插入排序的思路与冒泡排序、选择排序不同,时间复杂度却是O(n^2)。
插入排序维持一个已经排好的子列表在列表的前部,然后逐渐扩大这个子列表直到全表。
def Insert_Sort(alist):n = len(alist)for i in range(1,n):cur = alist[i]j = iwhile j > 0 and alist[j-1] > cur:alist[j] = alist[j-1]j -= 1alist[j] = curreturn alisttest_list = [54,2,1,77,100,15,12,18]
print(Insert_Sort(test_list))
最好的情况,就是列表已经拍好序的时候,每次仅需要一次比对,总次数就是O(n)。
def com(x,y):x, y = str(x), str(y)if int(x + y) < int(y + x):return Trueelse:return Falsedef min_Number(nums):for i in range(1, len(nums)):cur = nums[i]j = i - 1#改变了比较的条件while j >= 0 and com(cur, nums[j]):nums[j + 1] = nums[j]j -= 1nums[j + 1] = curres = ''.join(map(str, nums))return res
test_list = [3,30,34,5,9]
print(min_Number(test_list))
输出:
3033459
我们注意到插入排序的比对次数,在最好的情况下是O(n),是在列表有序的情况下,实际上列表越接近有序,插入排序的比对次数就越少。
希尔排序,也称递减增量排序算法,是插入排序的一种更高效的改进版本。
希尔排序的基本思想是:先将整个待排序的记录序列分割成为若干子序列分别进行直接插入排序,待整个序列中的记录"基本有序"时,再对全体记录进行依次直接插入排序。
子列表的间隔一般从n/2开始,每趟倍增:n/4,n/8,……直到1。
def Shell_Sort(alist):sub_count = len(alist) // 2 #间隔设定while sub_count > 0:for start in range(sub_count):gap_insert_sort(alist, start, sub_count)print(sub_count, alist)sub_count = sub_count // 2return alistdef gap_insert_sort(alist, start, gap):for i in range(start+gap, len(alist), gap):cur = alist[i]j = iwhile j >= gap and alist[j-gap] > cur:alist[j] = alist[j-gap]j -= gapalist[j] = curtest_list = [54,2,1,77,100,15,12,18]
print(Shell_Sort(test_list))
输出:
4 [54, 2, 1, 18, 100, 15, 12, 77]
2 [1, 2, 12, 15, 54, 18, 100, 77]
1 [1, 2, 12, 15, 18, 54, 77, 100]
[1, 2, 12, 15, 18, 54, 77, 100]
谢尔排序是以插入排序为基础的,但是由于每次都使得列表更接近有序,所以过程中会减少很多原先的无效的比对。
谢尔排序的复杂度比较特殊,介于O(n)和O(n^2)之间。
本文发布于:2024-01-30 01:14:53,感谢您对本站的认可!
本文链接:https://www.4u4v.net/it/170654849818187.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
留言与评论(共有 0 条评论) |