列表排序
-
排序：将一组“无序”的记录序列调整为“有序”的记录序列
-
列表排序：将无序列表变为有序列表
- 输入：列表
- 输出：有序列表
-
升序与降序
-
内置排序函数：sort()
冒泡排序(Bubble Sort)
-
列表每两个相邻的数，如果前面比后面大，则交换这两个数
-
一趟排序完成后，则无序区减少一个数，有序区增加一个数
-
代码关键点：趟、无序区范围
代码示例：
import random
def bubble_sort(li):
for i in range(len(li)-1): # 第i趟
for j in range(len(li)-i):
if li[j]>li[j+1]:
li[j],li[j+1]=li[j+1],li[j]
#验证
li = [random.randint(0,10000) for i in range(1000)]
print(li)
bubble_sort(li)
print(li)-
时间复杂度：O(n2)
冒泡排序-优化：
-
如果冒泡排序中的一趟排序没有发生交换，则说明列表已经有序，可以直接结束算法。
代码示例：
def bubble_sort(li):
for i in range(len(li)-1):
exchange = False
for j in range(len(li)-i-1):
if li[j] > li[j+1]:
li[j], li[j+1] = li[j+1], li[j]
exchange = True
if not exchange:
return-
时间复杂度：O(n2)
选择排序(Select Sort)
-
一趟排序记录最小的数，放到第一个位置
-
再一趟排序记录列表无序最小的数，放到第二个位置
-
…
-
算法关键点：有序和无序区、无序区最小数的位置
代码示例：
def select_sort(li):
for i in range(len(li)-1):
min_loc = i
for j in range(i+1,len(li)):
if li[j] < li[min_loc]:
min_loc = j
if min_loc != i:
li[i], li[min_loc] = li[min_loc], li[i]插入排序(Inset Sort)
-
初始时手里（有序区）只有一张牌
-
每次（从无序区）摸一张牌，插入到手里已有牌的正确位置
代码示例：
def insect_sort(li):
for i in range(1,len(li)):
tmp = li[i]
j = i - 1
while j >= 0 and tmp < li[j]:
li[j+1] = li[j]
j = j - 1
li[j+1] = tmp-
时间复杂度：O(n2)
快速排序(Quick Sort)
-
快速排序：快
-
快速排序思路：
- 取一个元素p（第一个元素），使元素p归位；
- 列表被p分成两部分，左边都比p小，右边都比p大；
- 递归完成排序
快速排序-框架：
def quick_sort(data,left,right):
if left < right:
mid = partition(data,left,right)
quick_sort(data,left,mid-1)
quick_sort(data,mid+1,right)代码示例：
def partition(li,left,right):
tmp = li[left]
while left < right:
while li[right] >= tmp: # 从右边找比tmp小的数
right -= 1 # 往左走一步
li[left] = li[right] # 把右边的值写到左边空位上
while left < right and li[left] <= tmp:
left += 1
li[left] = tmp # 把tmp归位
return left
def quick_sort(li,left,right) :
if left < right: # 至少两个元素
mid = partition(li,left,right)
quick_sort(li,left,mid-1)
quick_sort(li,mid+1,right)
#调用测试
li = [5,7,6,3,1,2,9,8]
quick_sort(li,0,len(li)-1)
print(li) -
快速排序的效率：
- 快速排序的时间复杂度：O(nlogn)
-
快速排序的问题
-
最坏情况：
正序或逆序排列，二叉树画出来应该是一棵斜树，并且需要经过n-1次递归调用才能完成，且第i次划分需要经过n‐i次关键字的比较才能找到第i个记录，也就是枢轴的位置，所以：
最终的时间复杂度应该O(n2)
-
递归：消耗一部分系统资源
-