使用python实现希尔、计数、基数基础排序的代码
希尔排序
希尔排序是一个叫希尔的数学家提出的一种优化版本的插入排序。
首先取一个整数d1=n//2,将元素分为d1个组,每组相邻元素之间的距离为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内进行直接插入排序。
希尔排序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。
实现
# 希尔排序 def shell_sort(li): n = len(li) gap = n // 2 while gap > 0: for i in range(gap, n): temp = li[i] j = i - gap while j >= 0 and li[j] > temp: li[j + gap] = li[j] j -= gap li[j + gap] = temp gap //= 2
算法分析
- 时间复杂度:O(n1.3)
- 最好时间复杂度:O(n)
- 最坏时间复杂度:O(n2)
- 空间复杂度:O(1)
- 稳定性:不稳定
计数排序
计数排序是一种非比较性质的排序算法,元素从未排序状态变为已排序状态的过程,是由额外空间的辅助和元素本身的值决定的。
计数排序过程中不存在元素之间的比较和交换操作,根据元素本身的值,将每个元素出现的次数记录到辅助空间后,通过对辅助空间内数据的计算,即可确定每一个元素最终的位置。
- 根据待排序集合中最大元素和最小元素的差值范围,申请额外空间;
- 遍历待排序集合,将每一个元素出现的次数记录到元素值对应的额外空间内;
- 对额外空间内数据进行计算,得出每一个元素的正确位置;
- 将待排序集合每一个元素移动到计算得出的正确位置上。
实现
def count_sort(li, max_num=100): count = [0 for _ in range(max_num + 1)] for val in li: count[val] += 1 li.clear() # 表示i这个数出现了v次 for i, v in enumerate(count): for _ in range(v): li.append(i)
算法分析
假定原始数列的规模是N
最大值和最小值的差是M
计数排序的时间复杂度是O(N+M)
如果不考虑结果数组,只考虑中间数组大小的话,空间复杂度是O(M)
基数排序
基数排序(英语:Radix sort)是一种非比较型整数排序算法,其原理是将整数按位数切割成不同的数字,然后按每个位数分别比较。
由于整数也可以表达字符串(比如名字或日期)和特定格式的浮点数,所以基数排序也不是只能使用于整数。
多关键字排序:现在有一个员工,要求按照薪资排序,年龄相同的员工按照按照年龄排序。
先按照年龄进行排序,再按照薪资进行稳定的排序。
对32,13,94,52,17,54,93进行排序,是否可以看作多关键字排序?
实现
# 基数排序 def radix_sort(li): max_num = max(li) i = 0 while (10 ** i <= max_num): buckets = [[] for _ in range(10)] for val in li: # i=0 个位 i=1 十位 i=2 百位 .. digit = val // (10**i) % 10 buckets[digit].append(val) li.clear() for bucket in buckets: for val in bucket: li.append(val) i += 1
算法分析
- 时间复杂度:O(kn)
- 最好时间复杂度:O(kn)
- 最坏时间复杂度:O(kn)
- 空间复杂度:O(n+k)
- 稳定性:稳定
总结
以上所述是小编给大家介绍的使用python实现希尔、计数、基数基础排序,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对我们网站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!
赞 (0)