Python算法编程:冒泡排序、选择排序、快速排序

简介: Python算法编程:冒泡排序、选择排序、快速排序

Python算法编程:冒泡排序、选择排序、快速排序

最近在做一些算法方面的练习题,总结出来与大家分享一下。有不组织之处,多多指教!

冒泡排序

冒泡排序就是重复“从序列右边开始比较相邻两个数字的大小,再根据结果交换连个数字的位置”这一操作的算法。在这个过程中,数字会像泡泡一样, 慢慢从右往左“浮”到序列的顶端,所以这个算法才被称为“冒泡排序”。

示例代码如下:

nums_lst = [6, 1, 7, 9, 10, 3, 5, 4, 2, 1, 0, 7, -1, 12]

for _ in range(len(nums_lst)):
    for i in range(len(nums_lst) -1, 0, -1):
        if nums_lst[i] < nums_lst[i-1]:
            nums_lst[i], nums_lst[i-1] = nums_lst[i-1], nums_lst[i]

print(nums_lst)

运行结果如下:

D:\Python39\python.exe D:/My_Project/算法/bubble_sort.py
[-1, 0, 1, 1, 2, 3, 4, 5, 6, 7, 7, 9, 10, 12]

Process finished with exit code 0

选择排序

选择排序就是重复“从待排序的数据中寻找最小值,将其与序列最左边的数字进行交换”这一操作的算法。在序列中寻找最小值时使用的是线性查找。

数据没有重复的情况下

nums_lst = [6, 1, 7, 9, -11, 10, 0, 3, 4, 2, 5, 12, -1]

for i in range(len(nums_lst)):
    min_n = min(nums_lst[i:]) # 取列表中最小值
    if nums_lst[i] > min_n:
        nums_lst[nums_lst.index(min_n)], nums_lst[i] = nums_lst[i], min_n

print(nums_lst)

运行结果如下:

D:\Python39\python.exe D:/My_Project/算法/selection_sort.py
[-11, -1, 0, 1, 2, 3, 4, 5, 6, 7, 9, 10, 12]

Process finished with exit code 0

存在重复数据的情况下

nums_lst_origin = [6, 1, 7, 9, -11, 10, 0, 3, 4, 2, 5, 12, -1, 7, 3, 9, 0]

nums_lst = list(set(nums_lst_origin))
for i in range(len(nums_lst)):
    min_n = min(nums_lst[i:])
    if nums_lst[i] > min_n:
        nums_lst[nums_lst.index(min_n)], nums_lst[i] = nums_lst[i], min_n

print(nums_lst_origin)

insert_data = {
   }
for _ in nums_lst:
    if nums_lst_origin.count(_) > 1:
        insert_data[_] = nums_lst_origin.count(_)


for k, v in insert_data.items():
    for _ in range(v-1):
        nums_lst.insert(nums_lst.index(k), k)

print(nums_lst)

运行结果如下:

D:\Python39\python.exe D:/My_Project/算法/selection_sort.py
[6, 1, 7, 9, -11, 10, 0, 3, 4, 2, 5, 12, -1, 7, 3, 9, 0]
[-11, -1, 0, 0, 1, 2, 3, 3, 4, 5, 6, 7, 7, 9, 9, 10, 12]

Process finished with exit code 0

快速排序

在列表中取一个位置中间的数字,列表中位于中间位置数字的两侧数据与中间的数字比较,左侧大于中间数字,右侧小于中间数字互相交换

示例代码如下:

nums_lst = [4, 1, 5, 3, 2, -1, 8, 1, 11, 7]

def quick_sort(data):
    def sort(s_data, fst, lst):
        if fst > lst:
            return

        i, j = fst, lst
        x = s_data[(fst + lst) // 2]

        while i <= j:
            while s_data[i] < x:
                i += 1
            while s_data[j] > x:
                j -= 1
            if i <= j:
                s_data[i], s_data[j] = s_data[j], s_data[i]
                i, j = i + 1, j -1

            sort(s_data, fst, j)
            sort(s_data, i, lst)

        return s_data
    return sort(list(data), 0, len(data) - 1)

sort_nums = quick_sort(nums_lst)
print(sort_nums)

运行结果如下:

D:\Python39\python.exe D:/My_Project/算法/quick_sort.py
[-1, 1, 1, 2, 3, 4, 5, 7, 8, 11]

Process finished with exit code 0
相关文章
|
20天前
|
算法 搜索推荐 JavaScript
基于python智能推荐算法的全屋定制系统
本研究聚焦基于智能推荐算法的全屋定制平台网站设计,旨在解决消费者在个性化定制中面临的选择难题。通过整合Django、Vue、Python与MySQL等技术,构建集家装设计、材料推荐、家具搭配于一体的一站式智能服务平台,提升用户体验与行业数字化水平。
|
26天前
|
存储 监控 算法
监控电脑屏幕的帧数据检索 Python 语言算法
针对监控电脑屏幕场景,本文提出基于哈希表的帧数据高效检索方案。利用时间戳作键,实现O(1)级查询与去重,结合链式地址法支持多条件检索,并通过Python实现插入、查询、删除操作。测试表明,相较传统列表,检索速度提升80%以上,存储减少15%,具备高实时性与可扩展性,适用于大规模屏幕监控系统。
102 5
|
2月前
|
存储 算法 调度
【复现】【遗传算法】考虑储能和可再生能源消纳责任制的售电公司购售电策略(Python代码实现)
【复现】【遗传算法】考虑储能和可再生能源消纳责任制的售电公司购售电策略(Python代码实现)
162 26
|
2月前
|
机器学习/深度学习 算法 机器人
【机器人路径规划】基于D*算法的机器人路径规划(Python代码实现)
【机器人路径规划】基于D*算法的机器人路径规划(Python代码实现)
139 0
|
2月前
|
机器学习/深度学习 算法 机器人
【机器人路径规划】基于改进型A*算法的机器人路径规划(Python代码实现)
【机器人路径规划】基于改进型A*算法的机器人路径规划(Python代码实现)
184 0
|
2月前
|
机器学习/深度学习 编解码 算法
【机器人路径规划】基于迪杰斯特拉算法(Dijkstra)的机器人路径规划(Python代码实现)
【机器人路径规划】基于迪杰斯特拉算法(Dijkstra)的机器人路径规划(Python代码实现)
263 4
|
2月前
|
机器学习/深度学习 算法 机器人
【机器人路径规划】基于A*算法的机器人路径规划研究(Python代码实现)
【机器人路径规划】基于A*算法的机器人路径规划研究(Python代码实现)
373 4
|
2月前
|
机器学习/深度学习 算法 机器人
【机器人路径规划】基于深度优先搜索(Depth-First-Search,DFS)算法的机器人路径规划(Python代码实现)
【机器人路径规划】基于深度优先搜索(Depth-First-Search,DFS)算法的机器人路径规划(Python代码实现)
201 3
|
2月前
|
算法 机器人 定位技术
【机器人路径规划】基于流场寻路算法(Flow Field Pathfinding)的机器人路径规划(Python代码实现)
【机器人路径规划】基于流场寻路算法(Flow Field Pathfinding)的机器人路径规划(Python代码实现)
126 4
机器学习/深度学习 算法 自动驾驶
375 0

推荐镜像

更多