营销型网站定制网络平台运营是做什么的

⭐️⭐️⭐️⭐️⭐️欢迎来到我的博客⭐️⭐️⭐️⭐️⭐️
🐴作者：秋无之地

🐴简介：CSDN爬虫、后端、大数据领域创作者。目前从事python爬虫、后端和大数据等相关工作，主要擅长领域有：爬虫、后端、大数据开发、数据分析等。

🐴欢迎小伙伴们点赞👍🏻、收藏⭐️、留言💬、关注🤝，关注必回关

一、确定目标

这次的目标是：使用Python编写八大排序算法，并且比较一下各种排序算法在真实场景下的运行速度。

二、算法比较

1、直接插入排序

• 时间复杂度：O(n²)
• 空间复杂度：O(1)
• 稳定性：稳定

def insert_sort(array):for i in range(len(array)):for j in range(i):if array[i] < array[j]:array.insert(j, array.pop(i))breakreturn array

 2、希尔排序

• 时间复杂度：O(n)
• 空间复杂度：O(n√n)
• 稳定性：不稳定

def shell_sort(array):gap = len(array)while gap > 1:gap = gap // 2for i in range(gap, len(array)):for j in range(i % gap, i, gap):if array[i] < array[j]:array[i], array[j] = array[j], array[i]return array

  3、简单选择排序

• 时间复杂度：O(n²)
• 空间复杂度：O(1)
• 稳定性：不稳定

def select_sort(array):for i in range(len(array)):x = i  # min indexfor j in range(i, len(array)):if array[j] < array[x]:x = jarray[i], array[x] = array[x], array[i]return array

  4、堆排序

• 时间复杂度：O(nlog₂n)
• 空间复杂度：O(1)
• 稳定性：不稳定

def heap_sort(array):def heap_adjust(parent):child = 2 * parent + 1  # left childwhile child < len(heap):if child + 1 < len(heap):if heap[child + 1] > heap[child]:child += 1  # right childif heap[parent] >= heap[child]:breakheap[parent], heap[child] = \heap[child], heap[parent]parent, child = child, 2 * child + 1heap, array = array.copy(), []for i in range(len(heap) // 2, -1, -1):heap_adjust(i)while len(heap) != 0:heap[0], heap[-1] = heap[-1], heap[0]array.insert(0, heap.pop())heap_adjust(0)return array

5、冒泡排序

• 时间复杂度：O(n²)
• 空间复杂度：O(1)
• 稳定性：稳定

def bubble_sort(array):for i in range(len(array)):for j in range(i, len(array)):if array[i] > array[j]:array[i], array[j] = array[j], array[i]return array

 6、快速排序

• 时间复杂度：O(nlog₂n)
• 空间复杂度：O(nlog₂n)
• 稳定性：不稳定

def quick_sort(array):def recursive(begin, end):if begin > end:returnl, r = begin, endpivot = array[l]while l < r:while l < r and array[r] > pivot:r -= 1while l < r and array[l] <= pivot:l += 1array[l], array[r] = array[r], array[l]array[l], array[begin] = pivot, array[l]recursive(begin, l - 1)recursive(r + 1, end)recursive(0, len(array) - 1)return array

  7、归并排序

• 时间复杂度：O(nlog₂n)
• 空间复杂度：O(1)
• 稳定性：稳定

def merge_sort(array):def merge_arr(arr_l, arr_r):array = []while len(arr_l) and len(arr_r):if arr_l[0] <= arr_r[0]:array.append(arr_l.pop(0))elif arr_l[0] > arr_r[0]:array.append(arr_r.pop(0))if len(arr_l) != 0:array += arr_lelif len(arr_r) != 0:array += arr_rreturn arraydef recursive(array):if len(array) == 1:return arraymid = len(array) // 2arr_l = recursive(array[:mid])arr_r = recursive(array[mid:])return merge_arr(arr_l, arr_r)return recursive(array)

8、基数排序

• 时间复杂度：O(d(r+n))
• 空间复杂度：O(rd+n)
• 稳定性：稳定

def radix_sort(array):bucket, digit = [[]], 0while len(bucket[0]) != len(array):bucket = [[], [], [], [], [], [], [], [], [], []]for i in range(len(array)):num = (array[i] // 10 ** digit) % 10bucket[num].append(array[i])array.clear()for i in range(len(bucket)):array += bucket[i]digit += 1return array

三、速度比较

如果数据量特别大，采用分治算法的快速排序和归并排序，可能会出现递归层次超出限制的错误。

1、算法执行时间

2、算法速度比较

四、总结

1. 从速度来看，快速排序的耗时最短；
2. 从稳定性来看，直接插入、冒泡、归并、基数等排序相对稳定；
3. 从代码复杂度来看，冒泡排序最简单。

版权声明

本文章版权归作者所有，未经作者允许禁止任何转载、采集，作者保留一切追究的权利。