欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python排序算法之插入排序及其優(yōu)化方案詳解

 更新時(shí)間:2021年06月11日 15:35:50   作者:von Libniz  
今天給大家?guī)?lái)的文章是關(guān)于Python的相關(guān)知識(shí),文章圍繞著Python插入排序及其優(yōu)化方案展開(kāi),文中有非常詳細(xì)的介紹及代碼示例,需要的朋友可以參考下

一、插入排序

插入排序與我們平時(shí)打撲克牌非常相似,將新摸到的牌插入到已有的牌中合適的位置,而已有的牌往往是有序的。

在這里插入圖片描述

1.1 執(zhí)行流程

在這里插入圖片描述

(1)在執(zhí)行過(guò)程中,插入排序會(huì)將序列分為2部分,頭部是已經(jīng)排好序的,尾部是待排序的。
(2)從頭開(kāi)始掃描每一個(gè)元素,每當(dāng)掃描到一個(gè)元素,就將它插入到頭部合適的位置,使得頭部數(shù)據(jù)依然保持有序

1.2 逆序?qū)?/h3>

數(shù)組 <2,3,8,6,1> 的逆序?qū)椋?lt;2,1> ❤️,1> <8,1> <8,6> <6,1>,共5個(gè)逆序?qū)Α?br /> 插入排序的時(shí)間復(fù)雜度與逆序?qū)Φ臄?shù)量成正比關(guān)系,逆序?qū)Φ臄?shù)量越多,插入排序的消耗的時(shí)間就越多。
當(dāng)逆序?qū)Φ臄?shù)量極少時(shí),插入排序的效率特別高,甚至速度比 O nlogn 級(jí)別的快速排序還要快。

1.3 代碼實(shí)現(xiàn)

將一個(gè)元素插入到數(shù)組有序的前半部分中,那個(gè)插入的位置元素一定是比該元素大,而該位置前的元素比該元素?。ɑ蛘呤菦](méi)有前一個(gè)元素)。所以我們可以通過(guò)比較,將該元素進(jìn)行冒泡:如果前一個(gè)元素比我大,則交換位置,否則停止冒泡。

def insertion_sort_ver1(array):
    n=len(array)
    for right in range(1,n):
        cur=right
        while cur>0 and array[cur-1]>array[cur]:
            array[cur-1],array[cur]=array[cur],array[cur-1]
            cur-=1

整體代碼:

import numpy as np
import time

#檢查是否有序
def orderCheck(array):
    for i in range(len(array)-1):
        if array[i]>array[i+1]:
            print('排序失敗')
            return
    print('排序成功')
    
def sort(sort_algorithm,ori_array):
    #先復(fù)制一份數(shù)組,再進(jìn)行更改
    array = np.copy(ori_array)
    start=time.clock()
    sort_algorithm(array)
    end=time.clock()
    total_time=float(end-start)
    print(sort_algorithm.__name__+" : %0.5f" % total_time)
    orderCheck(array)

def insertion_sort_ver1(array):
    n=len(array)
    for right in range(1,n):
        cur=right
        while cur>0 and array[cur-1]>array[cur]:
            array[cur-1],array[cur]=array[cur],array[cur-1]
            cur-=1
            
array=np.random.randint(0,10000,2000,dtype=int)
sort(insertion_sort_ver1, array)

在這里插入圖片描述

消耗時(shí)間為0.82632秒。

1.4 優(yōu)化1

在冒泡中,交換前后cur和cur-1位置兩個(gè)元素的位置,需要進(jìn)行兩次賦值,但如果冒泡仍要繼續(xù),cur-1位置的元素還是會(huì)被cur-2位置的元素覆蓋,所以?xún)纱钨x值中的一次其實(shí)是無(wú)意義的,為此我們可以先找到插入位置,然后將后方的元素作統(tǒng)一的移動(dòng);或者是在冒泡過(guò)程中只進(jìn)行一次賦值(將前一個(gè)元素移動(dòng)到后方),直到冒泡結(jié)束確定插入位置后,再進(jìn)行待插入元素的插入。

#元素交換作優(yōu)化
def insertion_sort_ver2(array):
    n=len(array)
    for right in range(1,n):
        cur=right
        elem=array[cur]
        while cur>0 and array[cur-1]>elem:
            array[cur]=array[cur-1]
            cur-=1
        array[cur]=elem

在這里插入圖片描述

消耗時(shí)間為0.45987秒,明顯變快了。

1.5 優(yōu)化2

之前我們?cè)趯ふ也迦氲奈恢脮r(shí),采用的是從大到小依次遍歷的方法,因?yàn)槭窃谝粋€(gè)有序的數(shù)組上尋找插入的位置,我們肯定會(huì)想到一種查找的方法:二分查找。通過(guò)二分查找,我們可以通過(guò)O(logn)級(jí)別的比較與O(n)級(jí)別的元素移動(dòng)完成排序任務(wù),而之前我們進(jìn)行的比較和移動(dòng),都是O(n)級(jí)別。

1.5.1 普通二分查找

普通的二分查找十分簡(jiǎn)單,根據(jù)中間位置元素大小更新兩端索引位置即可,在此兩端的索引 [left,right)采用左閉右開(kāi)的方式,這樣未查找到元素的條件就十分簡(jiǎn)單,因?yàn)閰^(qū)間左閉右開(kāi),當(dāng)left<right時(shí),表明區(qū)間內(nèi)還有元素,仍舊可以進(jìn)行查找;否則,區(qū)間里沒(méi)有元素了,說(shuō)明元素未查找到,代碼如下。

def binary_search(array,target):#[left,right)左閉右開(kāi)
    left=0
    right=len(array)
    while left<right:#當(dāng)left<right,表明區(qū)間中還有值,否則哪怕left==right,因right不可取,區(qū)間中還是無(wú)值
        middle = (left + right) >> 1
        if target<array[middle]:
            right=middle
        elif array[middle]<target:
            left=middle+1
        else:
            return middle
    return -1

1.5.2 二分查找插入位置

查找插入位置的二分查找顯然和普通二分不同,在此我們修改一下左右端點(diǎn)移動(dòng)的條件與移動(dòng)方式。在此左右端點(diǎn)依舊左閉右開(kāi),如果當(dāng)array[middle]小于或等于插入元素target,那么顯然middle不可能是插入位置,middle位置的元素也不再需要,left應(yīng)該為middle+1;而當(dāng)array[middle]大于target,那么middle有可能是插入的位置(插入位置大于target,前一個(gè)元素如果存在,應(yīng)小于target),應(yīng)該保留middle,所以right=middle。但是區(qū)間是左閉右開(kāi),right不可取到,哪怕right=middle,middle不還是無(wú)法取得嗎?但由于array[middle]不論取何值(不管是大于、等于、小于),都將導(dǎo)致左右端點(diǎn)left、right的變化,且數(shù)組中左右端點(diǎn)代表區(qū)間的大小是不斷減小的,最終左右端點(diǎn)重合,此時(shí)的位置就是插入的位置。
下面是查找的示例:

在這里插入圖片描述
在這里插入圖片描述

在這里插入圖片描述
在這里插入圖片描述
在這里插入圖片描述

代碼如下:

def binary_search(array,index):
    left=0
    right=index
    while left<right:
        middle=(left+right)>>1
        if array[middle]>array[index]:#大于目標(biāo),可能是插入的位置,用right保留
            right=middle
        else:#小于等于,不可能是插入位置,更新left為middle+1
            left=middle+1
    return left #最后插入的位置

1.5.3 使用二分的插入排序

找到插入位置后,我們只需移動(dòng)位置后面的元素,再將元素插入即可。

#利用二分查找找到插入的點(diǎn),減少了比較的次數(shù)
def insertion_sort_ver3(array):
    n=len(array)
    for right in range(1,n):
        index=binary_search(array,right)
        elem=array[right]
        for i in range(right,index,-1):
            array[i]=array[i-1]
        array[index]=elem

在這里插入圖片描述

可見(jiàn)速度比之前的插入排序仍有提高。

1.6 時(shí)間空間復(fù)雜度

最壞、平均時(shí)間復(fù)雜度:O(n^2),最好時(shí)間復(fù)雜度:O(n),空間復(fù)雜度:O(1)。

1.7 穩(wěn)定性

插入排序?qū)⒑蠓降脑貜暮笸安迦?,后邊相等的元素將插入在左邊相等元素的右?cè),沒(méi)有改變?cè)械奈恢?,屬于穩(wěn)定排序。

到此這篇關(guān)于Python排序算法之插入排序及其優(yōu)化方案詳解的文章就介紹到這了,更多相關(guān)Python插入排序內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • django的autoreload機(jī)制實(shí)現(xiàn)

    django的autoreload機(jī)制實(shí)現(xiàn)

    這篇文章主要介紹了django的autoreload機(jī)制實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2020-06-06
  • Python虛擬機(jī)字節(jié)碼教程之控制流實(shí)現(xiàn)詳解

    Python虛擬機(jī)字節(jié)碼教程之控制流實(shí)現(xiàn)詳解

    在本篇文章當(dāng)中主要給大家分析 python 當(dāng)中與控制流有關(guān)的字節(jié)碼,通過(guò)對(duì)這部分字節(jié)碼的了解,我們可以更加深入了解 python 字節(jié)碼的執(zhí)行過(guò)程和控制流實(shí)現(xiàn)原理
    2023-04-04
  • 利用Python進(jìn)行數(shù)據(jù)可視化常見(jiàn)的9種方法!超實(shí)用!

    利用Python進(jìn)行數(shù)據(jù)可視化常見(jiàn)的9種方法!超實(shí)用!

    這篇文章主要給大家介紹了關(guān)于利用Python進(jìn)行數(shù)據(jù)可視化常見(jiàn)的9種方法!文中介紹的方法真的超實(shí)用!對(duì)大家學(xué)習(xí)或者使用python具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2018-07-07
  • Python上下文管理器Content Manager

    Python上下文管理器Content Manager

    在Python中,我們會(huì)經(jīng)常聽(tīng)到上下文管理器,那么上下文管理器到底是干什么的,本文就來(lái)介紹一下,感興趣的小伙伴們可以參考一下
    2021-06-06
  • 關(guān)于Python 常用獲取元素 Driver 總結(jié)

    關(guān)于Python 常用獲取元素 Driver 總結(jié)

    今天小編就為大家分享一篇關(guān)于Python 常用獲取元素 Driver 總結(jié),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2019-11-11
  • python集合常見(jiàn)運(yùn)算案例解析

    python集合常見(jiàn)運(yùn)算案例解析

    這篇文章主要介紹了python集合常見(jiàn)運(yùn)算,結(jié)合具體實(shí)例形式分析了Python使用集合生成隨機(jī)數(shù)的幾種常用算法的效率比較,需要的朋友可以參考下
    2019-10-10
  • Python3使用正則表達(dá)式爬取內(nèi)涵段子示例

    Python3使用正則表達(dá)式爬取內(nèi)涵段子示例

    這篇文章主要介紹了Python3使用正則表達(dá)式爬取內(nèi)涵段子,涉及Python正則匹配與文件讀寫(xiě)相關(guān)操作技巧,需要的朋友可以參考下
    2018-04-04
  • Python高級(jí)過(guò)濾器之filter函數(shù)詳解

    Python高級(jí)過(guò)濾器之filter函數(shù)詳解

    在Python中,filter()是一個(gè)非常有用的內(nèi)置函數(shù),它能夠根據(jù)指定的函數(shù)來(lái)篩選出可迭代對(duì)象中滿(mǎn)足條件的元素,本文將從入門(mén)到精通,全面介紹filter()函數(shù)的用法和相關(guān)知識(shí)點(diǎn)
    2023-08-08
  • 多版本Python共存的配置方法

    多版本Python共存的配置方法

    本文給大家分享的是由于工作需求,要求PC中安裝python2和python3的開(kāi)發(fā)環(huán)境。那么我們應(yīng)該如何操作呢,下面我們就來(lái)探討下。
    2017-05-05
  • pycharm下配置pyqt5的教程(anaconda虛擬環(huán)境下+tensorflow)

    pycharm下配置pyqt5的教程(anaconda虛擬環(huán)境下+tensorflow)

    這篇文章主要介紹了pycharm下配置pyqt5的教程(anaconda虛擬環(huán)境下+tensorflow),本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2020-03-03

最新評(píng)論