视觉直观感受若干常用排序算法

作者:todayx.org 时间:2022-05-09 06:45:24 

直观感受几种常用排序算法,具体内容如下

1 快速排序

介绍:

快速排序是由东尼·霍尔所发展的一种排序算法。在平均状况下,排序 n 个项目要Ο(n log n)次比较。在最坏状况下则需要Ο(n2)次比较,但这种状况并不常见。事实上,快速排序通常明显比其他Ο(n log n) 算法更快,因为它的内部循环(inner loop)可以在大部分的架构上很有效率地被实现出来,且在大部分真实世界的数据,可以决定设计的选择,减少所需时间的二次方项之可能性。

步骤:

从数列中挑出一个元素,称为 "基准"(pivot),
重新排序数列,所有元素比基准值小的摆放在基准前面,所有元素比基准值大的摆在基准的后面(相同的数可以到任一边)。在这个分区退出之后,该基准就处于数列的中间位置。这个称为分区(partition)操作。
递归地(recursive)把小于基准值元素的子数列和大于基准值元素的子数列排序。

排序效果:

视觉直观感受若干常用排序算法

2 归并排序

介绍:

归并排序(Merge sort,台湾译作:合并排序)是建立在归并操作上的一种有效的排序算法。该算法是采用分治法(Divide and Conquer)的一个非常典型的应用

步骤:

申请空间,使其大小为两个已经排序序列之和,该空间用来存放合并后的序列
设定两个指针,最初位置分别为两个已经排序序列的起始位置
比较两个指针所指向的元素,选择相对小的元素放入到合并空间,并移动指针到下一位置
重复步骤3直到某一指针达到序列尾
将另一序列剩下的所有元素直接复制到合并序列尾

排序效果:

 视觉直观感受若干常用排序算法

3 堆排序

介绍:

堆积排序(Heapsort)是指利用堆这种数据结构所设计的一种排序算法。堆是一个近似完全二叉树的结构,并同时满足堆性质:即子结点的键值或索引总是小于(或者大于)它的父节点。

步骤:

(比较复杂,自己上网查吧)

排序效果:

视觉直观感受若干常用排序算法

4 选择排序

介绍:

选择排序(Selection sort)是一种简单直观的排序算法。它的工作原理如下。首先在未排序序列中找到最小元素,存放到排序序列的起始位置,然后,再从剩余未排序元素中继续寻找最小元素,然后放到排序序列末尾。以此类推,直到所有元素均排序完毕。

排序效果:

视觉直观感受若干常用排序算法

5 冒泡排序

介绍:

冒泡排序(Bubble Sort,台湾译为:泡沫排序或气泡排序)是一种简单的排序算法。它重复地走访过要排序的数列,一次比较两个元素,如果他们的顺序错误就把他们交换过来。走访数列的工作是重复地进行直到没有再需要交换,也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。

步骤:

比较相邻的元素。如果第一个比第二个大,就交换他们两个。
对每一对相邻元素作同样的工作,从开始第一对到结尾的最后一对。在这一点,最后的元素应该会是最大的数。
针对所有的元素重复以上的步骤,除了最后一个。
持续每次对越来越少的元素重复上面的步骤,直到没有任何一对数字需要比较。

排序效果:

视觉直观感受若干常用排序算法

6 插入排序

介绍:

插入排序(Insertion Sort)的算法描述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。插入排序在实现上,通常采用in-place排序(即只需用到O(1)的额外空间的排序),因而在从后向前扫描过程中,需要反复把已排序元素逐步向后挪位,为最新元素提供插入空间。

步骤:

从第一个元素开始,该元素可以认为已经被排序
取出下一个元素,在已经排序的元素序列中从后向前扫描
如果该元素(已排序)大于新元素,将该元素移到下一位置
重复步骤3,直到找到已排序的元素小于或者等于新元素的位置
将新元素插入到该位置中
重复步骤2 

7 希尔排序

介绍:

希尔排序,也称递减增量排序算法,是插入排序的一种高速而稳定的改进版本。

希尔排序是基于插入排序的以下两点性质而提出改进方法的:

插入排序在对几乎已经排好序的数据操作时, 效率高, 即可以达到线性排序的效率
但插入排序一般来说是低效的, 因为插入排序每次只能将数据移动一位

排序效果:

视觉直观感受若干常用排序算法

标签:排序,算法
0
投稿

猜你喜欢

  • Python实现Matplotlib,Seaborn动态数据图的示例代码

    2023-02-03 23:47:22
  • 举例讲解Django中数据模型访问外键值的方法

    2022-05-29 18:40:11
  • ASP动态页服务器端的处理原理

    2007-09-14 10:07:00
  • JavaScript运动框架 多值运动(四)

    2023-09-08 01:44:51
  • 解决Windows10不能安装Oracle 11g的问题(附详细安装教程)

    2023-07-23 08:22:08
  • 利用Python将txt文件录入Excel表格的全过程

    2021-09-05 10:02:59
  • python读取nc数据并绘图的方法实例

    2023-09-16 10:08:19
  • python中使用.py配置文件的方法详解

    2022-02-13 19:57:22
  • 浅谈python多线程和队列管理shell程序

    2023-05-18 05:58:25
  • Python OrderedDict的使用案例解析

    2021-11-20 22:47:25
  • python函数常见关键字分享

    2022-06-17 04:31:55
  • ASP分页类(支持多风格变换)

    2011-04-08 10:39:00
  • 使用Keras中的ImageDataGenerator进行批次读图方式

    2023-07-02 03:49:50
  • python中随机函数random用法实例

    2023-02-09 22:13:10
  • Django RestFramework 全局异常处理详解

    2023-12-15 03:16:42
  • Python编程技巧连接列表的八种操作方法

    2022-02-10 02:08:54
  • Python中的True,False条件判断实例分析

    2023-09-30 07:34:24
  • 避免使用滤镜

    2009-10-13 20:30:00
  • 解读! Python在人工智能中的作用

    2022-02-20 20:51:54
  • 在Python3.74+PyCharm2020.1 x64中安装使用Kivy的详细教程

    2023-01-16 15:17:39
  • asp之家 网络编程 m.aspxhome.com