Python中常用的sorting()算法介绍
发布时间:2023-12-25 23:06:37
在Python中,有多种常用的排序算法可以使用。下面介绍几种常用的排序算法,并给出相应的代码实例。
1. 冒泡排序(Bubble Sort):
冒泡排序是一种简单的排序算法,它会重复地交换两个相邻的元素,直到没有需要交换的元素为止。它的时间复杂度为O(n^2)。
def bubble_sort(arr):
n = len(arr)
for i in range(n-1):
for j in range(n-i-1):
if arr[j] > arr[j+1]:
arr[j], arr[j+1] = arr[j+1], arr[j]
return arr
2. 插入排序(Insertion Sort):
插入排序是一种简单且直观的排序算法,它将数组分成已排序和未排序两部分。每次从未排序部分中取出一个元素,在已排序部分中找到合适的位置插入。它的时间复杂度为O(n^2)。
def insertion_sort(arr):
n = len(arr)
for i in range(1, n):
key = arr[i]
j = i-1
while j >= 0 and arr[j] > key:
arr[j+1] = arr[j]
j -= 1
arr[j+1] = key
return arr
3. 选择排序(Selection Sort):
选择排序是一种简单但低效的排序算法,它在每一轮中选取剩余元素中的最小值,并放置到已排序部分的末尾。它的时间复杂度为O(n^2)。
def selection_sort(arr):
n = len(arr)
for i in range(n-1):
min_idx = i
for j in range(i+1, n):
if arr[j] < arr[min_idx]:
min_idx = j
arr[i], arr[min_idx] = arr[min_idx], arr[i]
return arr
4. 快速排序(Quick Sort):
快速排序是一种高效的排序算法,它使用分治法的思想将数组分成较小和较大的两个子数组,然后递归地对子数组进行排序。它的平均时间复杂度为O(nlogn)。
def quick_sort(arr):
if len(arr) <= 1:
return arr
pivot = arr[0]
less = [x for x in arr[1:] if x <= pivot]
greater = [x for x in arr[1:] if x > pivot]
return quick_sort(less) + [pivot] + quick_sort(greater)
5. 归并排序(Merge Sort):
归并排序是一种稳定的排序算法,它使用分治法的思想将数组分成较小的子数组,然后递归地排序并合并子数组。它的时间复杂度为O(nlogn)。
def merge_sort(arr):
if len(arr) <= 1:
return arr
mid = len(arr) // 2
left = merge_sort(arr[:mid])
right = merge_sort(arr[mid:])
return merge(left, right)
def merge(left, right):
result = []
i, j = 0, 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
result.extend(left[i:])
result.extend(right[j:])
return result
以上是几种常用的排序算法及其对应的代码实例。在实际应用中,可以根据不同的需求选择合适的排序算法。有些排序算法如快速排序和归并排序对于大规模数据集的排序效果较好,而插入排序和选择排序则适用于较小的数据集。
