数据结构与算法(python):插入排序和谢尔排序算法及分析

2024-01-27 09:20

本文主要是介绍数据结构与算法(python):插入排序和谢尔排序算法及分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

参考自 MOOC数据结构与算法Python版

目录

      • 一、插入排序 Insertion Sort
        • 1.1 算法思路
        • 1.2 代码及算法分析
      • 二、谢尔排序Shell Sort
        • 2.1 算法思路
        • 2.2 代码及算法分析

一、插入排序 Insertion Sort

1.1 算法思路

插入排序维持一个已排好序的子列表, 其位置始终在列表的前部, 然后逐步扩大这个子列表直到全表。
【步骤】

  1. 第1趟, 子列表仅包含第1个数据项, 将第2个数据项作为“新项”插入到子列表的合适位置中, 这样已排序的子列表就包含了2个数据项
  2. 第2趟, 再继续将第3个数据项跟前2个数据项比对, 并移动比自身大的数据项, 空出位置来, 以便加入到子列表中
  3. 经过n-1趟比对和插入, 子列表扩展到全表, 排序完成

在这里插入图片描述

1.2 代码及算法分析

【代码】

def insertionSort(alist):for index in range(1, len(alist)):currentvalue = alist[index] #取新项position = indexwhile position > 0 and alist[position-1] > currentvalue:alist[position] = alist[position-1]#比前一项小,往前移position = position - 1 #移动alist[position] = currentvalue
  • 插入排序的比对主要用来寻找“新项”的插入位置,最差情况是每趟都与子列表中所有项进行比对, 总比对次数与冒泡排序相同,其时间复杂度仍然是 O ( n 2 ) O(n^2) O(n2)
  • 最好情况, 列表已经排好序的时候, 每趟仅需1次比对, 总次数是 O ( n ) O(n) O(n),即, 列表越接近有序, 插入排序的比对次数就越少
  • 由于移动操作仅包含1次赋值,是交换操作的1/3,所以插入排序性能会较好一些。

二、谢尔排序Shell Sort

2.1 算法思路

谢尔排序,又称希尔排序,以插入排序作为基础, 对无序表进行“间隔”划分子列表, 每个子列表都执行插入排序,随着子列表的数量越来越少, 无序表的整体越来越接近有序, 从而减少整体排序的比对次数
【步骤】

  1. 分组。将数据切分,通常是总长度的一半,奇偶数均可,将相同位置的数据项划分为一组,如第一部分的第二项和第二部分的第二项;
  2. 组内排序。插入排序,将其按大小交换位置;
  3. 再次分组。将数据再次切分,每个部分为上次的一半,再将其根据相对位置分好组,这是组内的成员数量为之前的一倍;
  4. 组内排序again;
  5. 直到最后所有的数据为一组,再进行插入排序
    在这里插入图片描述
2.2 代码及算法分析

【代码】

def shellSort(alist):sublistcount = len(alist)//2while sublistcount >0:for startPos in range(sublistcount):gapInsertSort(alist, startPos, sublistcount)sublistcount = sublistcount // 2def gapInsertSort(alist, start, gap):for i in range(start+gap, len(alist), gap):currentvalue = alist[i]position = iwhile position>= gap and alist[position - gap] > currentvalue:alist[position] = alist[position - gap]position = position - gapalist[position] = currentvalue
  • 由于每趟都使得列表更加接近有序, 这过程会减少很多原先需要的“无效”比对
  • 对谢尔排序的详尽分析比较复杂,大致说是介于 O ( n ) O(n) O(n) O ( n 2 ) O(n^2) O(n2)之间
  • 谢尔排序的时间复杂度约为 O ( n 3 2 ) O({{n}^{\frac{3}{2}}}) O(n23)

这篇关于数据结构与算法(python):插入排序和谢尔排序算法及分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/649791

相关文章

基于Python实现一个图片拆分工具

《基于Python实现一个图片拆分工具》这篇文章主要为大家详细介绍了如何基于Python实现一个图片拆分工具,可以根据需要的行数和列数进行拆分,感兴趣的小伙伴可以跟随小编一起学习一下... 简单介绍先自己选择输入的图片,默认是输出到项目文件夹中,可以自己选择其他的文件夹,选择需要拆分的行数和列数,可以通过

Python中反转字符串的常见方法小结

《Python中反转字符串的常见方法小结》在Python中,字符串对象没有内置的反转方法,然而,在实际开发中,我们经常会遇到需要反转字符串的场景,比如处理回文字符串、文本加密等,因此,掌握如何在Pyt... 目录python中反转字符串的方法技术背景实现步骤1. 使用切片2. 使用 reversed() 函

Python中将嵌套列表扁平化的多种实现方法

《Python中将嵌套列表扁平化的多种实现方法》在Python编程中,我们常常会遇到需要将嵌套列表(即列表中包含列表)转换为一个一维的扁平列表的需求,本文将给大家介绍了多种实现这一目标的方法,需要的朋... 目录python中将嵌套列表扁平化的方法技术背景实现步骤1. 使用嵌套列表推导式2. 使用itert

使用Docker构建Python Flask程序的详细教程

《使用Docker构建PythonFlask程序的详细教程》在当今的软件开发领域,容器化技术正变得越来越流行,而Docker无疑是其中的佼佼者,本文我们就来聊聊如何使用Docker构建一个简单的Py... 目录引言一、准备工作二、创建 Flask 应用程序三、创建 dockerfile四、构建 Docker

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Python使用pip工具实现包自动更新的多种方法

《Python使用pip工具实现包自动更新的多种方法》本文深入探讨了使用Python的pip工具实现包自动更新的各种方法和技术,我们将从基础概念开始,逐步介绍手动更新方法、自动化脚本编写、结合CI/C... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Conda与Python venv虚拟环境的区别与使用方法详解

《Conda与Pythonvenv虚拟环境的区别与使用方法详解》随着Python社区的成长,虚拟环境的概念和技术也在不断发展,:本文主要介绍Conda与Pythonvenv虚拟环境的区别与使用... 目录前言一、Conda 与 python venv 的核心区别1. Conda 的特点2. Python v

Python使用python-can实现合并BLF文件

《Python使用python-can实现合并BLF文件》python-can库是Python生态中专注于CAN总线通信与数据处理的强大工具,本文将使用python-can为BLF文件合并提供高效灵活... 目录一、python-can 库:CAN 数据处理的利器二、BLF 文件合并核心代码解析1. 基础合

Python使用OpenCV实现获取视频时长的小工具

《Python使用OpenCV实现获取视频时长的小工具》在处理视频数据时,获取视频的时长是一项常见且基础的需求,本文将详细介绍如何使用Python和OpenCV获取视频时长,并对每一行代码进行深入解析... 目录一、代码实现二、代码解析1. 导入 OpenCV 库2. 定义获取视频时长的函数3. 打开视频文

Python中你不知道的gzip高级用法分享

《Python中你不知道的gzip高级用法分享》在当今大数据时代,数据存储和传输成本已成为每个开发者必须考虑的问题,Python内置的gzip模块提供了一种简单高效的解决方案,下面小编就来和大家详细讲... 目录前言:为什么数据压缩如此重要1. gzip 模块基础介绍2. 基本压缩与解压缩操作2.1 压缩文