序序列中的某个元素相等,则将待插入元素插入到相等元素的后面。)
选择排序的核心还是在第二层,就是需要控制从第i个元素到第一个元素进行逆序查找。