進行一個簡單的升序排列直接調(diào)用sorted()函數(shù)，函數(shù)將會返回一個排序后的列表：
創(chuàng)新互聯(lián)建站服務(wù)項目包括泰州網(wǎng)站建設(shè)、泰州網(wǎng)站制作、泰州網(wǎng)頁制作以及泰州網(wǎng)絡(luò)營銷策劃等。多年來，我們專注于互聯(lián)網(wǎng)行業(yè)，利用自身積累的技術(shù)優(yōu)勢、行業(yè)經(jīng)驗、深度合作伙伴關(guān)系等，向廣大中小型企業(yè)、政府機構(gòu)等提供互聯(lián)網(wǎng)行業(yè)的解決方案，泰州網(wǎng)站推廣取得了明顯的社會效益與經(jīng)濟效益。目前，我們服務(wù)的客戶以成都為中心已經(jīng)輻射到泰州省份的部分城市，未來相信會繼續(xù)擴大服務(wù)區(qū)域并繼續(xù)獲得客戶的支持與信任！
sorted函數(shù)不會改變原有的list，而是返回一個新的排好序的list
如果你想使用就地排序，也就是改變原list的內(nèi)容，那么可以使用list.sort()的方法，這個方法的返回值是None。
另一個區(qū)別是，list.sort()方法只是list也就是列表類型的方法，只可以在列表類型上調(diào)用。而sorted方法則是可以接受任何可迭代對象。
list.sort()和sorted()函數(shù)都有一個key參數(shù)，可以用來指定一個函數(shù)來確定排序的一個優(yōu)先級。比如，這個例子就是根據(jù)大小寫的優(yōu)先級進行排序：
key參數(shù)的值應(yīng)該是一個函數(shù)，這個函數(shù)接受一個參數(shù)然后返回以一個key，這個key就被用作進行排序。這個方法很高效，因為對于每一個輸入的記錄只需要調(diào)用一次key函數(shù)。
一個常用的場景就是當(dāng)我們需要對一個復(fù)雜對象的某些屬性進行排序時：
再如：
前面我們看到的利用key-function來自定義排序，同時Python也可以通過operator庫來自定義排序，而且通常這種方法更好理解并且效率更高。
operator庫提供了 itemgetter(), attrgetter(), and a methodcaller()三個函數(shù)
同時還支持多層排序
list.sort()和sorted()都有一個boolean類型的reverse參數(shù)，可以用來指定升序和降序排列，默認為false，也就是升序排序，如果需要降序排列，則需將reverse參數(shù)指定為true。
排序的穩(wěn)定性指，有相同key值的多個記錄進行排序之后，原始的前后關(guān)系保持不變
我們可以看到python中的排序是穩(wěn)定的。
我們可以利用這個穩(wěn)定的特性來進行一些復(fù)雜的排序步驟，比如，我們將學(xué)生的數(shù)據(jù)先按成績降序然后年齡升序。當(dāng)排序是穩(wěn)定的時候，我們可以先將年齡升序，再將成績降序會得到相同的結(jié)果。
傳統(tǒng)的DSU(Decorate-Sort-Undecorate)的排序方法主要有三個步驟：
因為元組是按字典序比較的，比較完grade之后，會繼續(xù)比較i。
添加index的i值不是必須的，但是添加i值有以下好處：
現(xiàn)在python3提供了key-function，所以DSU方法已經(jīng)不常用了
python2.x版本中，是利用cmp參數(shù)自定義排序。
python3.x已經(jīng)將這個方法移除了，但是我們還是有必要了解一下cmp參數(shù)
cmp參數(shù)的使用方法就是指定一個函數(shù)，自定義排序的規(guī)則，和java等其他語言很類似
也可以反序排列
python3.x中可以用如下方式：
numpy中有函數(shù)argsort來返回排序后的下標(biāo)
結(jié)果
pytorch中的torch.sort本身就能返回排序后的下標(biāo)
Python中沒有直接調(diào)用的接口，怎么辦呢？
用enumerate再排序就可以了
結(jié)果
#?分類函數(shù)
def?select(i):
return?(i?%?3??0)?and?(i?%?2?==?0)
#?不同分類的排序算法
sort_funcs?=?{
#?升序
True:?lambda?lst:?sorted(lst,?reverse=False),
#?降序
False:?lambda?lst:?sorted(lst,?reverse=True)
}
#?混合排序
def?mix_sort(arr,?select,?sort_funcs):
sequence?=?{key:iter(func(v?for?i,?v?in?enumerate(arr)?if?select(i)==key))?for?key,?func?in?sort_funcs.iteritems()}
return?[next(sequence[select(i)])?for?i,?_?in?enumerate(arr)]
#?輸出
arr?=?[0,?1,?2,?3,?4,?5,?6,?7?,8?,9]
print?mix_sort(arr,?select,?sort_funcs)
[9,?7,?2,?6,?4,?5,?3,?1,?8,?0]
arr?=?[1,?5,?4,?3,?10,?7,?19]
print?mix_sort(arr,?select,?sort_funcs)
[19,?7,?4,?5,?10,?3,?1]
在 arr =?[0,?1,?2,?3,?4,?5,?6,?7?,8?,9] 中，下標(biāo)和值相同，比較好說明
arr 中 [2, 4, 8] 符合 “不能被 3 但可以被 2 整除”，升序為 [2, 4, 8]
arr 中 [0, 1, 3, 5, 6, 7, 9] 不符合“不能被 3 但可以被 2 整除”,降序為 [9, 7, 6, 5, 4, 1, 0]
按原先的位置組合，結(jié)果為?[9,?7,?2,?6,?4,?5,?3,?1,?8,?0]
不知道我理解得對不對
class SortMethod:
'''
插入排序的基本操作就是將一個數(shù)據(jù)插入到已經(jīng)排好序的有序數(shù)據(jù)中，從而得到一個新的、個數(shù)加一的有序數(shù)據(jù)，算法適用于少量數(shù)據(jù)的排序，時間復(fù)雜度為O(n^2)。是穩(wěn)定的排序方法。
插入算法把要排序的數(shù)組分成兩部分：
第一部分包含了這個數(shù)組的所有元素，但將最后一個元素除外（讓數(shù)組多一個空間才有插入的位置）
第二部分就只包含這一個元素（即待插入元素）。
在第一部分排序完成后，再將這個最后元素插入到已排好序的第一部分中。
'''
def insert_sort(lists):
# 插入排序
count = len(lists)
for i in range(1, count):
key = lists[i]
j = i - 1
while j = 0:
if lists[j] key:
lists[j + 1] = lists[j]
lists[j] = key
j -= 1
return lists
'''
希爾排序 (Shell Sort) 是插入排序的一種。也稱縮小增量排序，是直接插入排序算法的一種更高效的改進版本。希爾排序是非穩(wěn)定排序算法。該方法因 DL．Shell 于 1959 年提出而得名。
希爾排序是把記錄按下標(biāo)的一定增量分組，對每組使用直接插入排序算法排序；隨著增量逐漸減少，每組包含的關(guān)鍵詞越來越多，當(dāng)增量減至 1 時，整個文件恰被分成一組，算法便終止。
'''
def shell_sort(lists):
# 希爾排序
count = len(lists)
step = 2
group = count / step
while group 0:
for i in range(0, group):
j = i + group
while j count:
k = j - group
key = lists[j]
while k = 0:
if lists[k] key:
lists[k + group] = lists[k]
lists[k] = key
k -= group
j += group
group /= step
return lists
'''
冒泡排序重復(fù)地走訪過要排序的數(shù)列，一次比較兩個元素，如果他們的順序錯誤就把他們交換過來。走訪數(shù)列的工作是重復(fù)地進行直到?jīng)]有再需要交換，也就是說該數(shù)列已經(jīng)排序完成。
'''
def bubble_sort(lists):
# 冒泡排序
count = len(lists)
for i in range(0, count):
for j in range(i + 1, count):
if lists[i] lists[j]:
temp = lists[j]
lists[j] = lists[i]
lists[i] = temp
return lists
'''
快速排序
通過一趟排序?qū)⒁判虻臄?shù)據(jù)分割成獨立的兩部分，其中一部分的所有數(shù)據(jù)都比另外一部分的所有數(shù)據(jù)都要小，然后再按此方法對這兩部分數(shù)據(jù)分別進行快速排序，整個排序過程可以遞歸進行，以此達到整個數(shù)據(jù)變成有序序列
'''
def quick_sort(lists, left, right):
# 快速排序
if left = right:
return lists
key = lists[left]
low = left
high = right
while left right:
while left right and lists[right] = key:
right -= 1
lists[left] = lists[right]
while left right and lists[left] = key:
left += 1
lists[right] = lists[left]
lists[right] = key
quick_sort(lists, low, left - 1)
quick_sort(lists, left + 1, high)
return lists
'''
直接選擇排序
第 1 趟，在待排序記錄 r[1] ~ r[n] 中選出最小的記錄，將它與 r[1] 交換；
第 2 趟，在待排序記錄 r[2] ~ r[n] 中選出最小的記錄，將它與 r[2] 交換；
以此類推，第 i 趟在待排序記錄 r[i] ~ r[n] 中選出最小的記錄，將它與 r[i] 交換，使有序序列不斷增長直到全部排序完畢。
'''
def select_sort(lists):
# 選擇排序
count = len(lists)
for i in range(0, count):
min = i
for j in range(i + 1, count):
if lists[min] lists[j]:
min = j
temp = lists[min]
lists[min] = lists[i]
lists[i] = temp
return lists
'''
堆排序 (Heapsort) 是指利用堆積樹（堆）這種數(shù)據(jù)結(jié)構(gòu)所設(shè)計的一種排序算法，它是選擇排序的一種。
可以利用數(shù)組的特點快速定位指定索引的元素。堆分為大根堆和小根堆，是完全二叉樹。大根堆的要求是每個節(jié)點的值都不大于其父節(jié)點的值，即 A[PARENT[i]] = A[i]。
在數(shù)組的非降序排序中，需要使用的就是大根堆，因為根據(jù)大根堆的要求可知，最大的值一定在堆頂。
'''
# 調(diào)整堆
def adjust_heap(lists, i, size):
lchild = 2 * i + 1
rchild = 2 * i + 2
max = i
if i size / 2:
if lchild size and lists[lchild] lists[max]:
max = lchild
if rchild size and lists[rchild] lists[max]:
max = rchild
if max != i:
lists[max], lists[i] = lists[i], lists[max]
adjust_heap(lists, max, size)
# 創(chuàng)建堆
def build_heap(lists, size):
for i in range(0, (size/2))[::-1]:
adjust_heap(lists, i, size)
# 堆排序
def heap_sort(lists):
size = len(lists)
build_heap(lists, size)
for i in range(0, size)[::-1]:
lists[0], lists[i] = lists[i], lists[0]
adjust_heap(lists, 0, i)
'''
歸并排序是建立在歸并操作上的一種有效的排序算法,該算法是采用分治法 （Divide and Conquer） 的一個非常典型的應(yīng)用。將已有序的子序列合并，得到完全有序的序列；即先使每個子序列有序，再使子序列段間有序。若將兩個有序表合并成一個有序表，稱為二路歸并。
歸并過程為：
比較 a[i] 和 a[j] 的大小，若 a[i]≤a[j]，則將第一個有序表中的元素 a[i] 復(fù)制到 r[k] 中，并令 i 和 k 分別加上 1；
否則將第二個有序表中的元素 a[j] 復(fù)制到 r[k] 中，并令 j 和 k 分別加上 1，如此循環(huán)下去，直到其中一個有序表取完，然后再將另一個有序表中剩余的元素復(fù)制到 r 中從下標(biāo) k 到下標(biāo) t 的單元。歸并排序的算法我們通常用遞歸實現(xiàn)，先把待排序區(qū)間 [s,t] 以中點二分，接著把左邊子區(qū)間排序，再把右邊子區(qū)間排序，最后把左區(qū)間和右區(qū)間用一次歸并操作合并成有序的區(qū)間 [s,t]。
'''
def merge(left, right):
i, j = 0, 0
result = []
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
def merge_sort(lists):
# 歸并排序
if len(lists) = 1:
return lists
num = len(lists) / 2
left = merge_sort(lists[:num])
right = merge_sort(lists[num:])
return merge(left, right)
'''
基數(shù)排序 （radix sort） 屬于“分配式排序” （distribution sort），又稱“桶子法” （bucket sort） 或 bin sort，顧名思義，它是透過鍵值的部份資訊，將要排序的元素分配至某些“桶”中，藉以達到排序的作用，基數(shù)排序法是屬于穩(wěn)定性的排序。
其時間復(fù)雜度為 O (nlog(r)m)，其中 r 為所采取的基數(shù)，而 m 為堆數(shù)，在某些時候，基數(shù)排序法的效率高于其它的穩(wěn)定性排序法。
'''
import math
def radix_sort(lists, radix=10):
k = int(math.ceil(math.log(max(lists), radix)))
bucket = [[] for i in range(radix)]
for i in range(1, k+1):
for j in lists:
bucket[j/(radix**(i-1)) % (radix**i)].append(j)
del lists[:]
for z in bucket:
lists += z
del z[:]
return lists
---------------------
作者：CRazyDOgen
來源：CSDN
原文：
版權(quán)聲明：本文為博主原創(chuàng)文章，轉(zhuǎn)載請附上博文鏈接！
重慶分公司
重慶分公司
