基于python進(jìn)行桶排序與基數(shù)排序的總結(jié)
本文首先舉例闡述了兩種排序方法的操作步驟,然后列出了用python進(jìn)行的實(shí)現(xiàn)過程,最后對桶式排序方法的優(yōu)劣進(jìn)行了簡單總結(jié)。
一、桶排序:
排序一個數(shù)組[5,3,6,1,2,7,5,10]
值都在1-10之間,建立10個桶:
[0 0 0 0 0 0 0 0 0 0] 桶
[1 2 3 4 5 6 7 8 9 10] 桶代表的值
遍歷數(shù)組,第一個數(shù)字5,第五個桶加1
[0 0 0 0 1 0 0 0 0 0]
第二個數(shù)字3,第三個桶加1
[0 0 1 0 1 0 0 0 0 0]
遍歷后
[1 1 1 0 2 1 1 0 0 1]
輸出
[1 2 3 5 5 6 7 10]
代碼:
def bucket_sort(lst): buckets = [0] * ((max(lst) - min(lst))+1) for i in range(len(lst)): buckets[lst[i]-min(lst)] += 1 res=[] for i in range(len(buckets)): if buckets[i] != 0: res += [i+min(lst)]*buckets[i] return res
二、基數(shù)排序:
例如,對如下數(shù)據(jù)序列進(jìn)行排序。
192,221,12,23
可以觀察到它的每個數(shù)據(jù)至多只有3位,因此可以將每個數(shù)據(jù)拆分成3個關(guān)鍵字:百位(高位)、十位、個位(低位)。如果按照習(xí)慣思維,會先比較百位,百位大的數(shù)據(jù)大,百位相同的再比較十位,十位大的數(shù)據(jù)大;最后再比較個位?;鶖?shù)排序方法對任一子關(guān)鍵字排序時必須借助于另一種排序方法,而且這種排序方法必須是穩(wěn)定的。對于多關(guān)鍵字拆分出來的子關(guān)鍵字,它們一定位于0-9這個可枚舉的范圍內(nèi),這個范圍不大,因此用桶式排序效率非常好。
代碼:
from random import randint def radix_sort(lis,d): for i in xrange(d):#d輪排序 s = [[] for k in xrange(10)]#因?yàn)槊恳晃粩?shù)字都是0~9,故建立10個桶 for j in lis: s[j/(10**i)%10].append(i) li = [a for b in s for a in b] return li
對數(shù)組中的元素按照從低位到高位排序,對于[192,221,12,23]第一輪按照個位數(shù)字相同的放在一組,是s[1] =[221],s[2]=[192,12],s[3]=23,第二輪按照十位數(shù)字進(jìn)行排序,s[1]=[12],s[2]=[221,23],s[9]=[192],第三輪按照百位數(shù)字進(jìn)行排序,s[0]=[12,23],s[1]=[192],s[2]=[221]
總結(jié):
桶排序與基數(shù)排序常作為桶式排序出現(xiàn),基數(shù)排序進(jìn)行了多輪的桶排序。桶式排序不再是一種基于比較的排序方法,它是一種比較巧妙的排序方式,但這種排序方式需要待排序的序列滿足以下兩個特征:待排序列所有的值處于一個可枚舉的范圍之類;待排序列所在的這個可枚舉的范圍不應(yīng)該太大,否則排序開銷太大。可以用于學(xué)生成績的排序,因?yàn)樵谌舾蓪W(xué)生中成績的范圍僅在100以內(nèi)。
桶式排序的空間開銷較大,它需要兩個數(shù)組,第1個buckets數(shù)組用于記錄“落入”各桶中元素的個數(shù),進(jìn)而保存各元素在有序序列中的位置,第2個數(shù)組用于緩存待排數(shù)據(jù)。它只能排整形數(shù)組。而且當(dāng)k較大,而數(shù)組長度n較小,即k>>n時,輔助數(shù)組C[k+1]的空間消耗較大。
以上這篇基于python進(jìn)行桶排序與基數(shù)排序的總結(jié)就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
基于Python的socket庫實(shí)現(xiàn)通信功能的示例代碼
本文主要給大家介紹了如何使用python的socket庫實(shí)現(xiàn)通信功能,這里簡單的給每個客戶端增加一個不重復(fù)的uid,客戶端之間可以根據(jù)這個uid選擇進(jìn)行廣播通信,感興趣的小伙伴快來看看吧2023-08-08詳解Numpy擴(kuò)充矩陣維度(np.expand_dims, np.newaxis)和刪除維度(np.squeeze)的方
這篇文章主要介紹了詳解Numpy擴(kuò)充矩陣維度(np.expand_dims, np.newaxis)和刪除維度(np.squeeze)的方法,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03Python識別設(shè)備和操作系統(tǒng)神器device_detector使用探究
這篇文章主要介紹了Python識別設(shè)備和操作系統(tǒng)神器device_detector庫使用探究,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2024-01-01手把手教你使用TensorFlow2實(shí)現(xiàn)RNN
本文主要介紹了TensorFlow2實(shí)現(xiàn)RNN,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-07-07Python中Parser的超詳細(xì)用法實(shí)例
Parser模塊為Python的內(nèi)部解析器和字節(jié)碼編譯器提供了一個接口,該接口的主要目的是允許Python代碼編輯Python表達(dá)式的分析樹并從中創(chuàng)建可執(zhí)行代碼,這篇文章主要給大家介紹了關(guān)于Python中Parser超詳細(xì)用法的相關(guān)資料,需要的朋友可以參考下2022-07-07TensorFlow通過文件名/文件夾名獲取標(biāo)簽,并加入隊(duì)列的實(shí)現(xiàn)
今天小編就為大家分享一篇TensorFlow通過文件名/文件夾名獲取標(biāo)簽,并加入隊(duì)列的實(shí)現(xiàn),具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02