用Python实现十大经典排序算法-插入、选择、快速、冒泡、归并等

本文来用图文的方式详细讲解了Python十大经典排序算法 —— 插入排序、选择排序、快速排序、冒泡排序、归并排序、希尔排序、插入排序、桶排序、基数排序、计数排序算法,想要学习的你们,继续阅读下去吧,如果觉得不错的话,推荐给身边的朋友吧 。
插入排序思路

  1. 从第一个元素开始,该元素可以认为已经被排序;
  2. 取出下一个元素,在已经排序的元素序列中从后向前扫描;
  3. 如果该元素(已排序)大于新元素,将该元素移到下一位置;
  4. 重复步骤3,直到找到已排序的元素小于或者等于新元素的位置;
  5. 将新元素插入到该位置;
  6. 重复步骤2~5 。
代码
用Python实现十大经典排序算法-插入、选择、快速、冒泡、归并等

文章插图
 
图示
用Python实现十大经典排序算法-插入、选择、快速、冒泡、归并等

文章插图
 
平均时间复杂度O(n^2)
希尔排序前言希尔排序是插排的升级,先将待排序的元素进行分组,在分组的基础上进行插排,从而降低整体上的时间复杂度 。
这里面设计到一个增量的概念,我们依据增量来决定分组的跨度 。常用的增量有三种:
  • 希尔增量 [1,2,4,8,…,2^(k-1)]
  • 海巴德增量 [1,3,7,15,…,2^k-1]
  • 塞基维克增量 [1,5,19,41,…,4k-3*2k+1]
一般情况下希尔增量带来的时间复杂度小于O(n2),但在极坏情况下可能效果不明显甚至超过这个值 。海巴德增量可以将时间复杂控制在O(n(3/2))以下,而塞基维克增量该项参数为O(n^(4/3)) 。
思路
  1. 择定增量
  2. 分组
  3. 组内比较
  4. 重复步骤2,3直到跨度为1
图示
用Python实现十大经典排序算法-插入、选择、快速、冒泡、归并等

文章插图
 
代码
用Python实现十大经典排序算法-插入、选择、快速、冒泡、归并等

文章插图
 
选择排序思路
  1. 选出数组中最大(最小)的元素放到开头
  2. 在剩下的元素中选中最大(最小)元素放到上个被选元素之后
  3. 重复2步骤
图示
用Python实现十大经典排序算法-插入、选择、快速、冒泡、归并等

文章插图
 
代码
用Python实现十大经典排序算法-插入、选择、快速、冒泡、归并等

文章插图
 
平均时间复杂度O(n^2)
堆排序前言堆排序,顾名思义,就是基于堆 。因此先来介绍一下堆的概念 。
堆分为最大堆和最小堆,其实就是完全二叉树 。最大堆要求节点的元素都要大于其孩子,最小堆要求节点元素都小于其左右孩子,两者对左右孩子的大小关系不做任何要求,其实很好理解 。有了上面的定义,我们可以得知,处于最大堆的根节点的元素一定是这个堆中的最大值 。其实我们的堆排序算法就是抓住了堆的这一特点,每次都取堆顶的元素,将其放在序列最后面,然后将剩余的元素重新调整为最大堆,依次类推,最终得到排序的序列 。
思路
  1. 把堆顶的最大数取出
  2. 将剩余的堆继续调整为最大堆
  3. 重复步骤1,2
图示
用Python实现十大经典排序算法-插入、选择、快速、冒泡、归并等

文章插图
 
代码
用Python实现十大经典排序算法-插入、选择、快速、冒泡、归并等

文章插图
 

用Python实现十大经典排序算法-插入、选择、快速、冒泡、归并等

文章插图
 
平均时间复杂度O(nlogn)
冒泡排序思路
  1. 比较相邻的元素 。如果第一个比第二个大,就交换他们两个 。
  2. 对每一对相邻元素做同样的工作,从开始第一对到结尾的最后一对 。在这一点,最后的元素应该会是最大的数 。
  3. 针对所有的元素重复以上的步骤,除了最后一个 。
  4. 持续每次对越来越少的元素重复上面的步骤,直到没有任何一对数字需要比较 。
图示
用Python实现十大经典排序算法-插入、选择、快速、冒泡、归并等

文章插图
 
代码
用Python实现十大经典排序算法-插入、选择、快速、冒泡、归并等

文章插图
 
平均时间复杂度O(n^2)
快速排序思路
  1. 先从集合中取出一个数作为“哨兵”
  2. 将集合中比哨兵大的元素和比哨兵小的元素分列两侧
  3. 再对左右区间重复第二步,直到各区间只有一个数
图示
用Python实现十大经典排序算法-插入、选择、快速、冒泡、归并等

文章插图
 
代码
用Python实现十大经典排序算法-插入、选择、快速、冒泡、归并等


推荐阅读