学习目标
1.希尔排序 2.计数排序 3.桶排序 4.基数排序
学习前奏
希尔排序
希尔排序(Shell Sort)是一种分组插入排序算法。 首先取一个整数d,=n/2,将元素分为d个组,每组相邻 量元素之间距离为d,在各组内进行直接插入排序; 取第二个整数d2=d/2,重复上述分组排序过程,直到 d;=1, 即所有元素在同-组内进行直接插入排序。 希尔排序每趟并不使某些元素有序,而是使整体数据越 来越接近有序;最后一趟排序使得所有数据有序。
计数排序
对列表进行排序,已知列表中的数范围都在0到100之间。设 计时间复杂度为O(n)的算法。
桶排序
在计数排序中,如果元素的范围比较大(比如在倒亿之间),如何改造算法? 桶排序(Bucket Sort):首先将元素分在不同的桶中,在对每.个桶中的元素排序。
基数排序
多关键字排序:加入现在有一个员工表,要求按照薪资排序,年龄相同的员工按照年龄排序。 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排序,是否可以看做多关键字排序?
一:希尔排序
在快速排序的基础上做修改
def insert_sort_gap(li,gap):
for i in range(gap,len(li)):
tmp = li[gap]
j = i - gap
while j >= 0 and li[j] > tmp:
li[j+gap] = li[j]
j -= gap
li[j+gap] = tmp
def shell_sort(li):
d = len(li)//2
while d >= 1:
insert_sort_gap(li,d)
d //= 2
li = list(range(1000))
import random
random.shuffle(li)
print(li)
希尔排序的时间复杂度讨论比较复杂,并且和选取的gap序列 有关。可以去看看这个网站对它时间复杂度的说明。
二:计数排序
def count_sort(li,max_count=100):
count = [0 for _ in range(max_count+1)]
for val in li:
count[val] +=1
li.clear()
for ind,val in enumerate(count):
for i in range(val):
li.append(ind)
import random
li = [random.randint(0,100) for _ in range(1000)]
print(li)
count_sort(li)
print(li)
三:桶排序
def bucket_sort(li, n=100, max_num=10000):
buckets = [[] for _ in range(n)]
for val in li:
i = min(val // (max_num // n),n-1)
buckets[i].append(val)
for j in range(len(buckets[i])-1, 0, -1):
if buckets[i][j] < buckets[i][j-1]:
buckets[i][j], buckets[i][j-1]=buckets[i][j-1], buckets[i][j]
else:
break
sorted_li = []
for buc in buckets:
sorted_li.extend(buc)
return sorted_li
import random
li = [random.randint(0,1000) for i in range(10000)]
li = bucket_sort(li)
print(li)
四:基数排序
def radix_sort(li):
max_num = max(li)
it = 0
while 10 ** it <= max_num:
buckets = [[] for _ in range(10)]
for var in li:
digit = (var // 10 ** it) % 10
buckets[digit].append(var)
li.clear()
for but in buckets:
li.extend(buc)
it += 1
import random
li = list(range(1000))
random.shuffle(li)
radix_sort(li)
print(li)
时间复杂度:O(kn) 空间复杂度:O(k+n) k表示数字位数
|