八大排序算法的Python实现

yizhihongxing

下面是关于“八大排序算法的Python实现”的完整攻略。

1. 八大排序算法

八大排序算法包括冒泡排序、选择排序、插入排序、希尔排序、归并排序、速排序、堆排序和数排序。这些排序算法的实现方式不同,但都可以用来对数据进行排序。

2. Python实现

下面是八排序算法的Python实现。

2.1 冒泡排序

def bubble_sort(arr):
    n = len(arr)
    for i in range(n):
        for j in range(0, n-i-1):
            if arr[j] > arr[j+1]:
                arr[j], arr[j+1] = arr[j+1], arr[j]
    return arr

2.2 选择排序

def selection_sort(arr):
    n = len(arr)
    for i in range(n):
        min_idx = i
        for j in range(i+1, n):
            if arr[j] < arr[min_idx]:
                min_idx = j
        arr[i], arr[min_idx] = arr[min_idx], arr[i]
    return arr

2.3 插入排序

def insertion_sort(arr):
    n = len(arr)
    for i in range(1, n):
        key = arr[i]
        j = i-1
        while j >= 0 and key < arr[j]:
            arr[j+1] = arr[j]
            j -= 1
        arr[j+1] = key
    return arr

2.4 希尔排序

def shell_sort(arr):
    n = len(arr)
    gap = n // 2
    while gap > 0:
        for i in range(gap, n):
            temp = arr[i]
            j = i
            while j >= gap and arr[j-gap] > temp:
                arr[j] = arr[j-gap]
                j -= gap
            arr[j] = temp
        gap //= 2
    return arr

2.5 归并排序

def merge_sort(arr):
    if len(arr) > 1:
        mid = len(arr) // 2
        L = arr[:mid]
        R = arr[mid:]
        merge_sort(L)
        merge_sort(R)
        i = j = k = 0
        while i < len(L) and j < len(R):
            if L[i] < R[j]:
                arr[k] = L[i]
                i += 1
            else:
                arr[k] = R[j]
                j += 1
            k += 1
        while i < len(L):
            arr[k] = L[i]
            i += 1
            k += 1
        while j < len(R):
            arr[k] = R[j]
            j += 1
            k += 1
    return arr

2.6 快速排序

def quick_sort(arr):
    if len(arr) <= 1:
        return arr
    pivot = arr[len(arr)//2]
    left = [x for x in arr if x < pivot]
    middle = [x for x in arr if x == pivot]
    right = [x for x in arr if x > pivot]
    return quick_sort(left) + middle + quick_sort(right)

2.7 堆排序

def heapify(arr, n, i):
    largest = i
    l = 2 * i + 1
    r = 2 * i + 2
    if l < n and arr[i] < arr[l]:
        largest = l
    if r < n and arr[largest] < arr[r]:
        largest = r
    if largest != i:
        arr[i], arr[largest] = arr[largest], arr[i]
        heapify(arr, n, largest)

def heap_sort(arr):
    n = len(arr)
    for i in range(n//2-1, -1, -1):
        heapify(arr, n, i)
    for i in range(n-1, 0, -1):
        arr[i], arr[0] = arr[0], arr[i]
        heapify(arr, i, 0)
    return arr

2.8 计数排序

def counting_sort(arr):
    n = len(arr)
    output = [0] * n
    count = [0] * (max(arr)+1)
    for i in range(n):
        count[arr[i]] += 1
    for i in range(1, len(count)):
        count[i] += count[i-1]
    for i in range(n-1, -1, -1):
        output[count[arr[i]]-1] = arr[i]
        count[arr[i]] -= 1
    for i in range(n):
        arr[i] = output[i]
    return arr

3. 示例

下面是两个示例,分别展示了冒泡排序和归并排序的使用。

3.1 冒泡排序示例

arr = [64, 34, 25, 12, 22, 11, 90]
sorted_arr = bubble_sort(arr)
print(sorted_arr)

输出:

[11, 12, 22, 25, 34, 64, 90]

3.2 归并排序示例

arr = [64, 34, 25, 12, 22, 11, 90]
sorted_arr = merge_sort(arr)
print(sorted_arr)

输出:

[11, 12, 22, 25, 34, 64, 90]

4. 总结

八大排序算法包括冒泡排序、选择排序、插入排序、希尔排序、归并排序、快速排序、堆排序和计数排序。在Python中,我们可以使用不同的算法来实现这些排序算法。在实际应用中,我们可以根据数据的特点和排序的要求选择适当算法来进行排序。

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:八大排序算法的Python实现 - Python技术站

(0)
上一篇 2023年5月13日
下一篇 2023年5月13日

相关文章

  • Python数学建模StatsModels统计回归之线性回归示例详解

    一、介绍 StatsModels 等数据处理、分析等 Python 库中,最具统计学思维方式的莫过于 StatModels 了。其中的线性回归分析正是一个很好的例子。本文就来详细讲解如何使用 StatsModels 进行线性回归分析。 二、实战演示 1. 导入相关库 我们需要导入的库有: import numpy as np import statsmode…

    python 2023年6月5日
    00
  • python高手之路python处理excel文件(方法汇总)

    标题:Python高手之路:Python处理Excel文件(方法汇总) 本文将介绍多种方法使用Python处理Excel文件。主要包括三种常见的Python第三方库(pandas、openpyxl、xlrd/xlwt),以及一种使用comtypes实现的win32com方法。下面分别进行详细讲解。 一、 Pandas Pandas是Python数据分析中使用…

    python 2023年5月13日
    00
  • 详解python异步编程之asyncio(百万并发)

    详解Python异步编程之asyncio(百万并发) 本文将为您提供“详解Python异步编程之asyncio(百万并发)”的完整攻略,涵盖了异步编程的基本概念、asyncio库的使用方法、协程的实现原理等。通过学习本文,您可以更好地掌握Python异步编程,提高自己的编程技能。 异步编程的基本概念 异步编程是一种编程模型,它允许程序在等待某些操作完成时继续…

    python 2023年5月14日
    00
  • Python定时库Apscheduler的简单使用

    Python定时库Apscheduler是一种可以按照固定时间触发函数执行的工具。本篇攻略将介绍Apscheduler的基本使用,包括安装、创建调度器以及不同类型的作业的创建。 安装 可以通过pip对Apscheduler进行安装: pip install apscheduler 创建调度器 在使用Apscheduler之前,需要先创建一个调度器Schedu…

    python 2023年6月2日
    00
  • Python数据类型之列表和元组的方法实例详解

    Python数据类型之列表和元组的方法实例详解 在Python中,列表和元组是两种常用的数据类型。本攻略将详细介绍列表和元组的方法,包括如何创建列表和元组、如何访问列表和元组中的元素、如何修改列表和元组、如何添加和删除列表和元组中的元素等。 列表 创建列表 在Python中,列表可以通过方括号[]来创建。以下是一个示例代码,演示如何创建一个列表: # 创建一…

    python 2023年5月13日
    00
  • python执行shell获取硬件参数写入mysql的方法

    这里详细讲解Python执行Shell获取硬件参数并写入MySQL的完整攻略。 硬件参数获取 首先,我们需要编写一个Shell脚本获取硬件参数。可以使用命令行工具如lshw、lspci、lsblk等获取硬件信息。以lshw为例,以下是获取CPU信息的脚本: #!/bin/bash cpu_info=$(lshw -C cpu) echo "$cpu…

    python 2023年6月2日
    00
  • openCV提取图像中的矩形区域

    要从图像中提取矩形区域,需要使用OpenCV的矩形框架(Rectangles)。以下是使用OpenCV提取图像中矩形区域的完整攻略。 确定矩形框的坐标 首先,需要确定矩形区域的坐标。可以手动指定框的坐标,或者通过其他算法自动获取坐标。OpenCV提供了丰富的算法,比如轮廓检测等。 代码示例1:手动指定矩形框坐标 import cv2 img = cv2.im…

    python 2023年5月19日
    00
  • Python解决走迷宫问题算法示例

    Python解决走迷宫问题算法示例 走迷宫问题是一个经典的搜索问题,目标是找到从起点到终点的一条路径。在Python中,我们可以使用深度优先搜索(DFS)、广度优先搜索(BFS)和A*搜索等算法来解决这个问题。以下是一个完整的攻略,包含了走迷宫问题的实现步骤和例代码。 走迷宫问题的实现步骤 走迷宫问题的实现步骤如下: 定义迷宫。迷宫可以用一个二维数组表示,其…

    python 2023年5月14日
    00
合作推广
合作推广
分享本页
返回顶部