使用python实现希尔、计数、基数基础排序的代码
希尔排序
希尔排序是一个叫希尔的数学家提出的一种优化版本的插入排序。
首先取一个整数d1=n//2，将元素分为d1个组，每组相邻元素之间的距离为d1，在各组内进行直接插入排序。
取第二个整数d2=d1//2，重复上述分组排序过程，直到di=1，即所有元素在同一组内进行直接插入排序。
希尔排序是使整体数据越来越接近有序；最后一趟排序使得所有数据有序。
实现
#希尔排序 defshell_sort(li): n=len(li) gap=n//2 whilegap>0: foriinrange(gap,n): temp=li[i] j=i-gap whilej>=0andli[j]>temp: li[j+gap]=li[j] j-=gap li[j+gap]=temp gap//=2
算法分析
- 时间复杂度：O(n1.3)
- 最好时间复杂度：O(n)
- 最坏时间复杂度：O(n2)
- 空间复杂度：O(1)
- 稳定性：不稳定
计数排序
计数排序是一种非比较性质的排序算法，元素从未排序状态变为已排序状态的过程，是由额外空间的辅助和元素本身的值决定的。
计数排序过程中不存在元素之间的比较和交换操作，根据元素本身的值，将每个元素出现的次数记录到辅助空间后，通过对辅助空间内数据的计算，即可确定每一个元素最终的位置。
- 根据待排序集合中最大元素和最小元素的差值范围，申请额外空间；
- 遍历待排序集合，将每一个元素出现的次数记录到元素值对应的额外空间内；
- 对额外空间内数据进行计算，得出每一个元素的正确位置；
- 将待排序集合每一个元素移动到计算得出的正确位置上。
实现
defcount_sort(li,max_num=100): count=[0for_inrange(max_num+1)] forvalinli: count[val]+=1 li.clear() #表示i这个数出现了v次 fori,vinenumerate(count): for_inrange(v): li.append(i)
算法分析
假定原始数列的规模是N
最大值和最小值的差是M
计数排序的时间复杂度是O(N+M)
如果不考虑结果数组，只考虑中间数组大小的话，空间复杂度是O(M)
基数排序
基数排序（英语：Radixsort）是一种非比较型整数排序算法，其原理是将整数按位数切割成不同的数字，然后按每个位数分别比较。
由于整数也可以表达字符串（比如名字或日期）和特定格式的浮点数，所以基数排序也不是只能使用于整数。
多关键字排序：现在有一个员工，要求按照薪资排序，年龄相同的员工按照按照年龄排序。
先按照年龄进行排序，再按照薪资进行稳定的排序。
对32，13，94，52，17，54，93进行排序，是否可以看作多关键字排序？
实现
#基数排序 defradix_sort(li): max_num=max(li) i=0 while(10**i<=max_num): buckets=[[]for_inrange(10)] forvalinli: #i=0个位i=1十位i=2百位.. digit=val//(10**i)%10 buckets[digit].append(val) li.clear() forbucketinbuckets: forvalinbucket: li.append(val) i+=1
算法分析
- 时间复杂度：O(kn)
- 最好时间复杂度：O(kn)
- 最坏时间复杂度：O(kn)
- 空间复杂度：O(n+k)
- 稳定性：稳定
总结
以上所述是小编给大家介绍的使用python实现希尔、计数、基数基础排序，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对毛票票网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！
声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。