一、快速排序
快速排序使用分治法(Divide and conquer)策略来把一个序列(list)分为较小和较大的2个子序列,然后递归地排序两个子序列。
步骤为:
- 挑选基准值:从数列中挑出一个元素,称为"基准"(pivot);
- 分割:重新排序数列,所有比基准值小的元素摆放在基准前面,所有比基准值大的元素摆在基准后面(与基准值相等的数可以到任何一边)。在这个分割结束之后,对基准值的排序就已经完成;
- 递归排序子序列:递归地将小于基准值元素的子序列和大于基准值元素的子序列排序。
递归到最底部的判断条件是数列的大小是零或一,此时该数列显然已经有序。
选取基准值有数种具体方法,此选取方法对排序的时间性能有决定性影响。
class Solution:
'''快速排序'''
def partition(self, low, high, nums):
'''取数组中间值作为枢轴'''
if low >= high:
return
i, j = low, high
nums[low], nums[(i + j) // 2] = nums[(i + j) // 2], nums[low]
pivot = nums[low]
while i < j:
while i < j and nums[j] >= pivot:
j -= 1
nums[i] = nums[j]
while i < j and nums[i] < pivot:
i += 1
nums[j] = nums[i]
nums[i] = pivot
return i
def quickSort(self, low, high, nums):
if low >= high:
return
pivot = self.partition(low, high, nums)
self.quickSort(low, pivot-1, nums)
self.quickSort(pivot+1, high, nums)
时间复杂度:O(nlog2n)。 最好情况(待排序列接近无序):O(nlog2n);最坏情况(待排序列接近有序):O(n2)
空间复杂度:O(nlogn)
稳定性:快排是一种不稳定排序,比如基准值的前后都存在与基准值相同的元素,那么相同值就会被放在一边,这样就打乱了之前的相对顺序
比较性:因为排序时元素之间需要比较,所以是比较排序。
二、冒泡排序
归并排序
class Solution:
def mergeSort_A(self, nums: List[int]) -> int:
def merge(left, right): #传入左右两个待合并序列
res = []
i,j = 0,0
while i < len(left) and j < len(right):
if left[i] <= right[j]:
res.append(left[i])
i+= 1
else:
res.append(right[j])
j += 1
res += left[i:] #把剩余的部分并进来
res += right[j:]
return res
def mergeSort(nums):
if len(nums) <= 1:
return nums
mid = len(nums)//2
left = mergeSort(nums[:mid])
right = mergeSort(nums[mid:])
return merge(left, right)
return mergeSort(nuts)
时间复杂度:O(nlogn)。 最好情况, 最坏情况均为O(nlogn)
空间复杂度:O(n)
特性:是一种稳定排序