python 代码排布_python实现经典排序算法的示例代码

以下排序算法最终结果都默认为升序排列，实现简单，没有考虑特殊情况，实现仅表达了算法的基本思想。

冒泡排序

内层循环中相邻的元素被依次比较，内层循环第一次结束后会将最大的元素移到序列最右边，第二次结束后会将次大的元素移到最大元素的左边，每次内层循环结束都会将一个元素排好序。

def bubble_sort(arr):

length = len(arr)

for i in range(length):

for j in range(length - i - 1):

if arr[j] > arr[j + 1]:

arr[j], arr[j + 1] = arr[j + 1], arr[j]

return arr

选择排序

每次内层循环都会得到一个当前最小的元素，并将其放到合适的位置。内层循环第一次结束后会将最小的元素交换到序列首位，第二次结束后会将第二小的元素交换到序列第二位，每次内层循环结束后都会将一个元素放在正确的顺序位置。

def selection_sort(arr):

length = len(arr)

for i in range(length):

min_index = i

for j in range(i + 1, length):

if arr[j] < arr[min_index]:

min_index = j

arr[i], arr[min_index] = arr[min_index], arr[i]

return arr

插入排序

类比玩扑克牌时理牌的思想，从第一个元素开始，假设它是已经排好序的。然后开始处理第二个元素，如果比第一个元素小，则将其放到第一个元素左边，否则放在其右边，那么现在前两个元素以及排好序了，之后再依次处理剩余的元素。

def insertion_sort(arr):

length = len(arr)

for i in range(1, length):

pre = i - 1

current_value = arr[i]

while pre >= 0 and arr[pre] > current_value:

arr[pre + 1] = arr[pre]

pre -= 1

arr[pre+1] = current_value

return arr

希尔排序

希尔排序就是将插入排序的改进版本。插入排序中每次逐步比较元素，而希尔排序中则是从一个较大的步数开始比较，最后减小到一步。

def shell_sort(arr):

length = len(arr)

gap = length // 2

while gap > 0:

for i in range(gap, length):

pre = i - gap

current_value = arr[i]

while pre >= 0 and arr[pre] > current_value:

arr[pre + gap] = arr[pre]

pre -= gap

arr[pre + gap] = current_value

gap = gap // 2

return arr

归并排序

先将序列前半部分排好序，再将序列后半部分排好序，之后再将这两部分合并得到最终的序列，具体实现为递归地将序列分为两部分，分别排序后再合并。

def merge(left, right):

result = []

while len(left) > 0 and len(right) > 0:

if left[0] < right[0]:

result.append(left.pop(0))

else:

result.append(right.pop(0))

if len(left) > 0:

result.extend(left[:])

if len(right) > 0:

result.extend(right[:])

return result

def merge_sort(arr):

if len(arr) < 2:

return arr

middle = len(arr) // 2

return merge(merge_sort(arr[:middle]), merge_sort(arr[middle:]))

快速排序

取一个元素，将比它小的元素都移到它左侧，将比它大的元素都移到它右侧，并递归地处理它左侧的序列和右侧的序列。

def partition(arr, left=None, right=None):

pivot = left

index = pivot + 1

for i in range(index, right + 1):

if arr[i] < arr[pivot]:

arr[i], arr[index] = arr[index], arr[i]

index += 1

arr[pivot], arr[index - 1] = arr[index - 1], arr[pivot]

return index - 1

def quick_sort(arr, left=None, right=None):

left = 0 if left is None else left

right = len(arr) - 1 if right is None else right

if left < right:

partition_index = partition(arr, left, right)

quick_sort(arr, left, partition_index - 1)

quick_sort(arr, partition_index + 1, right)

return arr

堆排序

首先构建一个最大堆，最大堆的性质是父节点的值总是大于其左右子节点的值，那么此时根节点的值是最大的，则将其移到序列的最右边。之后将堆中当前最后一个叶节点移到根节点上，因为这可能会不符合最大堆的性质，所以会进行调整，将它与其左右子节点中最大的值进行交换，则相当于将叶节点向下移动，交换过后如果还是不符合性质，则继续进行交换，直到符合性质后，此时的根节点的值就是当前堆中的最大值，将其取出放入序列中正确的位置后继续上述流程处理剩下的节点。

global length2

def heapify(arr, i):

left = 2 * i + 1

right = 2 * i + 2

largest = i

if left < length2 and arr[left] > arr[largest]:

largest = left

if right < length2 and arr[right] > arr[largest]:

largest = right

if largest != i:

arr[i], arr[largest] = arr[largest], arr[i]

heapify(arr, largest)