排序算法

冒泡排序

简单的说就是两个数依次比较,比如一个list[1,5,3,2],我们对它做升序排序,过程如下

第一次循环:
比较 处理 结果
1 < 5 无需处理 [1,5,3,2]
5 > 3 3和5交换位置 [1,3,5,2]
5 > 2 5和2交换位置 [1,3,2,5]
第二次循环(由于5最大已经被挑了出来,5可以不用处理了):
比较 处理 结果
1 < 3 无需处理 [1,3,2,5]
3 > 2 3和2交换位置 [1,2,3,5]
第三次循环(由于3,5最大已经被挑了出来,3,5可以不用处理了):
比较 处理 结果
1 < 2 无需处理 [1,2,3,5]

至此,排序完成,当然可以发现,最后一次的结果和前一次的结果一致,可以优化,这里暂时不作处理,只是做原理解释

python代码如下
def bubble(unSortList):
    length = len(unSortList)
    for i in range(length - 1):
        print(i)
        for j in range(length - 1 - i):
            if unSortList[j] > unSortList[j + 1]:
                unSortList[j], unSortList[j + 1] = unSortList[j + 1], unSortList[j]
            print(unSortList)
    return unSortList

选择排序

搜索整个列表,并将最小的数字传递到列表的最前,一次循环只做一次交换位置,还是拿前面的list[1,5,3,2]做为例子

第一次循环(取第一个元素1作为比较对象):
比较 处理 结果
1 < 5 无需处理 [1,5,3,2]
1 < 3 无需处理 [1,5,3,2]
1 < 2 无需处理 [1,5,3,2]
第二次循环(由于最小的数1已经被挑了出来,1可以不用处理了,此时取5作为比较对象):
比较 处理 结果
5 > 3 3此时为最小比较对象,但是不交换位置 [1,5,3,2]
3 > 2 2最小,但是循环完成了,5和2交换位置 [1,2,3,5]
第三次循环(1,2最小已经被挑了出来,1,2可以不用处理了,此时取3作为比较对象):
比较 处理 结果
3 < 5 无需处理 [1,2,3,5]
python代码如下
def choose(unSortList):
    length = len(unSortList)
    for i in range(length - 1):
        minIndex = i
        for j in range(i + 1, length):
            if unSortList[minIndex] > unSortList[j]:
                minIndex = j
        unSortList[i], unSortList[minIndex] = unSortList[minIndex], unSortList[i]
        print(unSortList)
    return unSortList

快速排序

将要排序的数据分割成独立的三部分,其中一部分比基准数据小(less_than []),一部分相等(equal []),还有一部分比基准数据大(more_than []),然后再按此方法对这大小两部分数据分别进行相同的处理,直到每部分只有一个元素为止,这次以list[5,1,7,3,8]做为例子

取第一个元素5作为基准数据:
分割处理 分割处理 分割处理
less_than [1,3] equal [5] more_than [7,8]
取 1 作为基准数据 equal [5] 取 7 作为基准数据
less_than [] ,equal[1] ,more_than[3] equal [5] less_than [] ,equal[7] ,more_than[8]
python代码如下
def quick(unSortList):
    less_than = []
    more_than = []
    equal = []
    if len(unSortList) <= 1:
        return unSortList
    else:
        base = unSortList[0]
        for num in unSortList:
            if num > base:
                more_than.append(num)
            elif num < base:
                less_than.append(num)
            else:
                equal.append(num)
        less_than = quick(less_than)
        more_than = quick(more_than)
        return less_than + equal + more_than
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,496评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,407评论 3 392
  • 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...
    开封第一讲书人阅读 162,632评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,180评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,198评论 6 388
  • 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...
    开封第一讲书人阅读 51,165评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,052评论 3 418
  • 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...
    开封第一讲书人阅读 38,910评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,324评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,542评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,711评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,424评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,017评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,668评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,823评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,722评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,611评论 2 353

推荐阅读更多精彩内容