圖文講解選擇排序算法的原理及在Python中的實現(xiàn)
基本思想:從未排序的序列中找到一個最小的元素,放到第一位,再從剩余未排序的序列中找到最小的元素,放到第二位,依此類推,直到所有元素都已排序完畢。假設(shè)序列元素總共n+1個,則我們需要找n輪,就可以使該序列排好序。在每輪中,我們可以這樣做:用未排序序列的第一個元素和后續(xù)的元素依次相比較,如果后續(xù)元素小,則后續(xù)元素和第一個元素交換位置放到,這樣一輪后,排在第一位的一定是最小的。這樣進行n輪,就可排序。
原理圖
圖1:
圖2:
初始數(shù)據(jù)不敏感,不管初始的數(shù)據(jù)有沒有排好序,都需要經(jīng)歷N2/2次比較,這對于一些原本排好序,或者近似排好序的序列來說并不具有優(yōu)勢。在最好的情況下,即所有的排好序,需要0次交換,最差的情況,倒序,需要N-1次交換。
數(shù)據(jù)交換的次數(shù)較少,如果某個元素位于正確的最終位置上,則它不會被移動。在最差情況下也只需要進行N-1次數(shù)據(jù)交換,在所有的完全依靠交換去移動元素的排序方法中,選擇排序?qū)儆诒容^好的一種。
python代碼實現(xiàn):
def sort_choice(numbers, max_to_min=True): """ 我這沒有按照標準的選擇排序,假設(shè)列表長度為n,思路如下: 1、獲取最大值x,將x移動到列最后。[n1, n2, n3, ... nn] 2、將x追加到排序結(jié)果[n1, n3, ... nn, n2] 3、獲取排序后n-1個元素[n1, n3, ... nn],重復(fù)第一步,重復(fù)n-1次。 max_to_min是指從大到小排序,默認為true;否則從小到大排序。 對[8, 4, 1, 0, 9]排序,大致流程如下: sorted_numbers = [] [8, 4, 1, 0, 9], sorted_numbers = [9] [4, 1, 0, 8], sorted_numbers = [9, 8] [1, 0, 4], sorted_numbers = [9, 8, 4] [0, 1], sorted_numbers = [9, 8, 4, 1] [0], sorted_numbers = [9, 8, 4, 1, 0] """ if len(numbers) <= 1: return numbers sorted_list = [] index = 0 for i in xrange(len(numbers) - index): left_numbers = _get_left_numbers(numbers, max_to_min) numbers = left_numbers[:-1] sorted_list.append(left_numbers[-1]) index += 1 return sorted_list def _get_left_numbers(numbers, get_max=True): ''' 獲取最大值或者最小值x,并且將x抽取出來,置于列表最后. Ex: get_max=True, [1, 4, 3] ⇒ [1, 3, 4] get_max=False, [1, 4, 3] ⇒ [4, 3 ,1] ''' max_index = 0 for i, num in enumerate(numbers): if get_max: if num > numbers[max_index]: max_index = i else: if num < numbers[max_index]: max_index = i numbers = numbers[:max_index] + numbers[max_index + 1:] + [numbers[max_index]] return numbers
測試一下:
>>> get_left_numbers([0, 4, 0, 31, 9, 19, 89,67], get_max=True) [0, 4, 0, 31, 9, 19, 67, 89] >>> get_left_numbers([0, 4, 0, 31, 9, 19, 89,67], get_max=False) [4, 0, 31, 9, 19, 89, 67, 0] >>> sort_choice([0, 4, 0, 31, 9, 19, 89,67], max_to_min=False) [0, 0, 4, 9, 19, 31, 67, 89] >>> sort_choice([0, 4, 0, 31, 9, 19, 89,67], max_to_min=True) [89, 67, 31, 19, 9, 4, 0, 0]
相關(guān)文章
簡單實現(xiàn)Python爬取網(wǎng)絡(luò)圖片
這篇文章主要教大家如何簡單實現(xiàn)Python爬取網(wǎng)絡(luò)圖片,具有一定的參考價值,感興趣的小伙伴們可以參考一下2018-04-04在tensorflow中實現(xiàn)去除不足一個batch的數(shù)據(jù)
今天小編就為大家分享一篇在tensorflow中實現(xiàn)去除不足一個batch的數(shù)據(jù),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2020-01-01代碼總結(jié)Python2 和 Python3 字符串的區(qū)別
在本篇文章里小編給大家整理的是一篇關(guān)于Python2 和 Python3 字符串的區(qū)別以及實例代碼,需要的朋友們學(xué)習(xí)下。2020-01-01python-opencv 將連續(xù)圖片寫成視頻格式的方法
今天小編就為大家分享一篇python-opencv 將連續(xù)圖片寫成視頻格式的方法,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2019-01-01