通过与 Jira 对比,让您更全面了解 PingCode

  • 首页
  • 需求与产品管理
  • 项目管理
  • 测试与缺陷管理
  • 知识管理
  • 效能度量
        • 更多产品

          客户为中心的产品管理工具

          专业的软件研发项目管理工具

          简单易用的团队知识库管理

          可量化的研发效能度量工具

          测试用例维护与计划执行

          以团队为中心的协作沟通

          研发工作流自动化工具

          账号认证与安全管理工具

          Why PingCode
          为什么选择 PingCode ?

          6000+企业信赖之选,为研发团队降本增效

        • 行业解决方案
          先进制造(即将上线)
        • 解决方案1
        • 解决方案2
  • Jira替代方案

25人以下免费

目录

Python如何写排序函数

Python如何写排序函数

Python编写排序函数的方法有很多,常用的方法包括冒泡排序、选择排序、插入排序、快速排序和归并排序等。最常用和高效的排序方法是快速排序和归并排序。快速排序通过选择一个“枢轴”元素并对数组进行分区来实现,归并排序通过将数组分成更小的子数组并逐步合并来实现。

一、冒泡排序

冒泡排序是一种简单的排序算法,它重复地遍历要排序的列表,依次比较相邻的元素,如果它们的顺序错误就交换它们的位置。遍历列表的工作是重复地进行直到没有相邻元素需要交换为止。

def bubble_sort(arr):

n = len(arr)

for i in range(n):

for j in range(0, n-i-1):

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

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

return arr

二、选择排序

选择排序是一种简单直观的排序算法。它的工作原理是每一次从待排序的数据元素中选出最小(或最大)的一个元素,存放在序列的起始位置,直到全部待排序的数据元素排完。

def selection_sort(arr):

n = len(arr)

for i in range(n):

min_idx = i

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

if arr[j] < arr[min_idx]:

min_idx = j

arr[i], arr[min_idx] = arr[min_idx], arr[i]

return arr

三、插入排序

插入排序是一种简单直观的排序算法。它的工作原理是通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入。

def insertion_sort(arr):

for i in range(1, len(arr)):

key = arr[i]

j = i-1

while j >= 0 and key < arr[j]:

arr[j + 1] = arr[j]

j -= 1

arr[j + 1] = key

return arr

四、快速排序

快速排序(Quicksort)是对冒泡排序的一种改进。通过一个枢轴元素将数组分成两部分,左边部分小于枢轴元素,右边部分大于枢轴元素,然后递归地对两部分进行排序。

def quick_sort(arr):

if len(arr) <= 1:

return arr

pivot = arr[len(arr) // 2]

left = [x for x in arr if x < pivot]

middle = [x for x in arr if x == pivot]

right = [x for x in arr if x > pivot]

return quick_sort(left) + middle + quick_sort(right)

五、归并排序

归并排序(Mergesort)是一种分治算法。它将数组分成更小的数组,然后递归地对子数组进行排序,最后将排序好的子数组合并在一起。

def merge_sort(arr):

if len(arr) <= 1:

return arr

mid = len(arr) // 2

left = merge_sort(arr[:mid])

right = merge_sort(arr[mid:])

return merge(left, right)

def merge(left, right):

result = []

i = j = 0

while i < len(left) and j < len(right):

if left[i] < right[j]:

result.append(left[i])

i += 1

else:

result.append(right[j])

j += 1

result.extend(left[i:])

result.extend(right[j:])

return result

六、堆排序

堆排序是一种基于堆数据结构的排序算法。堆是一个近似完全二叉树的结构,满足堆的特性:即子节点的键值或索引总是小于(或大于)它的父节点。

def heapify(arr, n, i):

largest = i

left = 2 * i + 1

right = 2 * i + 2

if left < n and arr[i] < arr[left]:

largest = left

if right < n and arr[largest] < arr[right]:

largest = right

if largest != i:

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

heapify(arr, n, largest)

def heap_sort(arr):

n = len(arr)

for i in range(n // 2 - 1, -1, -1):

heapify(arr, n, i)

for i in range(n-1, 0, -1):

arr[i], arr[0] = arr[0], arr[i]

heapify(arr, i, 0)

return arr

七、计数排序

计数排序是一种非比较排序算法,它通过计数数组中每个元素的出现次数来确定它们在排好序的数组中的位置。计数排序适用于范围有限的整数排序。

def counting_sort(arr):

max_val = max(arr)

m = max_val + 1

count = [0] * m

for a in arr:

count[a] += 1

i = 0

for a in range(m):

for c in range(count[a]):

arr[i] = a

i += 1

return arr

八、桶排序

桶排序是计数排序的扩展。它将元素分布到多个桶中,然后对每个桶单独排序,最后将所有桶中的元素合并。

def bucket_sort(arr):

bucket = [[] for _ in range(len(arr))]

for num in arr:

index = int(10 * num)

bucket[index].append(num)

for i in range(len(arr)):

bucket[i] = sorted(bucket[i])

k = 0

for i in range(len(arr)):

for j in range(len(bucket[i])):

arr[k] = bucket[i][j]

k += 1

return arr

九、基数排序

基数排序是通过按位排序来实现的。它从最低位开始对每个位进行排序,直到最高位。

def counting_sort_for_radix(arr, exp):

n = len(arr)

output = [0] * n

count = [0] * 10

for i in range(n):

index = arr[i] // exp

count[index % 10] += 1

for i in range(1, 10):

count[i] += count[i - 1]

i = n - 1

while i >= 0:

index = arr[i] // exp

output[count[index % 10] - 1] = arr[i]

count[index % 10] -= 1

i -= 1

for i in range(len(arr)):

arr[i] = output[i]

def radix_sort(arr):

max_val = max(arr)

exp = 1

while max_val // exp > 0:

counting_sort_for_radix(arr, exp)

exp *= 10

return arr

十、总结

以上介绍了多种排序算法,每种算法都有其适用场景和优缺点。对于大多数情况,快速排序和归并排序是比较高效的选择,它们的时间复杂度为O(n log n)。在特定场景下,像计数排序、桶排序和基数排序等非比较排序算法也可以提供更好的性能。理解这些排序算法的原理和实现,可以帮助我们在实际编程中选择最适合的排序方法,提高程序的性能和效率。

相关问答FAQs:

如何在Python中实现自定义排序规则?
在Python中,可以通过定义一个自定义的排序函数来实现特定的排序规则。使用sorted()函数或列表的sort()方法时,您可以传入一个key参数,该参数接收一个函数,用于从每个元素中提取用于排序的值。例如,如果您想根据字符串的长度对字符串列表进行排序,可以定义如下函数:

def length_sort(s):
    return len(s)

strings = ["apple", "banana", "cherry"]
sorted_strings = sorted(strings, key=length_sort)

这样,列表将按字符串长度进行排序。

Python中有哪些内置的排序算法?
Python的排序功能主要基于Timsort算法,这是一种混合了归并排序和插入排序的高效算法,具有稳定性和良好的时间复杂度。Timsort在最佳情况下的时间复杂度为O(n),在最坏情况下为O(n log n)。这种算法适用于各种数据类型,并能够处理部分有序的数据,提高排序效率。

如何对字典进行排序?
在Python中,可以使用sorted()函数对字典进行排序。对于字典的排序,您可以选择按键或按值进行排序。使用key参数可以控制排序依据。例如,要按字典的值进行排序,可以这样做:

my_dict = {'a': 3, 'b': 1, 'c': 2}
sorted_dict = dict(sorted(my_dict.items(), key=lambda item: item[1]))

这将返回一个按值升序排列的新字典。

相关文章