一、基数排序
import random
from timewrap import *
def list_to_buckets(li, iteration):#这个是用来比较每个位置的大小的数字
"""
因为分成10个本来就是有序的所以排出来就是有序的。
:param li: 列表
:param iteration: 装桶是第几次迭代
:return:
"""
buckets = [[] for _ in range(10)]
print(‘buckests‘,buckets)
for num in li:
digit = (num // (10 ** iteration)) % 10
buckets[digit].append(num)
print(buckets)
return buckets
def buckets_to_list(buckets):#这个是用来出数的
return [num for bucket in buckets for num in bucket]
# li = []
# for bucket in buckets:
# for num in bucket:
# li.append(num)
@cal_time
def radix_sort(li):
maxval = max(li) # 10000
it = 0
while 10 ** it <= maxval:#这个是循环用来，在以前一次排序的基础上在排序。
li = buckets_to_list(list_to_buckets(li, it))
it += 1
return li
# li = [random.randint(0,1000) for _ in range(100000)]
li = [random.randint(0,10) for _ in range(10)]
li=[5555,5525,9939,9999,6,3,8,9]
s=radix_sort(li)
print(s)
二、希尔排序
思路：
- 希尔排序是一种分组插入排序算法。
- 首先取一个整数d1=n/2，将元素分为d1个组，每组相邻量元素之间距离为d1，在各组内进行直接插入排序；
- 取第二个整数d2=d1/2，重复上述分组排序过程，直到di=1，即所有元素在同一组
- 希尔排序每趟并不使某些元素有序，而是使整体数据越来越接近有序；最后一趟排序使得所有数据有序。
代码实现、
def insert_sort(li):#插入排序
for i in range(1, len(li)):
# i 表示无序区第一个数
tmp = li[i] # 摸到的牌
j = i - 1 # j 指向有序区最后位置
while li[j] > tmp and j >= 0:
#循环终止条件： 1. li[j] <= tmp; 2. j == -1
li[j+1] = li[j]
j -= 1
li[j+1] = tmp
def shell_sort(li):#希尔排序 与插入排序区别就是把1变成d
d = len(li) // 2
while d > 0:
for i in range(d, len(li)):
tmp = li[i]
j = i - d
while li[j] > tmp and j >= 0:
li[j+d] = li[j]
j -= d
li[j+d] = tmp
d = d >> 1
li=[5,2,1,4,5,69,20,11]
shell_sort(li)
print(li)
希尔排序的复杂度特别复杂，取决于d，分组的长度二、位移运算符
三、计数排序：
统计每个数字出现了几次
#计数排序
# 0 0 1 1 2 4 3 3 1 4 5 5
import random
import copy
from timewrap import *
@cal_time
def count_sort(li, max_num = 100):
count = [0 for i in range(max_num+1)]
for num in li:
count[num]+=1
li.clear()
for i, val in enumerate(count):
for _ in range(val):
li.append(i)
@cal_time
def sys_sort(li):
li.sort()
li = [random.randint(0,100) for i in range(100000)]
li1 = copy.deepcopy(li)
count_sort(li)
sys_sort(li1)
计数排序这么快，为什么不用计数排序呢？因为他是有限制的，你要知道列表中的最大数
如果一下来了一个很大的数，比如10000，那么占的空间就的这么大，
计数排序占用的空间和列表的范围有关系
解决这种问题的方法，可以用桶排序，都放进去可以在进行其他的排序。比如插入排序。
四、桶排序
在计数排序中，如果元素的范围比较大(比如在1到1亿之间)，如何改造算法？
桶排序，首先将将元素分在不同的桶中，在对每个桶中的元素排序。
多关键字排序
先对十位进行排序，再根据 十位进行排序
要用两个函数，一个用来装桶，一个用来出桶
默认10个桶，找到个位，十位，分别放在对应的桶里的位置
桶排序的表现取决于数据的分布。也就是需要对不同数据排序时采取不同的分桶策略。
平均情况时间复杂度：O(n+k)
最坏情况时间复杂度：O(n+k)
空间复杂度：O(nk)
先分成若干个桶，桶内用插入排序。
例子
1：给两个字符串S和T，判断T是否为S的重新排列后组成的单词：
s="anagram",t="nagaram",return true
s=‘cat‘,t=‘car‘,return false
代码如下：
s = "anagram"
t = "nagaram"
def ss(s,t):
return sorted(list(s))==sorted(list(t))
y=ss(s,t)
print(y)
2、
‘’
二维的坐标变成一维的坐标
X*b +y =i
(x,y) ->i
i//n----》x
i%n---->n
1 def searchMatrix(matrix, target): 2 m = len(matrix) 3 # print(‘m‘, m) 4 if m == 0: 5 return False 6 n = len(matrix[0]) 7 if n == 0: 8 return False 9 low = 0 10 high = m * n - 1 11 # print(‘high‘,high) 12 while low <= high: 13 mid = (low + high) // 2 14 x, y = divmod(mid, n) 15 if matrix[x][y] > target: 16 high = mid - 1 17 elif matrix[x][y] < target: 18 low = mid + 1 19 else: 20 return True 21 else: 22 return False 23 24 25 s = [ 26 [1, 2, 3], 27 [4, 5, 6], 28 [7, 8, 9] 29 ] 30 # print(searchMatrix(s, 1)) 31 # print(searchMatrix(s, 2)) 32 # print(searchMatrix(s, 3)) 33 # print(searchMatrix(s, 4)) 34 # print(searchMatrix(s, 5)) 35 # print(searchMatrix(s, 6)) 36 print(searchMatrix(s, 7)) 37 # print(searchMatrix(s, 8)) 38 # print(searchMatrix(s, 9))
3.给定一个列表和一个整数，设计算法找两个数的小标，使得两个数之和为给定的整数。保证肯定仅有一个结果。
例如：列表[1,2,5,4]与目标整数3，1+2=3，结果为(0,1)
方式一：
方式二：
方式三
方式四和三一样
def twoSum(num, target):
dict = {}
for i in range(len(num)):
print(dict)
x = num[i]
if target - x in dict:
return dict[target - x], i
dict[x] = i
l = [1, 2, 5, 4]
print(twoSum(l, 7))
原文地址：https://www.cnblogs.com/zhangningyang/p/8639349.html
时间： 2024-10-08 14:55:23