Python實現(xiàn)七個基本算法的實例代碼

更新時間：2020年10月08日 08:28:53 作者：python學習者0

這篇文章主要介紹了Python實現(xiàn)七個基本算法的實例代碼,代碼簡單易懂，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下

1.順序查找

當數(shù)據(jù)存儲在諸如列表的集合中時，我們說這些數(shù)據(jù)具有線性或順序關系。每個數(shù)據(jù)元素都存儲在相對于其他數(shù)據(jù)元素的位置。由于這些索引值是有序的，我們可以按順序訪問它們。這個過程產實現(xiàn)的搜索即為順序查找。

順序查找原理剖析：從列表中的第一個元素開始，我們按照基本的順序排序，簡單地從一個元素移動到另一個元素，直到找到我們正在尋找的元素或遍歷完整個列表。如果我們遍歷完整個列表，則說明正在搜索的元素不存在。

代碼實現(xiàn)：該函數(shù)需要一個列表和我們正在尋找的元素作為參數(shù)，并返回一個是否存在的布爾值。found 布爾變量初始化為 False，如果我們發(fā)現(xiàn)列表中的元素，則賦值為 True。

def search(alist,item):
 find = False
 cur = 0
 while cur < len(alist):
 if alist[cur] == item:
  find = True
  break
 else:
  cur += 1
 return find

2.二分查找

有序列表對于我們的實現(xiàn)搜索是很有用的。在順序查找中，當我們與第一個元素進行比較時，如果第一個元素不是我們要查找的，則最多還有 n-1 個元素需要進行比較。

二分查找則是從中間元素開始，而不是按順序查找列表。如果該元素是我們正在尋找的元素，我們就完成了查找。如果它不是，我們可以使用列表的有序性質來消除剩余元素的一半。

如果我們正在查找的元素大于中間元素，就可以消除中間元素以及比中間元素小的一半元素。如果該元素在列表中，肯定在大的那半部分。然后我們可以用大的半部分重復該過程，繼續(xù)從中間元素開始，將其與我們正在尋找的內容進行比較。

def search(alist,item):
 left = 0
 right = len(alist) - 1
 find = False

 while left <= right:
 mid_index = (left + right)//2
 if item == alist[mid_index]:
  find = True
  break
 else:
  if item > alist[mid_index]:
  left = mid_index + 1
  else:
  right = mid_index -1

 return find

3.冒泡排序

原理：

比較相鄰的元素。如果第一個比第二個大，就交換他們兩個。對每一對相鄰元素做同樣的工作，從開始第一對到結尾的最后一對。在這一點，最后的元素應該會是最大的數(shù)。針對所有的元素重復以上的步驟，除了最后一個。持續(xù)每次對越來越少的元素重復上面的步驟，直到沒有任何一對數(shù)字需要比較。

def sort(alist):
 length = len(alist)
 for i in range(0,length-1):
  for j in range(0,length-1-i):
  if alist[i] > alist[i+1]:
   alist[i],alist[i+1] = alist[i+1],alist[i]

4.選擇排序

工作原理：第一次從待排序的數(shù)據(jù)元素中選出最?。ɑ蜃畲螅┑囊粋€元素，存放在序列的起始位置，然后再從剩余的未排序元素中尋找到最?。ù螅┰?，然后放到已排序的序列的末尾。以此類推，直到全部待排序的數(shù)據(jù)元素的個數(shù)為零。選擇排序是不穩(wěn)定的排序方法。

def sort(alist):
 length = len(alist)
 for j in range(length-1,0,-1):
 max_index = 0
 for i in range(1,j+1):
  if alist[max_index] < alist[i]:
  max_index = i
 alist[max_index],alist[j] = alist[j],alist[max_index]

5.插入排序

原理：

基本思想是，每步將一個待排序的記錄，按其關鍵碼值的大小插入前面已經排序的文件中適當位置上，直到全部插入完為止。關鍵碼是數(shù)據(jù)元素中某個數(shù)據(jù)項的值，用它可以標示一個數(shù)據(jù)元素。

def sort(alist):
 length = len(alist)
 for j in range(1,length):
 i = j
 while i > 0:
  if alist[i] < alist[i-1]:
  alist[i],alist[i-1] = alist[i-1],alist[i]
  i -= 1
  else:
  break

希爾排序(Shell's Sort)是插入排序的一種又稱“縮小增量排序”（Diminishing Increment Sort），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。

該方法的基本思想是：先將整個待排元素序列分割成若干個子序列（由相隔某個“增量（gap）”的元素組成的）分別進行直接插入排序，然后依次縮減增量再進行排序，待整個序列中的元素基本有序（增量足夠?。r，再對全體元素進行一次直接插入排序。因為直接插入排序在元素基本有序的情況下（接近最好情況），效率是很高的，因此希爾排序在時間效率比直接插入排序有較大提高。

def sort(alist):
 gap = len(alist)//2
 while gap >= 1:
 for j in range(gap,len(alist)):
  i = j
  while i > 0:
  if alist[i] < alist[i-gap]:
   alist[i],alist[i-gap] = alist[i-gap],alist[i]
   i -= gap
  else:
   break
 gap = gap // 2

6.快速排序

基本思想是：通過一趟排序將要排序的數(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數(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。

def sort(alist,start,end):
 low = start
 high = end
 if low >= high:
 return
 mid = alist[low]
 while low < high:
 while low < high:
  if alist[high] >= mid:
  high -= 1
  else:
  alist[low] = alist[high]
  break
 while low < high:
  if alist[low] < mid:
  low += 1
  else:
  alist[high] = alist[low]
  break
 alist[low] = mid
 sort(alist,start,low-1)
 sort(alist,high+1,end)

7.歸并排序

歸并排序（MERGE-SORT）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。

def merge_sort(alist):
 n = len(alist)
 #結束遞歸的條件
 if n <= 1:
 return alist
 #中間索引
 mid = n//2

 left_li = merge_sort(alist[:mid])
 right_li = merge_sort(alist[mid:])

 #指向左右表中第一個元素的指針
 left_pointer,right_pointer = 0,0
 #合并數(shù)據(jù)對應的列表：該表中存儲的為排序后的數(shù)據(jù)
 result = []
 while left_pointer < len(left_li) and right_pointer < len(right_li):
 #比較最小集合中的元素，將最小元素添加到result列表中
 if left_li[left_pointer] < right_li[right_pointer]:
  result.append(left_li[left_pointer])
  left_pointer += 1
 else:
  result.append(right_li[right_pointer])
  right_pointer += 1
 #當左右表的某一個表的指針偏移到末尾的時候，比較大小結束，將另一張表中的數(shù)據(jù)（有序）添加到result中
 result += left_li[left_pointer:]
 result += right_li[right_pointer:]

 return result

alist = [3,8,5,7,6]
print(merge_sort(alist))

8.各個算法的時間復雜度