'''
1. 数据结构和算法
排序算法(冒泡和归并)和查找算法(顺序和折半)
'''
def bubble_sort(origin_items, comp=lambda x, y: x > y):
"""⾼质量冒泡排序(搅拌排序)"""
items = origin_items[:]
for i in range(len(items) - 1):
swapped = False
for j in range(len(items) - 1 - i):
if comp(items[j], items[j + 1]):
items[j], items[j + 1] = items[j + 1], items[j]
swapped = True
if swapped:
swapped = False
for j in range(len(items) - 2 - i, i, -1):
if comp(items[j - 1], items[j]):
items[j], items[j - 1] = items[j - 1], items[j]
swapped = True
if not swapped:
break
return items
# 归并排序(分治法)
def merger_sort(items, comp=lambda x, y: x <= y):
"""归并排序"""
if len(items) < 2:
return items[:]
mid = len(items) // 2
left = merger_sort(items[:mid], comp)
right = merger_sort(items[mid:], comp)
# print(merge(left, right, comp))
print("this is left and right.")
print(left, right)
return merge(left, right, comp)
def merge(item1, item2, comp):
items = []
idx1, idx2 = 0, 0
while idx1 < len(item1) and idx2 < len(item2):
if comp(item1[idx1], item2[idx2]):
items.append(item1[idx1])
idx1 += 1
else:
items.append(item2[idx2])
idx2 += 1
items += item1[idx1:]
items += item2[idx2:]
# print(items)
return items
# 顺序查找
def seq_search(items, key):
for index, num in enumerate(items):
if num == key:
return index
return -1
# 折半查找 有序数组中查找某一特定元素的搜索算法。
def bin_search(items, key):
start, end = 0, len(items) - 1
while start < end:
mid = (start + end) // 2
if key > items[mid]:
start = mid + 1
elif key < items[mid]:
end = mid - 1
else:
return mid
return -1
if __name__ == "__main__":
items_test = [2]
ls = [34, 12, 12, 4, 98, 5, 6]
# print(ls[:])
print(merger_sort(ls)) # [4, 5, 6, 12, 12, 34, 98]
python数据结构和算法
最后编辑于 :
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
- 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
推荐阅读更多精彩内容
- 上一篇文章为:→5.1.10小练习 数据结构与算法(Python) Why? 我们举一个可能不太恰当的例子: 如果...
- 上一篇文章为:→1.1.7Python内置类型性能分析 数据结构 我们如何用Python中的类型来保存一个班的学生...
- 上一篇文章为:→1.1.4算法效率衡量 算法分析 1.第一次尝试的算法核心部分 时间复杂度: T(n) = O(n...