国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

python-八大算法

aboutU / 2881人閱讀

摘要:排序算法總結(jié)排序算法平均時間復(fù)雜度冒泡排序選擇排序插入排序希爾排序快速排序歸并排序堆排序基數(shù)排序一冒泡排序基本思想兩個數(shù)比較大小,較大的數(shù)下沉,較小的數(shù)冒起來。

排序算法總結(jié) 排序算法 平均時間復(fù)雜度

冒泡排序
O(n2)

選擇排序
O(n2)

插入排序
O(n2)

希爾排序
O(n1.5)

快速排序
O(N*logN)

歸并排序
O(N*logN)

堆排序
O(N*logN)

基數(shù)排序
O(d(n+r))

一. 冒泡排序(BubbleSort)

基本思想:兩個數(shù)比較大小,較大的數(shù)下沉,較小的數(shù)冒起來。

過程:
比較相鄰的兩個數(shù)據(jù),如果第二個數(shù)小,就交換位置。
從后向前兩兩比較,一直到比較最前兩個數(shù)據(jù)。最終最小數(shù)被交換到起始的位置,這樣第一個最小數(shù)的位置就排好了。
繼續(xù)重復(fù)上述過程,依次將第2.3...n-1個最小數(shù)排好位置。冒泡排序

平均時間復(fù)雜度:O(n2)

python代碼實現(xiàn):

def bubble_sort(lists):
    # 冒泡排序
    count = len(lists)
    for i in range(0, count):
        for j in range(i + 1, count):
            if lists[i] > lists[j]:
                lists[i], lists[j] = lists[j], lists[i]
    return lists
二. 選擇排序(SelctionSort)

基本思想:第1趟,在待排序記錄r1 ~ r[n]中選出最小的記錄,將它與r1交換;第2趟,在待排序記錄r2 ~ r[n]中選出最小的記錄,將它與r2交換;以此類推,第i趟在待排序記錄r[i] ~ r[n]中選出最小的記錄,將它與r[i]交換,使有序序列不斷增長直到全部排序完畢。

過程:

選擇排序

平均時間復(fù)雜度:O(n2)

python代碼實現(xiàn):

def select_sort(lists):
    # 選擇排序
    count = len(lists)
    for i in range(0, count):
        min = i
        for j in range(i + 1, count):
            if lists[min] > lists[j]:
                min = j
        lists[min], lists[i] = lists[i], lists[min]
    return lists
三. 插入排序(Insertion Sort)

基本思想:在要排序的一組數(shù)中,假定前n-1個數(shù)已經(jīng)排好序,現(xiàn)在將第n個數(shù)插到前面的有序數(shù)列中,使得這n個數(shù)也是排好順序的。如此反復(fù)循環(huán),直到全部排好順序。

過程:

插入排序

相同的場景

平均時間復(fù)雜度:O(n2)

python代碼實現(xiàn):

# 插入排序
list1 = [42, 20, 17, 13, 28, 14, 23, 15]
def insert_sort(lists):
    # 列表長度
    count = len(lists)
    for i in range(1, count):   # 100 1-99 0-99
        key = lists[i]  # i指列表下表
        j = i - 1
        while j >= 0:
            if lists[j] > key:
                lists[j + 1] = lists[j]
                lists[j] = key
            j -= 1
    return lists

print("插入排序結(jié)果:", insert_sort(list1))
四. 希爾排序(Shell Sort)

前言:數(shù)據(jù)序列1: 13-17-20-42-28 利用插入排序,13-17-20-28-42. Number of swap:1;數(shù)據(jù)序列2: 13-17-20-42-14 利用插入排序,13-14-17-20-42. Number of swap:3;如果數(shù)據(jù)序列基本有序,使用插入排序會更加高效。

基本思想:在要排序的一組數(shù)中,根據(jù)某一增量分為若干子序列,并對子序列分別進行插入排序。然后逐漸將增量減小,并重復(fù)上述過程。直至增量為1,此時數(shù)據(jù)序列基本有序,最后進行插入排序。

過程:

希爾排序

平均時間復(fù)雜度:

python代碼實現(xiàn):

list2 = [59, 20, 17, 13, 28, 14, 23, 83]
# 希爾排序
def shell_sort(lists):
    count = len(lists)
    # 增量縮減值 2倍
    step = 2
    # 初始增量值
    group = int(count / step)
    # print(group)
    while group > 0:
        for i in range(0, group):
            j = i + group
            while j < count:
                k = j - group
                key = lists[j]
                while k >= 0:
                    if lists[k] > key:
                        lists[k + group] = lists[k]
                        lists[k] = key
                    k -= group
                j += group
        group = int(group / step)
    return lists

print("希爾排序結(jié)果:", shell_sort(list2))
五. 快速排序(Quicksort)

通過一趟排序?qū)⒁判虻臄?shù)據(jù)分割成獨立的兩部分,其中一部分的所有數(shù)據(jù)都比另外一部分的所有數(shù)據(jù)都要小,然后再按此方法對這兩部分?jǐn)?shù)據(jù)分別進行快速排序,整個排序過程可以遞歸進行,以此達到整個數(shù)據(jù)變成有序序列。

基本思想:(分治)
先從數(shù)列中取出一個數(shù)作為key值;
將比這個數(shù)小的數(shù)全部放在它的左邊,大于或等于它的數(shù)全部放在它的右邊;
對左右兩個小數(shù)列重復(fù)第二步,直至各區(qū)間只有1個數(shù)。

輔助理解:挖坑填數(shù)

平均時間復(fù)雜度:O(N*logN)

python代碼實現(xiàn):

def quick_sort(lists, left, right):
    # 快速排序
    if left >= right:
        return lists
    key = lists[left]
    low = left
    high = right
    while left < right:
        while left < right and lists[right] >= key:
            right -= 1
        lists[left] = lists[right]
        while left < right and lists[left] <= key:
            left += 1
        lists[right] = lists[left]
    lists[right] = key
    quick_sort(lists, low, left - 1)
    quick_sort(lists, left + 1, high)
    return lists
六. 歸并排序(Merge Sort)

歸并排序是建立在歸并操作上的一種有效的排序算法,該算法是采用分治法(Divide and Conquer)的一個非常典型的應(yīng)用。將已有序的子序列合并,得到完全有序的序列;即先使每個子序列有序,再使子序列段間有序。若將兩個有序表合并成一個有序表,稱為二路歸并。

歸并過程為:比較a[i]和a[j]的大小,若a[i]≤a[j],則將第一個有序表中的元素a[i]復(fù)制到r[k]中,并令i和k分別加上1;否則將第二個有序表中的元素a[j]復(fù)制到r[k]中,并令j和k分別加上1,如此循環(huán)下去,直到其中一個有序表取完,然后再將另一個有序表中剩余的元素復(fù)制到r中從下標(biāo)k到下標(biāo)t的單元。歸并排序的算法我們通常用遞歸實現(xiàn),先把待排序區(qū)間[s,t]以中點二分,接著把左邊子區(qū)間排序,再把右邊子區(qū)間排序,最后把左區(qū)間和右區(qū)間用一次歸并操作合并成有序的區(qū)間[s,t]。

平均時間復(fù)雜度:O(NlogN)歸并排序的效率是比較高的,設(shè)數(shù)列長為N,將數(shù)列分開成小數(shù)列一共要logN步,每步都是一個合并有序數(shù)列的過程,時間復(fù)雜度可以記為O(N),故一共為O(N*logN)。

python代碼實現(xiàn):

def merge(left, right):
    i, j = 0, 0
    result = []
    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 += left[i:]
    result += right[j:]
    return result
 
def merge_sort(lists):
    # 歸并排序
    if len(lists) <= 1:
        return lists
    num = len(lists) / 2
    left = merge_sort(lists[:num])
    right = merge_sort(lists[num:])
    return merge(left, right)
七. 堆排序(HeapSort)

基本思想:

圖示:?(88,85,83,73,72,60,57,48,42,6)

Heap Sort

平均時間復(fù)雜度:O(NlogN)由于每次重新恢復(fù)堆的時間復(fù)雜度為O(logN),共N - 1次重新恢復(fù)堆操作,再加上前面建立堆時N / 2次向下調(diào)整,每次調(diào)整時間復(fù)雜度也為O(logN)。二次操作時間相加還是O(N * logN)。

python代碼實現(xiàn):

def adjust_heap(lists, i, size):
    lchild = 2 * i + 1
    rchild = 2 * i + 2
    max = i
    if i < size / 2:
        if lchild < size and lists[lchild] > lists[max]:
            max = lchild
        if rchild < size and lists[rchild] > lists[max]:
            max = rchild
        if max != i:
            lists[max], lists[i] = lists[i], lists[max]
            adjust_heap(lists, max, size)
 
def build_heap(lists, size):
    for i in range(0, (size/2))[::-1]:
        adjust_heap(lists, i, size)
 
def heap_sort(lists):
    size = len(lists)
    build_heap(lists, size)
    for i in range(0, size)[::-1]:
        lists[0], lists[i] = lists[i], lists[0]
        adjust_heap(lists, 0, i)
八. 基數(shù)排序(RadixSort)

BinSort
基本思想:BinSort想法非常簡單,首先創(chuàng)建數(shù)組A[MaxValue];然后將每個數(shù)放到相應(yīng)的位置上(例如17放在下標(biāo)17的數(shù)組位置);最后遍歷數(shù)組,即為排序后的結(jié)果。

圖示:

BinSort
問題:?當(dāng)序列中存在較大值時,BinSort 的排序方法會浪費大量的空間開銷。

RadixSort
基本思想:?基數(shù)排序是在BinSort的基礎(chǔ)上,通過基數(shù)的限制來減少空間的開銷。
過程:
過程1

過程2

(1)首先確定基數(shù)為10,數(shù)組的長度也就是10.每個數(shù)34都會在這10個數(shù)中尋找自己的位置。(2)不同于BinSort會直接將數(shù)34放在數(shù)組的下標(biāo)34處,基數(shù)排序是將34分開為3和4,第一輪排序根據(jù)最末位放在數(shù)組的下標(biāo)4處,第二輪排序根據(jù)倒數(shù)第二位放在數(shù)組的下標(biāo)3處,然后遍歷數(shù)組即可。

python代碼實現(xiàn):

def adjust_heap(lists, i, size):
    lchild = 2 * i + 1
    rchild = 2 * i + 2
    max = i
    if i < size / 2:
        if lchild < size and lists[lchild] > lists[max]:
            max = lchild
        if rchild < size and lists[rchild] > lists[max]:
            max = rchild
        if max != i:
            lists[max], lists[i] = lists[i], lists[max]
            adjust_heap(lists, max, size)
 
def build_heap(lists, size):
    for i in range(0, (size/2))[::-1]:
        adjust_heap(lists, i, size)
 
def heap_sort(lists):
    size = len(lists)
    build_heap(lists, size)
    for i in range(0, size)[::-1]:
        lists[0], lists[i] = lists[i], lists[0]
        adjust_heap(lists, 0, i)

文章版權(quán)歸作者所有,未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址:http://specialneedsforspecialkids.com/yun/41620.html

相關(guān)文章

  • 八大排序算法使用python實現(xiàn)

    摘要:創(chuàng)建最大堆堆排序八計數(shù)排序以上節(jié)選自維基百科代碼如下為數(shù)組中的最大值待排序數(shù)組長度設(shè)置輸出序列,初始化為設(shè)置技術(shù)序列,初始化為本文章參考維基百科和八大排序算法實現(xiàn)合輯 一、冒泡排序 冒泡排序算法的運作如下: 比較相鄰的元素。如果第一個比第二個大,就交換他們兩個。對每一對相鄰元素作同樣的工作,從開始第一對到結(jié)尾的最后一對。這步做完后,最后的元素會是最大的數(shù)。針對所有的元素重復(fù)以上的步驟,...

    meislzhua 評論0 收藏0
  • 八大排序算法Python實現(xiàn)

    摘要:是穩(wěn)定的排序方法。也稱縮小增量排序,是直接插入排序算法的一種更高效的改進版本。希爾排序是非穩(wěn)定排序算法。算法實現(xiàn)選擇排序堆排序描述堆排序是指利用堆積樹堆這種數(shù)據(jù)結(jié)構(gòu)所設(shè)計的一種排序算法,它是選擇排序的一種。 1、插入排序 描述 插入排序的基本操作就是將一個數(shù)據(jù)插入到已經(jīng)排好序的有序數(shù)據(jù)中,從而得到一個新的、個數(shù)加一的有序數(shù)據(jù),算法適用于少量數(shù)據(jù)的排序,時間復(fù)雜度為O(n^2)。是穩(wěn)定...

    princekin 評論0 收藏0
  • 深度學(xué)習(xí):你該知道八大開源框架

    摘要:作為當(dāng)下最熱門的話題,等巨頭都圍繞深度學(xué)習(xí)重點投資了一系列新興項目,他們也一直在支持一些開源深度學(xué)習(xí)框架。八來自一個日本的深度學(xué)習(xí)創(chuàng)業(yè)公司,今年月發(fā)布的一個框架。 深度學(xué)習(xí)(Deep Learning)是機器學(xué)習(xí)中一種基于對數(shù)據(jù)進行表征學(xué)習(xí)的方法,深度學(xué)習(xí)的好處是用 非 監(jiān)督式或半監(jiān)督式 的特征學(xué)習(xí)、分層特征提取高效算法來替代手工獲取特征(feature)。作為當(dāng)下最熱門的話題,Google...

    Rindia 評論0 收藏0
  • 糊涂算法之「八大排序」總結(jié)——用兩萬字,8張動圖,450行代碼跨過排序這道坎(建議收藏)

    摘要:今天,一條就帶大家徹底跨過排序算法這道坎,保姆級教程建議收藏。利用遞歸算法,對分治后的子數(shù)組進行排序。基本思想堆排序是利用堆這種數(shù)據(jù)結(jié)構(gòu)而設(shè)計的一種排序算法,堆排序是一種選擇排序,它的最壞,最好,平均時間復(fù)雜度均為,它也是不穩(wěn)定排序。 ...

    greatwhole 評論0 收藏0
  • 后端知識- 收藏集 - 掘金

    摘要:常見的八大排序算法,他們之間關(guān)系如下被人忽視的面向?qū)ο蟮牧笤瓌t后端掘金前言作為文集的第一篇,我覺得有必要介紹一下大概的寫作規(guī)劃。 Java多線程干貨系列—(四)volatile關(guān)鍵字| 掘金技術(shù)征文 - 掘金原本地址:Java多線程干貨系列—(四)volatile關(guān)鍵字博客地址:http://tengj.top/ 前言 今天介紹下volatile關(guān)鍵字,volatile這個關(guān)鍵字可能...

    Youngdze 評論0 收藏0

發(fā)表評論

0條評論

aboutU

|高級講師

TA的文章

閱讀更多
最新活動
閱讀需要支付1元查看
<