Python学习（三） 八大排序算法的实现（下）

本文Python实现了插入排序、基数排序、希尔排序、冒泡排序、高速排序、直接选择排序、堆排序、归并排序的后面四种。

上篇：Python学习（三） 八大排序算法的实现（上）

1.高速排序

描写叙述
通过一趟排序将要排序的数据切割成独立的两部分，当中一部分的全部数据都比另外一部分的全部数据都要小，然后再按此方法对这两部分数据分别进行高速排序，整个排序过程能够递归进行，以此达到整个数据变成有序序列。

1．先从数列中取出一个数作为基准数。

2．分区过程，将比这个数大的数全放到它的右边，小于或等于它的数全放到它的左边。

3．反复上述过程

代码实现

def quick_sort(lists):
    if lists == []:
        return []
    else:
        divide = lists[0]
        lesser = quick_sort([x for x in lists[1:] if x<divide])
       #链表推导式。返回值是由for或if子句之后的表达式得到的元素组成的链表
        bigger = quick_sort([x for x in lists[1:] if x>=divide])
        return lesser + [divide] + bigger
if __name__=="__main__":
    lists = [19,-3,2,10,45,-34,17]
    print quick_sort(lists)

2.直接选择排序

描写叙述
基本思想：第1趟，在待排序记录r1 ~ r[n]中选出最小的记录，将它与r1交换。第2趟，在待排序记录r2 ~ r[n]中选出最小的记录，将它与r2交换；以此类推，第i趟在待排序记录r[i] ~ r[n]中选出最小的记录，将它与r[i]交换，使有序序列不断增长直到全部排序完成。
代码实现

def select_order(lists):
    length = len(lists)
    for i in range(0,length):
        min = i
        for j in range(i+1,length):
            if lists[min] > lists[j]:
                min = j
        lists[min],lists[i] = lists[i],lists[min]
    return lists
if __name__ == ‘__main__‘:
    lists = [12,13,15,9,16,14]            
    print select_order(lists) 

3.堆排序

描写叙述
堆排序(Heapsort)是指利用堆积树（堆）这样的数据结构所设计的一种排序算法，它是选择排序的一种。能够利用数组的特点高速定位指定索引的元素。堆分为大根堆和小根堆。是全然二叉树。

大根堆的要求是每一个节点的值都不大于其父节点的值，即A[PARENT[i]] >= A[i]。

在数组的非降序排序中。须要使用的就是大根堆，由于依据大根堆的要求可知，最大的值一定在堆顶。

利用了大顶堆堆顶元素最大的特点，不断取出最大元素，并调整使剩下的元素还是大顶堆。依次取出最大元素就是排好序的列表。
代码实现

def build_heap(lists):
    count = len(lists)
    for i in range(count//2-1,-1,-1):        
        adjust_heap(lists,i,count)

def adjust_heap(lists,i,n):
    j = i*2 +1
    while j < n:
        if j+1 < n and lists[j]<lists[j+1]:
            j +=1
        if lists[i] > lists[j]:
            break
        lists[i],lists[j] = lists[j],lists[i]
        i = j 
        j = i*2 + 1
#大顶堆排序
def heap_sort( lists ):
    count = len( lists )
    build_heap( lists )
    #交换堆顶与最后一个结点,再调整堆
    for i in range( count - 1, 0, -1 ):
        lists[0], lists[i] = lists[i], lists[0]
        adjust_heap( lists, 0, i )
    return lists
lists = [-3, 1, 3, 0, 9, 7]
print heap_sort(lists)

4.归并排序

描写叙述
归并排序是建立在归并操作上的一种有效的排序算法,该算法是採用分治法（Divide and Conquer）的一个很典型的应用。

将已有序的子序列合并。得到全然有序的序列；即先使每一个子序列有序。再使子序列段间有序。若将两个有序表合并成一个有序表，称为二路归并。
归并排序详细工作原理例如以下（如果序列共同拥有n个元素）：
1. 将序列每相邻两个数字进行归并操作，形成个序列，排序后每一个序列包括两个元素
2. 将上述序列再次归并，形成个序列。每一个序列包括四个元素
3. 反复步骤2。直到全部元素排序完成

代码实现

def merge_sort(lists):
    if len(lists)<=1:
        return lists
    left = merge_sort(lists[:len(lists)/2])
    right = merge_sort(lists[len(lists)/2:len(lists)])
    result = []
    while len(left) > 0 and len(right)> 0:
        if( left[0] > right[0]):  
            result.append(right.pop(0))  
        else:
            result.append(left.pop(0))  
    if(len(left)>0):
        result.extend(merge_sort(left))  
    else:
        result.extend(merge_sort(right))  
    return result  
def main():  
    lists = [2,11,55,33,32,64,18]  
    print merge_sort(lists)   
if __name__=="__main__":  
    main()