這篇文章主要介紹“python中幾種常用的排序算法”，在日常操作中，相信很多人在python中幾種常用的排序算法問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對(duì)大家解答”python中幾種常用的排序算法”的疑惑有所幫助！接下來，請(qǐng)跟著小編一起來學(xué)習(xí)吧！
排序算法的運(yùn)用非常廣泛。各種語言都有自己內(nèi)置的排序函數(shù)，在面試過程中也經(jīng)常會(huì)有排序算法的考題。總結(jié)幾種排序算法的實(shí)現(xiàn)。
這個(gè)問題的顯示表示是：請(qǐng)?jiān)敿?xì)描述如何將一組數(shù)字按從小到大的順序排列。
我首先想到的是：
找出數(shù)組中最小的一個(gè)；
把這個(gè)數(shù)放到另一數(shù)組的最后面；
把這個(gè)數(shù)從原來的數(shù)組中剔除；
重復(fù)
重復(fù)的過程通常涉及到遍歷和遞歸，上面這個(gè)解法叫「選擇排序」，用 Python 實(shí)現(xiàn)如下：
def select_sort(arr): new_arr = [] # 重復(fù) for i in range(len(arr)): small_index = find_smallest(arr) # 把這個(gè)數(shù)從原來的數(shù)組中剔除； smallest = arr.pop(small_index) # 把這個(gè)數(shù)放到另一數(shù)組的最后面； new_arr.append(smallest) return new_arr def find_smallest(arr): """找出數(shù)組中最小的一個(gè)；""" smallest = arr[0] index = 0 for e in range(1,len(arr)): if arr[e] < smallest: smallest = arr[e] index = e return index
可以看出來，代碼實(shí)現(xiàn)基本上就是用編程語言寫出解題思路。所以很多編程進(jìn)階書都提到一個(gè)解決問題的辦法就是離開鍵盤，去上個(gè)廁所，在紙上畫一畫。只要是解題思路很詳細(xì)，基本上是可以用來當(dāng)偽代碼使用的，可以全部放入代碼的注釋當(dāng)中。
比較前一個(gè)數(shù)和后一個(gè)數(shù)，如果前比后大，對(duì)換他們的位置；
循環(huán)執(zhí)行
def bubble_sort(arr): for i in range(len(arr) - 1): for j in range(len(arr) - i - 1): if arr[j] > arr[j + 1]: tmp = arr[j + 1] arr[j + 1] = arr[j] arr[j] = tmp return arr
上面兩種算法要操作的步驟很多，當(dāng)數(shù)組太多時(shí)就會(huì)造成性能過低，我們可以想辦法減少要操作的步驟，從而降低算法的復(fù)雜度，提高執(zhí)行效率。減少步驟的很多算法都是將數(shù)據(jù)分成幾部分來處理，也就是通常說的「分治」，從而不斷減少?zèng)]部分需要處理的步驟，選擇排序就是這樣一種算法：
1.選出第一個(gè)元素
2.遍歷每個(gè)元素，也就是從第二個(gè)開始拿，如果比第一個(gè)元素小，放到一個(gè)新數(shù)組里；如果比它大，放到另一個(gè)數(shù)組；
3.對(duì)兩個(gè)新數(shù)組執(zhí)行同樣的操作；
那什么時(shí)候不需要執(zhí)行這樣的操作了呢？當(dāng)數(shù)組的元素個(gè)數(shù)小于2的時(shí)候，不需要比較了，分治策略就結(jié)束。
「分治」是一種非常常見的解題思路。因?yàn)樗懿粩嗟膶栴}變成更簡單的問題，最后變成一個(gè)顯而易見的事。也就是說它有兩個(gè)條件：
基準(zhǔn)條件。也就是沒有辦法再分了，足夠簡單了。
分治條件或者叫遞歸條件。能夠進(jìn)一步縮小需要解決的問題的規(guī)模。
分治法在算法中非常普遍，不是因?yàn)樗芙档退惴ǖ膹?fù)雜度，而是他能一步步將復(fù)雜的問題變得越來越簡單，規(guī)模越來越小，最后變成一個(gè)超級(jí)簡單的問題，如果能進(jìn)一步抽象這種過程，就能考執(zhí)行同樣的抽象步驟解出來來。分治法經(jīng)常和遞歸用在一起，這就衍生了一種變成方式——函數(shù)式編程，如果能多接觸一些遞歸的案例，對(duì)于函數(shù)式變成和抽象是非常有幫助的。軟件設(shè)計(jì)就是講一個(gè)非常復(fù)雜的問題抽象的過程，所以掌握函數(shù)式編程和遞歸概念對(duì)于抽象能力和軟件設(shè)計(jì)應(yīng)該是很有幫助的。
下面實(shí)現(xiàn)快速排序：
def quick(arr): if len(arr) < 2: return arr else: base = arr[0] less = [i for i in arr[1:] if i < base] greater = [i for i in arr[1:] if i >= base] return quick(less) + [base] + quick(greater)
歸并排序和選擇排序一樣是一種分治遞歸策略：
從中間分成兩組
將兩個(gè)已經(jīng)排序好的列表進(jìn)行合并，合并成的列表就是排序好的
那怎么對(duì)上述兩個(gè)列表排序呢？對(duì)兩個(gè)列表再執(zhí)行分組策略
什么時(shí)候不能繼續(xù)了呢？當(dāng)元素個(gè)數(shù)小于 2 的時(shí)候
具體實(shí)現(xiàn)：
def merge_sort(arr): # divide to two if len(arr) < 2: return arr mid = int(len(arr)/2) left = merge_sort(arr[:mid]) right = merge_sort(arr[mid:]) return merge(left, right) def merge(left, right): result = [] j = 0 i = 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 # add the larger part both left and right result += left[i:] result += right[j:] return result
到此，關(guān)于“python中幾種常用的排序算法”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識(shí)，請(qǐng)繼續(xù)關(guān)注創(chuàng)新互聯(lián)-成都網(wǎng)站建設(shè)公司網(wǎng)站，小編會(huì)繼續(xù)努力為大家?guī)砀鄬?shí)用的文章！
重慶分公司
重慶分公司
