1. 程式人生 > >Python實現八大排序演算法(轉載)+ 桶排序(原創)

Python實現八大排序演算法(轉載)+ 桶排序(原創)

排序演算法,重要性不言而喻。現摘錄一篇,轉載至此,以供學習鑑賞。

插入排序

核心思想

插入排序的基本操作就是將一個數據插入到已經排好序的有序資料中,從而得到一個新的、個數加一的有序資料,演算法適用於少量資料的排序,時間複雜度為 O(n^2)。是穩定的排序方法。插入演算法把要排序的陣列分成兩部分:第一部分包含了這個陣列的所有元素,但將最後一個元素除外(讓陣列多一個空間才有插 入的位置),而第二部分就只包含這一個元素(即待插入元素)。在第一部分排序完成後,再將這個最後元素插入到已排好序的第一部分中。

程式碼實現

def insert_sort(lists): 
    # 插入排序 
    count = len(lists) 
    for i in range(1, count): 
        key = lists[i] 
        j = i - 1 
        while j >= 0: 
            if lists[j] > key: 
                lists[j + 1] = lists[j] 
                lists[j] = key 
            j -= 1 
    return
lists

希爾排序

核心思想

希爾排序(Shell Sort)是插入排序的一種。也稱縮小增量排序,是直接插入排序演算法的一種更高效的改進版本。希爾排序是非穩定排序演算法。該方法因DL.Shell於 1959年提出而得名。 希爾排序是把記錄按下標的一定增量分組,對每組使用直接插入排序演算法排序;隨著增量逐漸減少,每組包含的關鍵詞越來越多,當增量減至1時,整個檔案恰被分 成一組,演算法便終止。

程式碼實現

def shell_sort(lists): 
    # 希爾排序 
    count = len(lists) 
    step = 2 
    group
= count / step while group > 0: for i in range(0, group): j = i + group while j < count: k = j - group key = lists[j] while k >= 0: if lists[k] > key: lists[k + group] = lists[k] lists[k] = key k -= group j += group group /= step return lists

氣泡排序

核心思想

它重複地走訪過要排序的數列,一次比較兩個元素,如果他們的順序錯誤就把他們交換過來。走訪數列的工作是重複地進行直到沒有再需要交換,也就是說該數列已經排序完成。

程式碼實現

def bubble_sort(lists): 
    # 氣泡排序 
    count = len(lists) 
    for i in range(0, count): 
        for j in range(i + 1, count): 
            if lists[i] > lists[j]: 
                lists[i], lists[j] = lists[j], lists[i] 
    return lists

快速排序

核心思想

通過一趟排序將要排序的資料分割成獨立的兩部分,其中一部分的所有資料都比另外一部分的所有資料都要小,然後再按此方法對這兩部分資料分別進行快速排序,整個排序過程可以遞迴進行,以此達到整個資料變成有序序列。

程式碼實現

def quick_sort(lists, left, right): 
    # 快速排序 
    if left >= right: 
        return lists 
    key = lists[left] 
    low = left 
    high = right 
    while left < right: 
        while left < right and lists[right] >= key: 
            right -= 1 
        lists[left] = lists[right] 
        while left < right and lists[left] <= key: 
            left += 1 
        lists[right] = lists[left] 
    lists[right] = key 
    quick_sort(lists, low, left - 1) 
    quick_sort(lists, left + 1, high) 
    return lists

直接選擇排序

核心思想

基本思想:第1趟,在待排序記錄r1 ~ r[n]中選出最小的記錄,將它與r1交換;第2趟,在待排序記錄r2 ~ r[n]中選出最小的記錄,將它與r2交換;以此類推,第i趟在待排序記錄r[i] ~ r[n]中選出最小的記錄,將它與r[i]交換,使有序序列不斷增長直到全部排序完畢。

程式碼實現

def select_sort(lists): 
    # 選擇排序 
    count = len(lists) 
    for i in range(0, count): 
        min = i 
        for j in range(i + 1, count): 
            if lists[min] > lists[j]: 
                min = j 
        lists[min], lists[i] = lists[i], lists[min] 
    return lists

堆排序

核心思想

堆排序(Heapsort)是指利用堆積樹(堆)這種資料結構所設計的一種排序演算法,它是選擇排序的一種。可以利用陣列的特點快速定位指定索引的元 素。堆分為大根堆和小根堆,是完全二叉樹。大根堆的要求是每個節點的值都不大於其父節點的值,即A[PARENT[i]] >= A[i]。在陣列的非降序排序中,需要使用的就是大根堆,因為根據大根堆的要求可知,最大的值一定在堆頂。

程式碼實現

# 調整堆 
def adjust_heap(lists, i, size): 
    lchild = 2 * i + 1 
    rchild = 2 * i + 2 
    max = i 
    if i < size / 2: 
        if lchild < size and lists[lchild] > lists[max]: 
            max = lchild 
        if rchild < size and lists[rchild] > lists[max]: 
            max = rchild 
        if max != i: 
            lists[max], lists[i] = lists[i], lists[max] 
            adjust_heap(lists, max, size) 

# 建立堆 
def build_heap(lists, size): 
    for i in range(0, (size/2))[::-1]: 
        adjust_heap(lists, i, size) 

# 堆排序 
def heap_sort(lists): 
    size = len(lists) 
    build_heap(lists, size) 
    for i in range(0, size)[::-1]: 
        lists[0], lists[i] = lists[i], lists[0] 
        adjust_heap(lists, 0, i)

歸併排序

核心思想

歸併排序是建立在歸併操作上的一種有效的排序演算法,該演算法是採用分治法(Divide and Conquer)的一個非常典型的應用。將已有序的子序列合併,得到完全有序的序列;即先使每個子序列有序,再使子序列段間有序。若將兩個有序表合併成一 個有序表,稱為二路歸併。

歸併過程為:比較a[i]和a[j]的大小,若a[i]≤a[j],則將第一個有序表中的元素a[i]複製到r[k]中,並令i和k分別加上1;否 則將第二個有序表中的元素a[j]複製到r[k]中,並令j和k分別加上1,如此迴圈下去,直到其中一個有序表取完,然後再將另一個有序表中剩餘的元素復 制到r中從下標k到下標t的單元。歸併排序的演算法我們通常用遞迴實現,先把待排序區間[s,t]以中點二分,接著把左邊子區間排序,再把右邊子區間排序, 最後把左區間和右區間用一次歸併操作合併成有序的區間[s,t]。

程式碼實現

def merge(left, right): 
    i, j = 0, 0 
    result = [] 
    while i < len(left) and j < len(right): 
        if left[i] <= right[j]: 
            result.append(left[i]) 
            i += 1 
        else: 
            result.append(right[j]) 
            j += 1 
    result += left[i:] 
    result += right[j:] 
    return result 

def merge_sort(lists): 
    # 歸併排序 
    if len(lists) <= 1: 
        return lists 
    num = len(lists) / 2 
    left = merge_sort(lists[:num]) 
    right = merge_sort(lists[num:]) 
    return merge(left, right)

基數排序

核心思想

基數排序(radix sort)屬於“分配式排序”(distribution sort),又稱“桶子法”(bucket sort)或bin sort,顧名思義,它是透過鍵值的部份資訊,將要排序的元素分配至某些“桶”中,藉以達到排序的作用,基數排序法是屬於穩定性的排序,其時間複雜度為O (nlog(r)m),其中r為所採取的基數,而m為堆數,在某些時候,基數排序法的效率高於其它的穩定性排序法。

程式碼實現

import math 
def radix_sort(lists, radix=10): 
    k = int(math.ceil(math.log(max(lists), radix))) 
    bucket = [[] for i in range(radix)] 
    for i in range(1, k+1): 
        for j in lists: 
            bucket[j/(radix**(i-1)) % (radix**i)].append(j) 
        del lists[:] 
        for z in bucket: 
            lists += z 
            del z[:] 
    return lists

以上便是轉載別人的常用的排序演算法,當然了關於排序演算法的實現還有很多,這裡我在寫一個關於“桶排序”的小例子吧。

桶排序

核心思想

為了節省空間和時間,我們需要指定要排序的資料中最小以及最大的數字的值,來方便桶排序演算法的運算。

程式碼實現

# coding:utf-8
import sys

reload(sys)
sys.setdefaultencoding('utf8')
#    __author__ = '郭 璞'
#    __date__ = '2016/9/6'
#    __Desc__ = 桶排序演算法,程式碼實現

def sort(arr):
    result = []
    for index in range(0,len(arr)):
        result.append(0)
    for index in range(len(arr)):
        counter = result[arr[index]]+1
        result[arr[index]]=counter
    return result

if __name__ == '__main__':
    arr = [1,3,5,7,9,2,9,4,6,8,0,1,1,3,2,2,2,2]
    arr = sort(arr)
    for item in range(len(arr)):
        if arr[item]!=0:
            step = arr[item]
            while step>0:
                print item,
                step-=1

測試結果

D:\Software\Python2\python.exe E:/Code/Python/DataStructor/temp/BarrelSort.py
0 1 1 1 2 2 2 2 2 3 3 4 5 6 7 8 9 9

Process finished with exit code 0

總結

以上共介紹了大牛完成的經典的八大排序演算法,以及自己實現的一個簡單的關於桶排序的小案例。