排序算法的稳定性及意义
冒泡排序
复杂度与稳定性
选择排序
插入排序
希尔排序
快速排序
常见排序算法效率比较
在待排序的序列中,存在具有相同关键字的记录,在排序后这些记录的相对次序保持不变,则排序算法是稳定的。
不稳定排序无法完成多个关键字的排序。例如整数排序,位数越高的数字优先级越高,从高位数到低位数一次排序。那么每一位的排序都需要稳定算法,否则无法得到正确的结果。
即,当要对多个关键词多次排序时,必须使用稳定算法

def bubble_sort(alist): """ 冒泡排序 """ if len(alist) <= 1: return alist for j in range(len(alist)-1,0,-1): for i in range(j): if alist[i] > alist[i+1]: alist[i], alist[i+1] = alist[i+1], alist[i] return alist
最优时间复杂度:\(O(n)\) 遍历没有发现任何可以交换的元素,排序结束
最坏时间复杂度:\(O(n^2)\)
稳定性:稳定
选择排序(Selection sort)是一种简单直观的排序算法。它的工作原理如下。首先在未排序序列中找到最小(大)元素,存放到排序序列的起始位置,然后,再从剩余未排序元素中继续寻找最小(大)元素,然后放到已排序序列的末尾。以此类推,直到所有元素均排序完毕。
插入排序通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入。插入排序在实现上,在从后向前扫描过程中,需要反复把已排序元素逐步向后挪位,为最新元素提供插入空间。

def insert_sort(alist): """ 插入排序 """ n = len(alist) if n <= 1: return alist # 从第二个位置,即下表为1的元素开始向前插入 for i in range(1, n): j = i # 向前向前比较,如果小于前一个元素,交换两个元素 while alist[j] < alist[j-1] and j > 0: alist[j], alist[j-1] = alist[j-1], alist[j] j-=1 return alist
复杂度与稳定性
最优时间复杂度:O(\(n\)) (升序排列,序列已经处于升序状态)
最坏时间复杂度:O(\(n^2\))
稳定性:稳定
希尔排序(Shell Sort)是插入排序的改进, 排序非稳定。希尔排序是把记录按下标的一定增量分组,对每组使用直接插入排序算法排序;随着增量逐渐减少,每组包含的关键词越来越多,当增量减至1时,整个文件恰被分成一组,算法便终止。
def shell_sort(alist): n = len(alist) gap = n//2 # gap 变化到0之前,插入算法之行的次数 while gap > 0: # 希尔排序, 与普通的插入算法的区别就是gap步长 for i in range(gap,n): j = i while alist[j] < alist[j-gap] and j > 0: alist[j], alist[j-gap] = alist[j-gap], alist[j] j-=gap gap = gap//2 return alist
复杂度与稳定性
最优时间复杂度:\(O(n^{1.3})\) (不要求本身有序)
最坏时间复杂度:\(O(n^2)\)
稳定性:不稳定
快速排序(Quicksort),通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排序,整个排序过程可以递归进行,以此达到整个数据变成有序序列。
步骤为:
从数列中挑出一个元素,称为"基准"(pivot)
重新排序数列,所有元素比基准值小的摆放在基准前面,所有元素比基准值大的摆在基准的后面(相同的数可以到任一边)。在这个分区结束之后,该基准就处于数列的中间位置。这个称为分区(partition)操作。
递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数列排序。
递归的最底部情形,是数列的大小是零或一,也就是永远都已经被排序好了。虽然一直递归下去,但是这个算法总会结束,因为在每次的迭代(iteration)中,它至少会把一个元素摆到它最后的位置去。

Atas ialah kandungan terperinci 分享Python常用的排序实例. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!