最新消息: USBMI致力于为网友们分享Windows、安卓、IOS等主流手机系统相关的资讯以及评测、同时提供相关教程、应用、软件下载等服务。

算法之排序(python)

互联网 admin 2浏览 0评论

算法之排序(python)

# 冒泡排序

冒泡排序是从左到右两个相邻元素比较大小,根据结果交换位置,最后数字就像泡泡一样往上走;

算法描述

  • 第一步:选择最左边两个元素n1和n2,比较大小
  • 第二步:如果n1比n2大,就交换位置,如果相等或小于,则不交换
  • 第三步:重复一二步,直到排序结束

动图演示

时间复杂度

第一轮是比较n-1次,第二轮是比较n-2次,第n-1轮是比较1次, 所以全部比较(n-1)+(n-2)+…+1 ≈ \approx ≈n2/2次,所以时间复杂度是O(n2)

相关代码

def BubbleSort(array):size = len(array)for i in range(0,size):for j in range(0,size-1-i):if array[j] > array[j+1]:tmp = array[j]array[j] = array[j+1]array[j+1] = tmpreturn array

插入排序

插入排序是一种从序列左端开始依次对数据进行排序的算法,在排序过程中,分为已排序和未排序,每次未排序区的最左边的元素要在已排序区进行排序

算法描述

  • 初始:假设最左边的算已经排序完成,分为已排序区和未排序区
  • 第一步:未排序区的最左元素,在已排序区进行排序
  • 第二步:元素插入比它大的元素后面
  • 第三步:重复一二步,直至排序完成

动图演示

时间复杂度

第k轮需要k-1次比较,所以最坏的情况是第2轮比较1次,第n轮比较n-1,1+2+3+…+(n-1) ≈ \approx ≈n2/2次,所以时间复杂度是O(n2)

相关代码

def InsertionSort(array):size = len(array)for i in range(1,size):tmp = array[i]j = i-1while j >=0 and tmp < array[j] : array[j+1] = array[j] j -= 1array[j+1] = tmpreturn array

本文章如有错误有望指出,后继续更新

《我的第一本算法书》

算法之排序(python)

# 冒泡排序

冒泡排序是从左到右两个相邻元素比较大小,根据结果交换位置,最后数字就像泡泡一样往上走;

算法描述

  • 第一步:选择最左边两个元素n1和n2,比较大小
  • 第二步:如果n1比n2大,就交换位置,如果相等或小于,则不交换
  • 第三步:重复一二步,直到排序结束

动图演示

时间复杂度

第一轮是比较n-1次,第二轮是比较n-2次,第n-1轮是比较1次, 所以全部比较(n-1)+(n-2)+…+1 ≈ \approx ≈n2/2次,所以时间复杂度是O(n2)

相关代码

def BubbleSort(array):size = len(array)for i in range(0,size):for j in range(0,size-1-i):if array[j] > array[j+1]:tmp = array[j]array[j] = array[j+1]array[j+1] = tmpreturn array

插入排序

插入排序是一种从序列左端开始依次对数据进行排序的算法,在排序过程中,分为已排序和未排序,每次未排序区的最左边的元素要在已排序区进行排序

算法描述

  • 初始:假设最左边的算已经排序完成,分为已排序区和未排序区
  • 第一步:未排序区的最左元素,在已排序区进行排序
  • 第二步:元素插入比它大的元素后面
  • 第三步:重复一二步,直至排序完成

动图演示

时间复杂度

第k轮需要k-1次比较,所以最坏的情况是第2轮比较1次,第n轮比较n-1,1+2+3+…+(n-1) ≈ \approx ≈n2/2次,所以时间复杂度是O(n2)

相关代码

def InsertionSort(array):size = len(array)for i in range(1,size):tmp = array[i]j = i-1while j >=0 and tmp < array[j] : array[j+1] = array[j] j -= 1array[j+1] = tmpreturn array

本文章如有错误有望指出,后继续更新

《我的第一本算法书》

与本文相关的文章

发布评论

评论列表 (0)

  1. 暂无评论