了解算法之前，我們先看一下什么是算法
定義：算法（Algorithm）是指解題方案的準確而完整的描述，是一系列解決問題的清晰指令，算法代表著用系統的方法描述解決問題的策略機制。也就是說，能夠對一定規范的輸入，在有限時間內獲得所要求的輸出。如果一個算法有缺陷，或不適合于某個問題，執行這個算法將不會解決這個問題。不同的算法可能用不同的時間、空間或效率來完成同樣的任務。一個算法的優劣可以用空間復雜度與時間復雜度來衡量。
python中的常見算法
冒泡排序
效率：O(n2)
原理：
比較相鄰的元素，如果第一個比第二個大，就交換他們兩個；
對每一對相鄰元素做同樣的工作，從開始第一對到結尾的最后一對。做完以后，最后的元素會是最大的數，這里可以理解為走了一趟；
針對所有的元素重復以上的步驟，除了最后一個；
持續每次對越來越少的元素重復上面的步驟，直到沒有任何一對數字需要比較，最后數列就是從大到小一次排列；
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
def bubble_sort(data): """ 冒泡排序 :param data: :return: """ for i in range(len(data)-1): # 趟數 for j in range(len(data)-i-1): # 遍歷數據，依次交換 if data[j]>data[j+1]: # 當較大數在前面 data[j],data[j+1]=data[j+1],data[j] #交換兩個數的位置 if __name__=='__main__': import random data_list=list(range(30)) random.shuffle(data_list) print("pre:",data_list) bubble_sort(data_list) print("after:",data_list)#結果：#pre: [22, 11, 19, 16, 12, 18, 20, 28, 27, 4, 21, 10, 9, 7, 1, 6, 5, 29, 8, 0, 17, 26, 13, 14, 15, 24, 25, 23, 3, 2]#after: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29] |
選擇排序
效率：O(n2)
原理：
每一次從待排序的列表中選出一個元素，并將其與其他數依次比較，若列表中的某個數比選中的數小，則交換位置，把所有數比較完畢，則會選出最小的數，將其放在最左邊（這一過程稱為一趟）；
重復以上步驟，直到全部待排序的數據元素排完；
demo：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
def select_sort(data): """ 選擇排序 :param data: 待排序的數據列表 :return: """ for i in range(len(data)-1): #趟數 min_index=i # 記錄i趟開始最小的數的索引，我們從最左邊開始 for j in range(i+1,len(data)): # 每一次趟需要循環的次數 if data[j] < data[min_index]: # 當數列中的某一個數比開始的數要小時候，更新最小值索引位置 min_index=j data[i],data[min_index]=data[min_index],data[i] # 一趟走完，交換最小值的位置，第一趟最小if __name__=='__main__': import random data_list=list(range(30)) random.shuffle(data_list) # 打亂列表數據 print("pre:",data_list) select_sort(data_list) print("after:",data_list)#結果：#pre: [20, 11, 22, 0, 18, 21, 14, 19, 7, 23, 27, 29, 24, 4, 17, 15, 5, 10, 26, 13, 25, 1, 8, 16, 3, 9, 2, 28, 12, 6]#after: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29] |
插入排序
效率：O(n2)
原理：
以從小到大排序為例，元素0為第一個元素，插入排序是從元素1開始，盡可能插到前面。
插入時分插入位置和試探位置，元素i的初始插入位置為i，試探位置為i-1，在插入元素i時，依次與i-1,i-2······元素比較，如果被試探位置的元素比插入元素大，那么被試探元素后移一位，元素i插入位置前移1位，直到被試探元素小于插入元素或者插入元素位于第一位。
重復上述步驟，最后完成排序
demo：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
def insert_sort(data): """ 插入排序 :param data: 待排序的數據列表 :return: """ for i in range(1, len(data)): # 無序區域數據 tmp = data[i] # 第i次插入的基準數 for j in range(i, -1, -1): if tmp < data[j - 1]: # j為當前位置，試探j-1位置 data[j] = data[j - 1] # 移動當前位置 else: # 位置確定為j break data[j] = tmp # 將當前位置數還原 if __name__=='__main__': import random data_list=list(range(30)) random.shuffle(data_list) # 打亂列表數據 print("pre:",data_list) insert_sort(data_list) print("after:",data_list)#結果：#pre: [7, 17, 10, 16, 23, 24, 13, 11, 2, 5, 15, 29, 27, 18, 4, 19, 1, 9, 3, 21, 0, 14, 12, 25, 22, 28, 20, 6, 26, 8]#after: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29] |
堆排序
堆定義：本質是一個完全二叉樹，如果根節點的值是所有節點的最小值稱為小根堆，如果根節點的值是所有節點的最大值，稱為大根堆。
效率：O(nlogn)
原理：
將待排序數據列表建立成堆結構(建立堆)；
通過上浮(shift_up)或下沉(shift_down)等操作得到堆頂元素為最大元素（已大根堆為例）；
去掉堆頂元素，將最后的一個元素放到堆頂，重新調整堆，再次使得堆頂元素為最大元素（相比第一次為第二大元素）；
重復3操作，直到堆為空，最后完成排序；
歸并排序
效率：O(nlogn)
空間復雜度：O(n)
原理：
申請空間，使其大小為兩個已經排序序列之和，該空間用來存放合并后的序列；
設定兩個指針，最初位置分別為兩個已經排序序列的起始位置；
比較兩個指針所指向的元素，選擇相對小的元素放入到合并空間，并移動指針到下一位置；
重復步驟3直到某一指針達到序列尾；
將另一序列剩下的所有元素直接復制到合并序列尾。
到此這篇關于python語言中有算法嗎的文章就介紹到這了,更多相關python里有算法嗎內容請搜索服務器之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持服務器之家！
原文鏈接：https://www.py.cn/faq/python/11867.html
