python实现八大排序算法(1)

yizhihongxing

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

  • python批量添加zabbix Screens的两个脚本分享

    下面是详细的攻略: 安装前准备 在使用这两个Python脚本前,需要在本地安装pyzabbix模块。pyzabbix是一个第三方Python模块,提供了对Zabbix API的支持,可以帮助我们快速地访问Zabbix API。 可以通过pip在命令行安装pyzabbix模块: pip install pyzabbix 第一个脚本 – zabbix_scree…

    python 2023年6月3日
    00
  • python namedtuple函数的使用

    下面是关于 python namedtuple 函数的使用的完整攻略。 什么是 namedtuple? 在 Python 中,namedtuple 函数是一个工厂函数,用于创建新的命名元组子类。命名元组是一种类似于元组的数据类型,但是具有命名字段。这使得我们可以通过字段名而不是索引访问数据。namedtuple 可以让我们更容易地编写和理解代码,特别是在处理…

    python 2023年6月2日
    00
  • Python爬虫之Selenium库的使用方法

    Python爬虫之Selenium库的使用方法 Selenium概述 Selenium是一个自动化测试工具,可以模拟人的行为,比如点击,输入等。但是Selenium更常用的是用来做爬虫,尤其是一些需要登录或者需要执行JS代码的网站。 Selenium有多种语言支持,其中Python是最为常用。Python中,爬虫常用的Selenium库有selenium和s…

    python 2023年5月14日
    00
  • Python 多进程和数据传递的理解

    下面是详细讲解“Python 多进程和数据传递的理解”的完整攻略。 什么是多进程? 多进程是一种在操作系统中运行的多个并发执行的进程。每个进程都独立地拥有自己的内存空间,并且可以调用操作系统的系统调用完成各种任务。在 Python 中,我们可以使用 multiprocessing 模块来实现多进程的功能。 多进程的优点 多进程的最大优点是可以提高程序的执行效…

    python 2023年6月3日
    00
  • Python爬虫教程之利用正则表达式匹配网页内容

    以下是详细讲解“Python爬虫教程之利用正则表达式匹配网页内容”的完整攻略,包括正则表达式的基本语法、使用re块匹配网内容的方法和两个示例说明。 正则表达式的基语法 正则表达式是一种用于匹文本的模式。Python中,我们可以使用re模块来处理正则表达。正则表达式的基本语法如下: -符:匹指定的字符。- 字集:匹配指定的集。- 量:匹配指的数量。- 边界:匹…

    python 2023年5月14日
    00
  • 详解python的运算符与表达式

    详解Python的运算符与表达式 在Python编程语言中,运算符是用于执行各种操作的符号或标记。这些运算符对于对数值、字符串或者其他类型的对象进行各种操作都非常重要。同时,表达式是由运算符、操作数和函数调用组成的。在Python中,我们可以使用各种运算符和表达式完成各种任务。 算术运算符 Python中的算术运算符有加号(+)、减号(-)、乘号()、除号(…

    python 2023年6月3日
    00
  • numpy.random.choice()函数详解

    numpy.random.choice()函数详解 numpy.random.choice(a, size=None, replace=True, p=None)函数从指定随机选择元素。 此函数返回给定大小的新数组,其元素来自在没有替换的情况下从输入数组中随机选择的元素。 参数: a: 一维数组或整数,表示可选项。如果是一个整数,则该整数是范围从零到n-1的…

    python 2023年6月3日
    00
  • python中下标和切片的使用方法解析

    Python中下标和切片的使用方法解析 在Python中,下标和切片是非常重要的操作。针对列表、元组、字符串等序列类型的数据结构,下标和切片可以非常方便的进行元素访问和截取等操作。 一、下标 下标是表示序列中元素位置的数字,下标从0开始计数。通过下标可以获取序列中特定位置的元素。 示例1:访问列表中的元素 lst = ["apple", …

    python 2023年6月5日
    00
合作推广
合作推广
分享本页
返回顶部