排序算法（三）冒泡、选择排序的Python实现及算法优化详解
说在前面最近一年太忙，博客长草了。近日用Python实现了常用排序算法，供大家参考。Java版本排序算法及优化，请看以前的文章。《排序算法之简单排序（冒泡、选择、插入）》《排序算法（二）堆排序》
1、排序概念这里不再赘述，请参看前面2篇文章
2、简单排序之冒泡法Python实现及优化
原理图
2.1、基本实现
num_list = [
,
]
nums = num_list
print(nums)
length = len(nums)
count_swap = 0
count = 0
bubble_sort
for i in range(length):
for j in range(length-i-1):
count += 1
if nums > nums:
tmp = nums
nums = nums
nums = tmp
count_swap += 1
print(nums, count_swap, count)
2.2、优化实现
思路：如果本轮有交互，就说明顺序不对；如果本轮无交换，说明是目标顺序，直接结束排序。
num_list = [
,
,
]
nums = num_list
print(nums)
length = len(nums)
count_swap = 0
count = 0
bubble_sort
for i in range(length):
flag = False
for j in range(length-i-1):
count += 1
if nums > nums:
tmp = nums
nums = nums
nums = tmp
flag = True # swapped
count_swap += 1
if not flag:
break
print(nums, count_swap, count)
总结：冒泡法需要数据一轮轮比较。优化，则可设定一个标记判断此轮是否有数据交换发生，如果没有发生交换，可以结束排序，如果发生交换，继续下一轮排序最差的排序情况是，初始顺序与目标顺序完全相反，遍历次数1,...,n-1之和n(n-1)/2最好的排序情况是，初始顺序与目标顺序完全相同，遍历次数n-1时间复杂度O(n^2)
3、简单排序之选择排序Python实现及优化
选择排序的核心：每一轮比较找到一个极值（最大值或最小值）放到某一端，对剩下的数再找极值，直至比较结束。
原理图
3.1、基本实现
m_list = [
,
,
,
]
nums = m_list
length = len(nums)
print(nums)
count_swap = 0
count_iter = 0
for i in range(length):
maxindex = i
for j in range(i + 1, length):
count_iter += 1
if nums < nums:
maxindex = j if i != maxindex:
tmp = nums
nums = nums
nums = tmp
count_swap += 1
print(nums, count_swap, count_iter)
3.2、优化实现——二元选择排序
思路：减少迭代次数，一轮确定2个数，即最大数和最小数。
m_list = [
,
,
,
]
nums = m_list
length = len(nums)
print(nums)
count_swap = 0
count_iter = 0二元选择排序
for i in range(length // 2):
maxindex = i
minindex = -i - 1
minorigin = minindex
for j in range(i + 1, length - i):# 每次左右都要少比较一个
count_iter += 1
if nums < nums:
maxindex = j if nums > nums[-j - 1]:
minindex = -j - 1
#print(maxindex,minindex)
if i != maxindex:
tmp = nums
nums = nums
nums = tmp
count_swap += 1 # 如果最小值被交换过，要更新索引
if i == minindex or i == length + minindex:
minindex = maxindex
if minorigin != minindex:
tmp = nums
nums = nums
nums = tmp
count_swap += 1
print(nums, count_swap, count_iter)
3.3、等值情况优化
思路：二元选择排序的时候，每一轮可以知道最大值和最小值，如果某一轮最大最小值都一样了，说明剩下的数字都是相等的，直接结束排序。
m_list = [
,
,
,
]
nums = m_list
length = len(nums)
print(nums)
count_swap = 0
count_iter = 0
二元选择排序
for i in range(length // 2):
maxindex = i
minindex = -i - 1
minorigin = minindex
for j in range(i + 1, length - i):# 每次左右都要少比较一个
count_iter += 1
if nums < nums:
maxindex = j if nums > nums[-j - 1]:
minindex = -j - 1
#print(maxindex,minindex)
if nums == nums: # 元素相同
break if i != maxindex:
tmp = nums
nums = nums
nums = tmp
count_swap += 1 # 如果最小值被交换过，要更新索引
if i == minindex or i == length + minindex:
minindex = maxindex
if minorigin != minindex:
tmp = nums
nums = nums
nums = tmp
count_swap += 1
print(nums, count_swap, count_iter)
3.4、等值情况优化进阶
思路：这种情况，找到的最小值索引是-2，最大值索引8，上面的代码会交换2次，最小值两个1交换是无用功，所以，增加一个判断。
m_list = [
,
,
,
,
]
nums = m_list
length = len(nums)
print(nums)
count_swap = 0
count_iter = 0
二元选择排序
for i in range(length // 2):
maxindex = i
minindex = -i - 1
minorigin = minindex
for j in range(i + 1, length - i):# 每次左右都要少比较一个
count_iter += 1
if nums < nums:
maxindex = j if nums > nums[-j - 1]:
minindex = -j - 1
print(maxindex,minindex)
if nums == nums: # 元素相同
break
if i != maxindex:
tmp = nums
nums = nums
nums = tmp
count_swap += 1 # 如果最小值被交换过，要更新索引
if i == minindex or i == length + minindex:
minindex = maxindex
# 最小值索引不同，但值相同就没有必要交换了
if minorigin != minindex and nums != nums:
tmp = nums
nums = nums
nums = tmp
count_swap += 1
print(nums, count_swap, count_iter)
还可能存在一些特殊情况可以优化，但是都属于特例的优化了，对整个算法的提升有限。
总结
简单选择排序需要数据一轮轮比较，并在每一轮中发现极值没有办法知道当前轮是否已经达到排序要求，但是可以知道极值是否在目标索引位置上遍历次数1,...,n-1之和n(n-1)/2时间复杂度O(n^2)减少了交换次数，提高了效率，性能略好于冒泡法
页:
[1]