python实现八大排序算法(1)

下面是关于“Python实现八大排序算法(1)”的完整攻略。

1. 八大排序算法

排序算法是计算科学中最基本的算法之一,也是Python开发者必须掌握的算法之一。Python中常见的排序算法包冒泡排序、选择排序、插入排序、快速排序、归并排序、堆排序、计数排序和桶排序。下面将逐一介绍这些算法的实现方法。

1.1 冒泡排序

冒泡排序算法是一种简单的排序算法,它的基本思想是从数据集合的第一个元素开始逐个比较,前一个元素大于后一个元素,则交换它们的位置。在Python中,我们可以使用冒泡排序算法来对任意数据类型的元素进行。

下面使用Python实现冒泡排序算法:

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]

在这个代码中,我们定义了bubble_sort()函数来实现冒泡排序算法。我们首先定义数组的长度n,然后使用两个嵌循环来遍历整个数组。在内层循中,我们比较相邻的两个元素,如果前一个元素大于后一个元素,则交换它们的位置。

下面是一个使用泡排序算法的示例:

arr = [64, 34, 25, 12, 22, 11, 90]
bubble_sort(arr)
print("Sorted array is:", arr)

输出:

Sorted array is: [11, 12, 22, 25, 34, 64, 90]

在这个示例中,我们定义了一个包含7个元素的数组,并使用bubble_sort()函数对其进行排序。最终输出排序后的数组。

1.2 选择排序

选择排序法是一种简单的算法,它的基本思想是从数据集合中选择最小的元素,然后将其放在第一个位置,接着从剩余的元素中选择最小的元素,放在第二个位置,以此类推。在Python中,我们可以使用选择排序算法来对任意数据类型的元素进行排序。

下面使用Python实现选择排序算法:

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]

在这个代码中,我们定义了selection_sort()函数来实现选择排序算法。我们首先定义数组的长度n,然后使用两个嵌循环来遍历整个数组。在内层循环中,我们找到未排序部分中最小元素,并将其与未排序部分的第一个元素交换位置。

下面是一个使用选择排序算法的示例:

arr = [64, 34, 25, 12, 22, 11, 90]
selection_sort(arr)
print("Sorted array is:", arr)

输出:

Sorted array is: [11, 12, 22 25, 34, 64, 90]

在这个示例中,我们定义了一个包含7个元素的数组,并使用selection_sort()函数对其进行排序。最终输出排序后的数组。

1.3 插入排序

插入排序算法是一种简单的排序算法,它的基本思想是将未排序的元素逐个插入到已排序的部分中,直到所有元素都插到已排序的部分中。在Python中,我们可以使用插入排序算法来对任意数据类型的元素进行排序。

下面使用Python实现插入排序算法:

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

在这个代码中,我们定义了insertion_sort()函数来实现插入排序算法。我们首先定义数组的长度n,然后使用两个嵌循环来遍历整个数组。在内层循环中,我们将未排序的元素逐个插入到已排序的部分中。

下面是一个使用插入排序算法的示例:

arr = [64, 34, 25, 12, 22, 11, 90]
insertion_sort(arr)
print("Sorted array is:", arr)

输出:

Sorted array is: [11, 12, 22, 25, 34, 64, 90]

在这个示例中我们定义了一个包含7个元素的数组,并使用insertion_sort()函数对其进行排序。最终输出排序后的数组。

1.4 快速排序

快速排序算法是一种高效的排序算法,它的基本思想是选择一个基准元素,然后将数组成两部分,一部分小于基准元素,一部分大于基准元素。然后递归地对两部分进行排序。Python中,我们可以使用快速排序算法对任意数据类型的元素进行排序。

下面使用Python实现快速排序算法:

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)

在这个代码中,我们定义了quick_sort()函数来实现快速排序算法。我们首先判断数组的长度是否小于等于1,如果是,则直接返回数组。否则,我们选择一个基准元素pivot,然后将数组分成三部分:小于基准元素的部分、等于基准元素的部分和大于基准元素的部分。然后递归地对小于和大于基准元素的部分进行排序,最后将三部分合并起来。

下面是一个使用快速排序算法的示例:

arr = [64, 34, 25, 12, 22,11, 90]
sorted_arr = quick_sort(arr)
print("Sorted array is:", sorted_arr)

输出:

Sorted array is: [11, 12, 22, 25, 34, 64, 90]

在这个示例中,定义了一个包含7个元素的数组,并使用quick_sort()函数对其进行排序。最终输出排序后的数组。

1.5 归并排序

归并排序算法是一种高效的排序算法,它的基本思想是将数组分成两部分,递归地对两部分进行排序,然后将两部分合并起来。在Python中,我们可以使用归并排序法来对任意数据类型的元素进行排序。

下面使用Python实现归并排序算法:

def merge_sort(arr):
    if len(arr) <= 1:
        return arr
    mid = len(arr) // 2
    left = arr[:mid]
    right = arr[mid:]
    left = merge_sort(left)
    right = merge_sort(right)
    return merge(left, right)

def merge(left, right):
    result = []
    i = j = 0
    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

在这个代码中,我们定义了merge_sort()函数来实现归并排序算法。我们首先判断数组长度是否小于等于1,如果是,则直接返回数组。否则,我们选择一个基准元素pivot,然后将数组分成两部分:小于基准元素的部分、等于基准元素的部分和大于基准元素的部分。然后递归地对小于和大于基准元素的部分进行排序,最后将三部分合并来。

下面是一个使用归并排序算法的示例:

arr = [64, 34, 25, 12, 22, 11, 90]
sorted_arr = merge_sort(arr)
print("Sorted array is:", sorted_arr)

输出:

Sorted array is: [11, 12, 22, 25, 34, 64, 90]

在这个示例中,我们定义了一个包含7个元素的数组,并使用_sort()函数对其进行排序。最终输出排序后的数组。

1.6 堆排序

堆排序算法是一种高效的排序算法,它的基本思想是将数组看成一棵完全二叉树,然后将其转换成一个堆。在Python中,我们可以使用堆排序算法来对任意数据类型的元素进行排序。

下面使用Python实现堆排序算法:

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 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)

在这个代码中,我们定义了heapify()函数来实现堆排序算法。我们首先将数组转换成一个堆,然后将堆中的最大元素与堆的最后一个元素交换位置,然后重新构建堆。重复这个过程,直到堆中只剩下一个元素。

下面是一个使用堆排序算法的示例:

arr = [64, 34, 25, 12, 22, 11, 90]
heap_sort(arr)
print("Sorted array is:", arr)

输出:

Sorted array is: [11, 12, 22, 25, 34, 64, 90]

在这个示例中,我们定义了一个包含7个元素的数组,并使用heap_sort()函数对其进行排序。最终输出排序后的数组。

17 计数排序

计数排序算法是一种简单的排序算法,它的基本思想是统计数组中每个元素出现次数,然后根据元素出现的次数将数组排序。在Python中,我们可以使用计数排序算法来对任意数据类型的元素进行排序。

下面使用Python实现计数排序算法:

 counting_sort(arr):
    n = len(arr)
    output = [0] * n
    count = [0] * 256
    for i in range(n):
        count[arr[i]] += 1
    for i in range(1, 256):
        count[i] += count[i-1]
    for i in range(n):
        output[count[arr[i]]-1] = arr[i]
        count[arr[i]] -= 1
    for i in range(n):
        arr[i] = output[i]

在这个代码中,我们定义了counting_sort()函数来实现计数排序算法。我们首先定义数组的长度n,然后使用两个嵌循环来遍历整个数组。在内层循环中,我们统计数组中每个元素出现的次数,然后根据元素出现的次数将数组排序。

下面是一个使用计数排序算法的示例:

arr = [64, 34, 25, 12, 22, 11, 90]
counting_sort(arr)
print("Sorted array is:", arr)

输出:

Sorted array is: [11, 12, 22, 25, 34, 64, 90]

在这个示例中,我们定义了一个包含7个元素的数组,并使用counting_sort()函数对其进行排序。最终输出排序后的数组。

1.8 桶排序

桶排序算法是一种简单的排序算法,它的基本思想是将数组中的元素分到不同的桶中,然后对每个桶中的元素进行排序,最后将所有桶中的元素合并起来。在Python中,我们可以使用桶排序算法来对任意数据的元素进行排序。

下面使用Python实现桶排序算法:

def bucket_sort(arr):
    n = len(arr)
    max_val = max(arr)
    min_val = min(arr)
    bucket_size = (max_val - min_val) // n + 1
    bucket = [[] for _ in range(bucket_size)]
    for i in range(n):
        idx = (arr[i] - min_val) // bucket_size
        bucket[idx].append(arr[i])
    for i in range(bucket_size):
        bucket[i].sort()
    k = 0
    for i in range(bucket_size):
        for j in range(len(bucket[i])):
            arr[k] = bucket[i][j]
            k += 1

在这个代码中,我们定义了bucket_sort()函数来实现桶排序算法。我们首先定义数组的长度n,然后使用个嵌循环来遍历整个数组。在内层循环中,我们将数组中的元素分配到不同的桶中,然后对每个桶中的元素进行排序,最后将所有桶中的元素合并起来。

下面是一个使用桶排序算法的示例:

arr = [64, 34, 25, 12, 22, 11, 90]
bucket_sort(arr)
print("Sorted array is:", arr)

输出:

Sorted array is: [11, 12, 22, 25, 34, 64, 90]

在这个示例中,我们定义了一个包含7个元素的数组,并使用bucket_sort()函数对其进行排序。最终输出排序后的数组。

2. 总结

Python实现八大排序算法包括冒泡、选择排序、插入排序、快速排序、归并排序、堆排序、计数排序和桶排序。这些算法都是计算机科学最基本的算法之一,也是Python开发者必须掌握的算法之一。在实际应用中,我们根据具体问题选择适当算法来进行发和实现。

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:python实现八大排序算法(1) - 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

  • Python3之文件读写操作的实例讲解

    Python是一种流行的编程语言,不仅易学易用,而且具有强大的功能和扩展性。其中,Python中的文件读写操作非常重要,因为它是处理数据的常见方式。本文将为大家讲解Python3中的文件读写操作,并提供两个实例进行说明。 一、文件读取操作 1. 打开文件 在Python中,我们可以使用open函数来打开一个文件,并返回一个文件对象,以便我们对文件进行操作。o…

    python 2023年6月5日
    00
  • 通过实例了解Python异常处理机制底层实现

    以下是详细讲解“通过实例了解Python异常处理机制底层实现”的完整攻略: 什么是异常 在程序运行过程中,如果出现了错误或异常,程序就可能中断执行,并输出错误消息。在 Python 中,这些错误或异常被称为“异常”。Python 异常处理机制可以在程序出现异常时,向上抛出异常,直到被捕获或者终止程序,确保程序的可靠性和稳定性。 Python 异常处理机制底层…

    python 2023年5月13日
    00
  • 对python 中re.sub,replace(),strip()的区别详解

    以下是“对Python中re.sub, replace(), strip()的区别详解”的完整攻略: 一、问题描述 在Python中,有多种方法可以用于字符串操作,包括re.sub()、replace()和strip()等。这些方法都可以用于替换字符串中的子串,但它们之间有一些区别。本文将详细讲解这些方法的用法和区别。 二、解决方案 2.1 re.sub()…

    python 2023年5月14日
    00
  • python pandas处理excel表格数据的常用方法总结

    我将为你详细介绍“python pandas处理excel表格数据的常用方法总结”的完整实例教程。 标题一:pandas读取excel表格数据 pandas提供的read_excel()函数可以方便地读取excel表格数据。以下是一个读取excel数据的示例: import pandas as pd # 读取excel数据 excel_data = pd.r…

    python 2023年5月13日
    00
  • Python实现计算文件MD5和SHA1的方法示例

    以下是关于“Python实现计算文件MD5和SHA1的方法示例”的完整攻略: 简介 MD5和SHA1是常用的哈希算法,用于计算文件的哈希值。在本教程中,我们将介绍如何使用Python实现计算文件MD5和SHA1的方法,包括使用hashlib库和使用第三方库pycryptodome。 使用hashlib库 hashlib是Python标准库中的一个哈希算法库,…

    python 2023年5月14日
    00
  • Python threading和Thread模块及线程的实现

    Python是一门支持多线程编程的语言,它提供了threading和Thread模块来支持多线程编程。线程是程序中一个独立的执行流程,Python中的多线程可以充分利用多核CPU的优势,从而提高程序的并发能力和效率。 Thread模块 Thread模块是Python提供的最简单的多线程实现方式,它包含了线程相关的一些基础操作函数和类。在使用Thread模块时…

    python 2023年5月19日
    00
  • Python实现的栈、队列、文件目录遍历操作示例

    下面是Python实现栈、队列、文件目录遍历的攻略,分别讲解栈、队列、文件目录遍历的基础知识和示例代码: 栈 栈是一种数据结构,遵循“后进先出”的原则。栈的操作只能从栈顶进行,也就是说,从栈中取出元素的顺序和它们被放入的顺序是反向的。在Python中,可以使用列表类型来实现栈的操作,列表的append和pop方法可以添加和删除元素。 下面是一个栈的示例代码,…

    python 2023年5月20日
    00
  • python实现一个简单RPC框架的示例

    RPC(Remote Procedure Call)是一种远程过程调用协议,可以让程序在不同的计算机上相互通信。Python可以使用多种RPC框架来实现远程过程调用,例如Pyro、RPyC、ZeroRPC等。本文将详细讲解如何使用Python实现一个简单RPC框架的示例,包括使用Pyro和RPyC两个示例。 使用Pyro实现一个简单RPC框架的示例 Pyro…

    python 2023年5月15日
    00
合作推广
合作推广
分享本页
返回顶部