快速排序,归并排序,堆排序python实现

快速排序的时间复杂度最好情况下为O(n*logn),最坏情况下为O(n^2),平均情况下为O(n*logn),是不稳定的排序

归并排序的时间复杂度最好情况下为O(n*logn),最坏情况下为O(n*logn),平均情况下为O(n*logn),是稳定的排序

堆排序的时间复杂度最好情况下为O(n*logn),最坏情况下为O(n*logn),平均情况下为O(n*logn),是不稳定的排序

1.快速排序

快速排序的介绍以及C语言实现在这里:快速排序C语言实现

本文介绍的是快速排序python实现:

def recurse(lista,left,right):
	if left<right:
		i=left;
		j=right;
		tmp=lista[left];
		while(i<j):
			while(i<j and lista[j]>=tmp):
				j=j-1;
			if i<j:
				lista[i]=lista[j];
				i=i+1;
			while (i<j and lista[i]<tmp):
				i=i+1;
			if i<j:
				lista[j]=lista[i];
				j=j-1;
		lista[i]=tmp;
		recurse(lista,left,i-1);  #分治
		recurse(lista,i+1,right);
	return lista;
def quicksort(lista):
	leng=len(lista);
	recurse(lista,0,leng-1);

lista=[1,4,23,45,97,22,10,4];   #快速排序测试代码
quicksort(lista);
print lista;

2.归并排序

归并排序及C语言实现在这里:归并排序C语言实现

本文介绍的是归并排序python实现:

def merge(lista,left,mid,right):   # 合并有序数组
	i=left;
	j=mid+1;
	tmp=[];
	while(i<=mid and j<=right):
		if lista[i]<= lista[j]:
			tmp.append(lista[i]);
			i=i+1;
		else:
			tmp.append(lista[j]);
			j=j+1;
	while(i<=mid):
		tmp.append(lista[i]);
		i=i+1;
	while(j<=right):
		tmp.append(lista[j]);
		j=j+1;
	i=0;
	while(i<right-left+1):
		lista[left+i]=tmp[i];
		i=i+1;
def mergerecurse(lista,left,right):
	if left<right:
		mid=int((right+left)/2);
		mergerecurse(lista,left,mid);
		mergerecurse(lista,mid+1,right);
		merge(lista,left,mid,right);
	return lista;
def mergesort(lista):
	leng=len(lista);
	mergerecurse(lista,0,leng-1);

lista=[1,4,23,45,97,22,10,4];       #测试代码
mergesort(lista);
print lista;
	

3.堆排序

堆排序及C语言实现在这里:堆排序C语言实现

本文介绍的是堆排序python实现:

python中提供了堆这种数据结构,可以直接使用heap中的heappush方法来建立堆,使用heappop来弹出堆中的最小元素。

from heapq import *;
def heapsort(lista):
	h=[];
	for i in range(0,len(lista)):
		heappush(h,lista[i]);
	for i in range(0,len(h)):
		lista[i]=heappop(h);

也可以自行实现heap数据结构:

def heapadjust(lista,s,end):
	i=2*s+1;
	tmp=lista[s];
	while(i<=end):
		if i+1<=end and lista[i+1]>lista[i]:
			i=i+1;
		if lista[i]<=tmp:
			break;
		lista[s]=lista[i];
		s=i;
		i=s*2+1;
	lista[s]=tmp;
def heapsort2(lista):
	n=len(lista);
	for i in range((n-1)/2,-1,-1):
		heapadjust(lista,i,n-1);
	for i in range(n-1,-1,-1):
		lista[i],lista[0]=lista[0],lista[i];
		heapadjust(lista,0,i-1);
lista=[5,4,2,5,1,7];        # 堆排序测试代码
heapsort(lista);
print lista;

快速排序,归并排序,堆排序python实现

时间: 2024-10-11 01:46:38

快速排序,归并排序,堆排序python实现的相关文章

快速排序、堆排序、归并排序比较

快速排序是二叉查找树(二叉查找树)的一个空间最优化版本.不是循序地把数据项插入到一个明确的树中,而是由快速排序组织这些数据项到一个由递归调用所隐含的树中.这两个算法完全地产生相同的比较次数,但是顺序不同.对于排序算法的稳定性指标,原地分区版本的快速排序算法是不稳定的.其他变种是可以通过牺牲性能和空间来维护稳定性的. 快速排序的最直接竞争者是堆排序(Heapsort).堆排序通常比快速排序稍微慢,但是最坏情况的运行时间总是O(n log n).快速排序是经常比较快,除了introsort变化版本外

几种排序算法的C++实现——快速排序、堆排序、基数排序

排序算法是非常常见的面试笔试问题,考查的一个人的基本功,本文将一些排序做了C++的实现,就当是做个学习总结吧. 1.快速排序 快速排序的中心是填坑法,取一个数(这里选取第一个数)作为基准数temp,从队尾开始寻找第一个比基准数小的数a[j],交换a[j]和temp,然后队首开始查找第一个比temp大的数a[i],交换之,遍历的结果是当i>=j时,temp左边的数都小于temp,后边的数都大于temp,这个有点像归并排序.最后利用递归调用完成排序,代码如下: 1 void QuickSort(in

十大基础实用算法之快速排序和堆排序

快速排序是由东尼·霍尔所发展的一种排序算法.在平均状况下,排序 n 个项目要Ο(n log n)次比较.在最坏状况下则需要Ο(n2)次比较,但这种状况并不常见.事实上,快速排序通常明显比其他Ο(n log n) 算法更快,因为它的内部循环(inner loop)可以在大部分的架构上很有效率地被实现出来. 快速排序使用分治法(Divide and conquer)策略来把一个串行(list)分为两个子串行(sub-lists). 算法步骤: 1 从数列中挑出一个元素,称为 "基准"(pi

单链表的排序 快速排序 归并排序 quicksort mergesort

原理都很简单,关键是某些边界能否正确写对: #include<iostream> #include<stdio.h> using namespace std; class Node { public: int val; Node* next; Node(int val = 0):val(val),next(NULL){ } }; Node* quicksort(Node* head, Node* tail) { Node *res1 = NULL, *res2 = NULL; No

快速排序 归并排序的非递归版本 备忘

首先,归并排序,分治,递归解决小的范围,再合并两个有序的小范围数组,便得到整个有序的数组. 这是很适合用递归来写的,至于非递归,便是从小到大,各个击破,从而使得整个数组有序.代码如下: void merge(vector<int> &A, int left, int mid, int right) { int i=left,j=mid+1; vector<int> tmp(right-left+1,0); int k=0; while(i<=mid&&

David MacKay:用信息论解释 &#39;快速排序&#39;、&#39;堆排序&#39; 本质与差异

这篇文章是David MacKay利用信息论,来对快排.堆排的本质差异导致的性能差异进行的比较. 信息论是非常强大的,它并不只是一个用来分析理论最优决策的工具. 从信息论的角度来分析算法效率是一件很有趣的事,它给我们分析排序算法带来了一种新的思路. 运用了信息论的概念,我们很容易理解为什么快排的速度那么快,以及它的缺陷在哪里. 由于个人能力不足,对于本文的理解可能还是有点偏差. 而且因为翻译的困难,这篇译文有很多地方并没有翻译出来,还是使用了原文的句子. 所以建议大家还是阅读原文Heapsort

快速排序、堆排序和归并排序的实现

1.快速排序 通过选择轴值,一次划分都能确定该轴值得位置,其时间复杂度最好的情况(每次划分都恰好将区间平分为等长的两半)下为Ο(nlgn),最差情况(每次划分将区间分成0与n-1)为O(n^2).其空间复杂度考虑递归的栈深为O(lgn). 1 /************************************************************************* 2 **File Name :quicksort.c 3 **Author : 4 **Contact :

常用的较优排序之快速排序,堆排序,归并排序

1.快速排序 通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排序.可以用递归和非递归的方法分别实现. int _QuickSort(int* a,int left,int right,int key) { while (left < right) { while (left < right&&a[left] <=a[key]) { left++; //找出比a[key]大的下标 }

三种排序算法(归并排序、快速排序,堆排序)

归并排序:建立在归并操作上的一种有效的排序算法,该算法是采用分治法(Divide and Conquer)的一个非常典型的应用.将已有序的子序列合并,得到完全有序的序列:即先使每个子序列有序,再使子序列段间有序.若将两个有序表合并成一个有序表,称为二路归并. 归并排序算法稳定,数组需要O(n)的额外空间,链表需要O(log(n))的额外空间,时间复杂度为O(nlog(n)),算法不是自适应的,不需要对数据的随机读取. 工作原理: 1.申请空间,使其大小为两个已经排序序列之和,该空间用来存放合并后