python数据结构与算法(16)
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python数据结构与算法(16)相关的知识,希望对你有一定的参考价值。
时间复杂度
最优时间复杂度:O(nlogn) 最坏时间复杂度:O(n ) 稳定性:不稳定
从?开始快速排序平均需要花费O(n log n)时间的描述并不明显。但是不难观 察到的是分区运算,数组的元素都会在每次循环中?访过?次,使?O(n)的 时间。在使?结合(concatenation)的版本中,这项运算也是O(n)。
在最好的情况,每次我们运??次分区,我们会把?个数列分为两个?近相 等的?段。这个意思就是每次递归调?处理?半??的数列。因此,在到达 ??为?的数列前,我们只要作log n次嵌套的调?。这个意思就是调?树的 深度是O(log n)。但是在同?层次结构的两个程序调?中,不会处理到原来数 列的相同部分;因此,程序调?的每?层次结构总共全部仅需要O(n)的时间 (每个调?有某些共同的额外耗费,但是因为在每?层次结构仅仅只有O(n) 个调?,这些被归纳在O(n)系数中)。结果是这个算法仅需使?O(n log n)时 间。
快速排序演示
希尔排序
希尔排序(Shell Sort)是插?排序的?种。也称缩?增量排序,是直接插?排 序算法的?种更?效的改进版本。希尔排序是?稳定排序算法。该?法因 DL.Shell于1959年提出?得名。 希尔排序是把记录按下标的?定增量分 组,对每组使?直接插?排序算法排序;随着增量逐渐减少,每组包含的关 键词越来越多,当增量减?1时,整个?件恰被分成?组,算法便终?。
希尔排序过程
希尔排序的基本思想是:将数组列在?个表中并对列分别进?插?排序,重 复这过程,不过每次?更?的列(步?更?了,列数更少了)来进?。最后 整个表就只有?列了。将数组转换?表是为了更好地理解这算法,算法本身 还是使?数组进?排序。
例如,假设有这样?组数[ 13 14 94 33 82 25 59 94 65 23 45 27 73 25 39 10 ],如果我们以步?为5开始进?排序,我们可以通过将这列表放在有5列的表 中来更好地描述算法,这样他们就应该看起来是这样(竖着的元素是步?组 成):
13 14 94 33 82 25 59 94 65 23 45 27 73 25 39 10
然后我们对每列进?排序:
10 14 73 25 23 13 27 94 33 39 25 59 94 65 82 45
将上述四?数字,依序接在?起时我们得到:[ 10 14 73 25 23 13 27 94 33 39 25 59 94 65 82 45 ]。这时10已经移?正确位置了,然后再以3为步?进 ?排序:
10 14 73 25 23 13 27 94 33 39 25 59 94 65 82 45
排序之后变为:
10 14 13 25 23 33 27 25 59 39 65 73 45 94 82 94
最后以1步?进?排序(此时就是简单的插?排序了)
希尔排序的分析
def shell_sort(alist): n = len(alist) # 初始步? gap = n / 2 while gap > 0: # 按步?进?插?排序 for i in range(gap, n): j = i # 插?排序 while j>=gap and alist[j-gap] > alist[j]: alist[j-gap], alist[j] = alist[j], alist[j-ga p] j -= gap # 得到新的步?
gap = gap / 2
alist = [54,26,93,17,77,31,44,55,20] shell_sort(alist) print(alist)
时间复杂度
最优时间复杂度:根据步?序列的不同?不同 最坏时间复杂度:O(n ) 稳定性:不稳定
希尔排序演示
以上是关于python数据结构与算法(16)的主要内容,如果未能解决你的问题,请参考以下文章