经典排序算法-附python代码

2023-02-10 20:26:54

参考链接：

https://www.cnblogs.com/fivestudy/p/10212306.html

https://blog.csdn.net/qq_43549984/article/details/89426394#Bubble_Sort_21

1.排序算法是什么？

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。
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：冒泡，插入，归并，选择，快排，希尔，堆排序，基数排序等。

Algorithm算法	Time Complexity时间复杂度			Space Complexity空间复杂度
	Best	Average	Worst	Worst	稳定性
QuickSort 快排	O(n log(n))	O(n log(n))	O(n^2)	O(n log(n))	不稳定
MergeSort 归并	O(n log(n))	O(n log(n))	O(n log(n))	O(n)	稳定
BubbleSort 冒泡	O(n)	O(n^2)	O(n^2)	O(1)	稳定
InsertionSort 插入	O(n)	O(n^2)	O(n^2)	O(1)	稳定
SelectionSort 选择	O(n^2)	O(n^2)	O(n^2)	O(1)	不稳定

2.时间复杂度

平方阶	O(n^2)	插入	选择	冒泡
线性对数阶	O(n log(n))	快排	归并	堆排序
线性阶	O(n)	基数排序	桶排序	箱排序

3.稳定性

稳定	冒泡	插入	归并	基数
不稳定	选择	快排	希尔	堆排序

4.冒泡排序

Bubble Sort是一种简单的排序算法，它反复遍历列表，比较相邻的两个元素，如果顺序不对，则交换它们。该算法是一种比较排序，它是以较小或较大元素“冒泡”到列表顶部的方式命名的。虽然算法很简单，但对于大多数问题来说，它太慢了。

4.1-算法步骤解析

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。这步做完后，最后的元素会是最大的数。
针对所有的元素重复以上的步骤，除了已经排序好的。
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。

4.2-图解

4.3-代码

"""
def bubble_sort(alist):
    # 方式1
    for i in range(len(alist)-1):
        for j in range(len(alist)-1-i):
            if alist[j] > alist[j+1]:
                alist[j], alist[j+1] = alist[j+1], alist[j]
    return alist
"""

def bubble_sort(alist):
    # 方式2
    for i in range(len(alist)-1):
        flag = True
        for j in range(len(alist)-1-i):
            if alist[j] > alist[j + 1]:
                alist[j], alist[j + 1] = alist[j + 1], alist[j]
                flag = False
        if flag is True:
            break
    return alist


def test_bubble_sort():
    import random
    alist = list(range(10))
    random.shuffle(alist)
    result = bubble_sort(alist)
    print(result)

test_bubble_sort()

4.4-解析

一、方式1

n-1轮循环
在每一轮循环中，不管相邻元素的大小是否已经有序。都会进行大小对比。
递归的不断判断，经过n-1轮查询后，得到最终结果。

二、方式2

n-1轮查询
每一轮查询，相邻元素判断大小之前，立flag：指默认不需要替换。每一次进入循环后，如果有满足条件相邻元素前面大于后面，那么便交换数据，且更改flag为false，直到本轮循环结束。
下一轮循环开始，初始化flag，当本轮循环如果所有相邻元素都满足顺序(升序或者降序)，便跳出本轮循环。
当初始默认参数是(升序或降序时)，经过n轮外循环，内循环只执行break1次，便跳出循环，最优时间复杂度便为O(n)。最坏情况，便是内循环也需要执行n次，最坏时间复杂度为O(n^2)。

5.选择排序

Selection Sort是一种就地比较排序算法，时间复杂度O(n^2) ，因此它在大型列表中效率比较低下。
但该算法以其简单性著称，在某些情况下，它比更复杂的算法具有性能优势，特别是当辅助内存有限的时候。

Selection Sort将输入列表分为两部分：已排序子列表（在列表的前端），以及待排序子列表。最初，已排序子列表是空的，未排序子列表是整个列表。算法通过在待排序子列表中查找最小的元素，将其与最左边的待排序元素交换，并将已排序子列表边界向右移动一个元素来继续。

5.1-算法步骤解析

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。

5.2-图解

5.3-代码

def select_sort(alist):
    for i in range(len(alist)):
        min_num = i
        for j in range(i+1, len(alist)):
            if alist[j] < alist[min_num]:
                min_num = j
        alist[i], alist[min_num] = alist[min_num], alist[i]
    return alist

5.4-解析

循环从未排序列表中找到最小值(和已经排序列表的最后一个值对比大小)，和已排序列表最后一个值交换。
初始列表中找第一个最小值，设置默认初值，所以需要外循环len(alist)
设置最小值默认处置为外循环的变量i
内循环选择最小(和初始值对比最小)的元素，如果找到则更新最小值的下标，直到本轮内循环结束，将最小值与初始值交换；如果直到本轮内循环结束还未找到，开始下一轮外循环。

6.插入排序

Insertion Sort是一种简单的排序算法，它只需要一次遍历即可生成最终排序的数组。它在大列表中的效率比更高级的算法低，但是，它有以下几个优点：
一、实现简单，几行代码即可完成。
二、对（相当）小的数据集很有效。
三、在实践中比其他简单的O(n^2) 算法更有效。
四、自适应，当输入中的每个元素离其最终位置不超过 k时，时间复杂度仅 O(kn)。
五、稳定，不改变具有相等值的元素的相对顺序。
六、空间复杂度低，仅 O(1) 。
七、在线算法，可以边读边排序，不需要先读取全部数组。

6.1-算法步骤解析

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。）

6.2-图解

6.3-代码

def insert_sort(alist):
    for i in range(1, len(alist)):
        for j in range(i, 0, -1):
            if alist[j] < alist[j-1]:
                alist[j], alist[j-1] = alist[j-1], alist[j]
            else:
                break
    return alist

6.4-解析

抽象分析：

还是当我们玩牌时，怎么整理牌最快？

我们以第一张牌为初始值
第一轮循环判断，判断第2张牌是否比第一张大，没有则交换顺序，有则位置不动，跳出本轮循环。
第二轮循环，判断第3张牌是后比第二张大，没有则交换顺序，有则位置不动；在与第1张牌对比，如果没有第1张牌大，则继续交换顺序，有则位置不动。跳出本轮循环。
以此类推，经过n-1轮循环后，得到最终结果。

时间复杂度：

best：O(n)

worst：O(n^2)

关键在于代码中的else, break。当列表顺序已经是升序或降序了，比较两个元素大小时不满足交换条件，说明该元素比前一个元素大或者小，由于前一个元素比它之前的所有元素都大或小，所有便可以跳出本次循环。相当于经过n轮循环，每次循环都只执行一次break，所以最优时间复杂度为O(n)。

7.归并排序

Merge sort是一种高效、通用、基于比较的排序算法，该算法利用了分治的思想，将规模较大的排序问题化归到较小的规模上解决。

Merge sort的步骤如下：

一、将未排序的列表划分为两个元素数量相同的子数组。

二、排序这两个子数组，再将它们进行合并。

7.1-定义

归并排序是分而治之算法，先分，在组合(组合前进行对比大小排序)。主要两个步骤。

连续划分未排序列表，直到有N个子列表，其中每个子列表有1个“未排序”元素，N是原始数组中的元素数。
重复合并，即一次将两个子列表合并在一起，生成新的排序子列表，直到所有元素完全合并到一个排序数组中。

7.2-图解

7.3-代码实现

# coding:utf-8
def merge_sort(alist):
    num = len(alist)
    if num == 1:
        return alist

    mid = num // 2
    left_li = merge_sort(alist[:mid])
    right_li = merge_sort(alist[mid:])

    left_pointer, right_pointer = 0, 0
    result = []

    while left_pointer < len(left_li) and right_pointer < len(right_li):
        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
    result += left_li[left_pointer:]
    result += right_li[right_pointer:]
    return result


result2 = merge_sort([1, 8, 7, 3, 5, 6, 4, 2, 9])
print(result2)

7.4-解析

拆分：直到拆分结果是独立个体，个体长度为1时，准备合并。
设置全局变量接受合并后的结果
设定左指针和右指针的初始值为0
设定循环判断条件左右指针长度必须小于拆分后的左右列表的长度(and与条件)。(防止列表取值超出指针可索引范围)，当不符合条件时，跳出循环。
合并：根据指针值对左右列表的值对比大小。小的先存入全局变量合并结果内，且相应的拆分列表指针+=1
当某一个拆分列表的值全部存储合并结果后，该拆分列表的指针值达到最大可索引值。另外一个拆分列表，在5步中对比大小时肯定比已经存入合并结果的值大，且该拆分列表也是有序状态的，所以可以直接在已经合并结果的基础上，加上该拆分列表的指针值到最后的所有元素。（注意：当某一个拆分列表指针值达到最大时，取该指针值到最后的结果是空列表，例如a = [0,1,2,3],而a[4:]的值是空列表）
返回结果