2024-07-12
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
'''冒泡排序'''
"""
def BubbleSort(nums):
listLength = len(nums)
while listLength > 0:
for i in range(listLength - 1):
if nums[i] > nums[i+1]:
nums[i], nums[i+1] = nums[i+1], nums[i]
listLength -= 1
return nums
"""
def BubbleSort(nums):
for i in range(len(nums)):
for j in range(len(nums) - i - 1):
if nums[j] > nums[j+1]:
nums[j], nums[j+1] = nums[j+1], nums[j]
return nums
nums = [5, 2, 8, 4, 7, 4, 3, 9, 2, 0, 16,1]
print(BubbleSort(nums))
'''快速排序'''
def QuickSort(nums, start, end):
if start < end:
i, j = start, end
base = nums[i]
while i < j:
while i < j and nums[j] >= base:
j -= 1
nums[i] = nums[j]
while i < j and nums[i] <= base:
i += 1
nums[j] = nums[i]
nums[i] = base
QuickSort(nums, start, i - 1)
QuickSort(nums, i+1, end)
nums = [9,4,10,8,13,2,15,7]
QuickSort(nums, 0, len(nums)-1)
print(nums)
'''插入排序'''
def InsertSort(nums):
for i in range(len(nums)-1):
if nums[i] > nums[i+1]:
while i>=0 and nums[i] > nums[i+1]:
nums[i], nums[i+1] = nums[i+1], nums[i]
i -= 1
return nums
nums = [9,4,10,8,13,2,15,7]
print(InsertSort(nums))
'''希尔排序'''
#①第一层循环 gap折半 直到gap=1
#②二层三层循环直接插入排序
def ShellSort(nums):
gap = len(nums) // 2
while gap >= 1:
for i in range(gap, len(nums)):
for j in range(i-gap, -1, -gap):
if nums[j] > nums[j+gap]:
nums[j], nums[j+gap] = nums[j+gap], nums[j]
gap = gap // 2
return nums
nums = [9,4,10,8,13,2,15,7]
print(ShellSort(nums))
'''选择排序'''
def SelectSort(nums):
for i in range(len(nums)):
for j in range(i+1, len(nums)):
if nums[j] < nums[i]:
nums[j], nums[i] = nums[i], nums[j]
return nums
nums = [5, 2, 8, 4, 7, 4, 3, 9, 2, 0, 1,16]
print(SelectSort(nums))
Max Heap speichert immer den Maximalwert am Wurzelknoten des Baums.
Bei einem Min-Heap ist das Element im Wurzelknoten immer der kleinste Wert im Baum.
Anwendungsszenarien
Um beispielsweise die 10 größten Zahlen unter 1 Milliarde Zahlen zu finden, erstellen Sie immer einen kleinen oberen Heap mit nur 10 Elementen. Wenn er kleiner als der obere Teil des Heaps ist, wird er nicht verarbeitet des Haufens, setzen Sie die Oberseite des Haufens wieder auf und fahren Sie dann nacheinander mit dem Einsinken fort.
Um beispielsweise die kleinsten ersten 10 Zahlen unter 1 Milliarde Zahlen zu finden, erstellen Sie immer einen großen oberen Heap mit nur 10 Elementen. Wenn er größer als der obere Teil des Heaps ist, wird er nicht verarbeitet des Haufens, setzen Sie die Oberseite des Haufens wieder auf und fahren Sie dann nacheinander mit dem Einsinken fort.
Im Allgemeinen wird der große obere Heap in aufsteigender Reihenfolge und der kleine obere Heap in absteigender Reihenfolge verwendet.
'''构造大顶堆'''
def HeapBuild(nums):
l = len(nums) - 1
# 构造大顶堆，从非叶子节点开始倒序遍历，因此是l//2 -1 就是最后一个非叶子节点
for i in range(len(nums)//2 - 1, -1, -1):
HeapSort(nums, i, l)
# 上面的循环完成了大顶堆的构造，那么就开始把根节点跟末尾节点交换，然后重新调整大顶堆
for j in range(l, -1, -1):
nums[0], nums[j] = nums[j], nums[0]
HeapSort(nums, 0, j-1)
return nums
def HeapSort(nums, i, l):
left, right = 2 * i + 1, 2 * i + 2 # 左右子节点的下标
index = i
# 构造大顶推
if left <= l and nums[i] < nums[left]:
index = left
if right <= l and nums[left] < nums[right] and nums[i] < nums[right]:
index = right
if index != i:
nums[i], nums[index] = nums[index], nums[i]
HeapSort(nums, index, l)
nums = [17, 13, 40 , 22, 31, 14, 33, 56, 24, 19 ,10, 41, 51, 42, 26]
print('使用大顶堆排序：', HeapBuild(nums))
'''构造小顶堆'''
def SmallHeapBuild(nums):
l = len(nums) - 1
# 从非叶子节点开始倒序遍历，因此是l//2 -1 就是最后一个非叶子节点
for i in range(len(nums)//2 - 1, -1, -1):
SmallHeapSort(nums, i, l) # 小顶堆构造函数
# 上面的循环完成了小顶堆的构造，那么就开始把根节点跟末尾节点交换，然后重新调整大顶堆
# 使用小顶堆进行降序，nums[0]是最小的，放到最后
for j in range(l, -1 ,-1):
nums[0], nums[j] = nums[j], nums[0]
SmallHeapSort(nums, 0, j-1)
return nums
def SmallHeapSort(nums, i, l):
left, right = 2 * i + 1, 2 * i + 2 # 左右子节点的下标
index = i
# 构建小顶堆
if left <= l and nums[i] > nums[left]:
index = left
if right <= l and nums[left] > nums[right] and nums[i] > nums[right]:
index = right
if index != i:
nums[i], nums[index] = nums[index], nums[i]
SmallHeapSort(nums, index, l)
nums = [17, 13, 40 , 22, 31, 14, 33, 56, 24, 19 ,10, 41, 51, 42, 26]
print('使用小顶堆倒排序', SmallHeapBuild(nums))
def MergeBuild(nums):
if len(nums) == 1:
return nums
mid = len(nums) // 2
left = nums[:mid]
right = nums[mid:]
l1 = MergeBuild(left)
l2 = MergeBuild(right)
return MergeSort(l1, l2)
def MergeSort(left, right):
res = []
while len(left) and len(right):
if left[0] < right[0]:
res.append(left.pop(0))
else:
res.append(right.pop(0))
res += left
res += right
return res
if __name__ == '__main__':
nums = [5, 2, 8, 4, 7, 4, 3, 9, 2, 0, 1,16]
res = MergeBuild(nums)
print(res)
'''二分查找'''
def BinarySearch(target, nums):
low = 0
high = len(nums)-1
while low <= high:
mid = (low + high) // 2
if nums[mid] == target:
return 'target in nums'
elif nums[mid] < target:
low = mid + 1
else:
high = mid - 1
return 'target not in nums'
nums = [2, 4, 7, 8, 9, 10, 13, 15, 19]
print(BinarySearch(13, nums))
print(BinarySearch(20, nums))
Er widmet sich seit mehr als 30 Jahren der Technologieforschung und beherrscht verschiedene Sprachen wie Java, Linux, Javascript, PHP, CSS usw. Er hat viele Beiträge im Open-Source-Bereich geleistet, Entwicklerdokumentationsstation, um einige Themen in der Technologieentwicklung als zukünftige Referenz zu teilen
