常用算法

程序=数据结构+算法

递归(复习)

特点:

调用自身

结束条件

def func1(x):
if x>0:
func1(x-1)
print(x)
func1(10)

列表查找

顺序查找:就是for循环,一个一个找

二分查找:必须是有序的列表

代码:

 1 def bin_search(li,val):
 2     low = 0
 3     high = len(li) -1
 4     while low <=high:
 5         mid = (low+high)//2
 6         if li[mid] ==val:
 7             return mid
 8         elif li[mid] >val:
 9             high = mid -1
10         else:
11             low = mid +1
12     return None
13 li=list(range(1000))
14 print(bin_search(li,3))

LOW B三人组

冒泡:列表每两个相邻的数,如果前面比后面的大,那么交换这两个数的位置

选择:一趟遍历记录中最小的数,放到第一个位置,再一趟遍历剩余列表中的数字,继续放置

插入:每次从无序区选择一个元素,插入到有序区,直到无序区为空

冒泡代码:

 1 def bubble_sort(li):
 2     for i in range(len(li)-1):
 3         flag = False
 4         for j in range(0, len(li)-i-1):
 5             if li[j] > li[j+1]:
 6                 li[j], li[j+1] = li[j+1], li[j]
 7                 flag=True
 8         if not flag:  #如果走了一趟都没有变化,说明已经排好了,直接跳出循环
 9             break
10 
11 li=list(range(100))
12 random.shuffle(li)
13 print(li)
14 bubble_sort(li)
15 print(li)

 

 选择排序代码:

 1 def select_sort(li):
 2     for i in range(len(li)-1):
 3         min_loc = i
 4         for j in range(i+1, len(li)): #该循环总能找到最小值
 5             if li[j] < li[min_loc]:
 6                 min_loc = j
 7         li[min_loc], li[i] = li[i], li[min_loc]
 8 
 9 li=list(range(100))
10 random.shuffle(li)
11 print(li)
12 select_sort(li)
13 print(li)

 

 插入排序代码

 1 def insert_sort(li):
 2     for i in range(1, len(li)):#从第二个开始循环
 3         tmp = li[i] #把抽到的牌先临时存起来
 4         j = i - 1  #前面那张牌的下标
 5         while j>=0 and li[j]>tmp:  #从第二个开始循环,且前面的数大于后面
 6             li[j+1]=li[j] #满足条件j的位置往后挪一位,tmp不插入
 7             j = j - 1 #再把前一张牌往前挪一位,去比较下一张
 8         li[j+1] = tmp  #插入tmp
 9 
10 li=list(range(100))
11 random.shuffle(li)
12 print(li)
13 insert_sort(li)
14 print(li)

NB三人组

快排:好写排序里面最快的

取一个元素P,通过某种方式使P归位,列表被分成两部分,左边的都比P小,右边的都比P大,完成归位;

分别对左右递归,当列表中小于两个元素,排序完成。

代码:


def partition(data, left, right):
tmp = data[left] #取第一个数(要归位的数)临时存起来,此时左边有空位了
while left < right:
while left<right and data[right] >= tmp: #从右边找只要right比tmp大,就一直找
right -= 1
data[left]=data[right] #不满足while条件,说明右边比左边小,将右边的数值,覆盖到左边
while left<right and data[left] <= tmp: #从左边找
left += 1
data[right]=data[left]
data[left]=tmp #不满足while条件,说明left=fight,归位
return left

def quick_sort_x(data, left, right):
if left < right:#说明至少还有俩元素,需要继续递归
mid = partition(data, left, right) #mid值指已经归位的下标,把列表分成两部分
quick_sort_x(data, left, mid - 1)
quick_sort_x(data, mid + 1, right)

@cal_time
def quick_sort(data):
quick_sort_x(data, 0, len(data)-1)
print(data)

li=list(range(10))
random.shuffle(li)
print(li)
quick_sort(li)
 

 堆排序:

import random
def sift(li, left, right):
    i = left
    j = 2 * i + 1
    tmp = li[left]
    while j <= right:
        if j+1 <= right and li[j] < li[j+1]:
            j = j + 1
        if tmp < li[j]:
            li[i] = li[j]
            i = j
            j = 2 * i + 1
        else:
            break
    li[i] = tmp


def heap_sort(li):
    n = len(li)
    for i in range(n//2-1, -1, -1): #建立堆
        sift(li, i, n-1)
    for i in range(n-1, -1, -1):    #挨个出数
        li[0], li[i] = li[i],li[0]
        sift(li, 0, i-1)
li=list(range(100000))
random.shuffle(li)
print(li)
heap_sort(li)
print(li)

 

 归并排序

假设现在的列表分两段有序,如何将其合成一个有序列表

这个过程称为一次归并

 分解:将列表越分越小,直至分成一个元素

一个元素是有序的

合并:将两个有序列表归并,列表越来越大

 代码:

 1 import random
 2 def merge(li, left, mid, right):
 3     i = left
 4     j = mid + 1
 5     ltmp = []
 6     while i <= mid and j <= right:   #左边右边都没排完
 7         if li[i] < li[j]:
 8             ltmp.append(li[i])  #升序排列
 9             i += 1
10         else:
11             ltmp.append(li[j])
12             j += 1
13     while i<= mid: #左边剩下了
14         ltmp.append(li[i])   #依次挨个追加
15         i += 1
16     while j <= right:
17         ltmp.append(li[j])
18         j += 1
19     li[left:right+1] = ltmp
20 
21 def _merge_sort(li,left,right):
22     if left < right:
23         mid = (left+right)//2
24         _merge_sort(li,left,mid)
25         _merge_sort(li,mid+1,right)
26         #print(li[left:right+1])
27         merge(li,left,mid,right)
28         #print(li[left:right+1])
29 
30 @cal_time
31 def merge_sort(li):
32    _merge_sort(li, 0, len(li)-1)
33 
34 li=list(range(100))
35 random.shuffle(li)
36 print(li)
37 merge_sort(li)
38 print(li)

时间装饰器代码

import time

def cal_time(func):
    def wrapper(*args, **kwargs):
        t1 = time.time()
        x = func(*args, **kwargs)
        t2 = time.time()
        print("%s running time %s secs."%(func.__name__, t2-t1))
        return x
    return wrapper

 

 一般情况下,就运行时间而言

快排  < 归并排序  < 堆排序

 快排:极端情况下排序效率低

归并排序:需要额外的内存开销

堆排序:在快的排序算法中相对比较慢

 

 

 





posted @ 2017-12-23 00:04  liumj  阅读(140)  评论(0编辑  收藏  举报