Python数据结构与算法45:排序与查找:冒泡和选择排序

:本文如涉及到代码,均经过Python 3.7实际运行检验,保证其严谨性。

本文阅读时间约为8分钟

今天要介绍的是两种排序及其算法分析:冒泡排序和选择排序。

冒泡排序(Babble Sort)

冒泡排序的算法思路在于对无序表进行多趟比较交换。每趟包括了多次两两相邻比较,并将逆序的数据项互换位置,最终能将本趟的最大项就位。

就这样,经过n-1趟比较交换,实现整表排序。

每趟的过程类似于每两个相邻气泡比赛上浮,胜利的那个“气泡”在水中上浮,这一幕不断上演的经过。这就是其被命名为“冒泡排序”的原因所在。

冒泡排序是我们能想到的最直观的排序方法。

下面看看冒泡排序的具体过程:

第1趟比较交换,共有n-1对相邻数据进行比较。最大项在这n-1次比较中脱颖而出。

Pic-503-1 一个冒泡排序实例第1趟排序的示意图

第2趟比较交换,由于最大项已经脱离了剩余项的比较层次,需要排序的数据项由n项减少为n-1项。于是我们共有n-2对相邻数据进行比较。

不断重复这个过程,直到第n-1趟完成后,最小项一定在列表的首位,就无需再处理了。

根据这个思路,写出来的冒泡排序的参考代码如下:

# 冒泡排序算法。

def bubbleSort(alist):
    for passnum in range(len(alist) - 1, 0, -1):  # n-1趟比较。
        for i in range(passnum):
            # 每一项和前面一项作比较,如果它比前面的一项大,就会两两交换位置。
            if alist[i] > alist[i + 1]:
                alist[i], alist[i + 1] = alist[i + 1], alist[i]

alist = [54, 26, 93, 17, 77, 31, 44, 55, 20]
bubbleSort(alist)
print(alist)

<<<[17, 20, 26, 31, 44, 54, 55, 77, 93]
冒泡排序的算法分析

冒泡排序总需要n-1趟,随着趟数的增加,比对次数逐步从n-1减少到1,并包括可能发生的数据项交换。

总的比对次数是第1趟到第(n-1)趟的次数累加,即:\frac{n^2-n}{2}

而比对的时间复杂度为O(n^2)

关于交换次数,时间复杂度也是O(n^2),通常每次交换包括3次赋值。

最好的情况是,列表在排序前已经是有序的,交换的次数为0;最差的情况是,每次比对都要进行交换,交换的次数等于比对次数;平均情况则为最差情况的一半。

冒泡排序是对人来说,最直观的排序算法,一般作为其它算法的对比基准。
冒泡排序的一大缺点就是,时间效率非常差,这是因为,每个数据项在找到其最终位置之前,必须经过多次比对和交换,而一般在这个过程中,大部分的操作都是无效的。

尽管如此,冒泡排序并非一无是处,它至少有两点优势:

第一,冒泡排序只需要在原来的列表当中操作即可,无需任何额外的存储空间开销。

第二,其适用范围较广。由于冒泡排序只涉及到两两相邻的数据项之间的比对和交换,所以,它不仅适用于列表这种顺序存储的数据结构,还能用于别的算法鞭长莫及的链式等数据结构。

冒泡排序的性能改进

在原有基础上,我们可以通过监测每趟比对是否发生过交换,可以提前确定排序是否完成。换句话说,如果某趟比对没有发生任何交换,说明列表已经排好序,后面的比对不用再继续进行下去了,可以提前结束算法,从而减少比对次数。

改善后的代码如下:

# 冒泡排序算法的改进版。

def bubbleSort(alist):
    exchanges = True
    passnum = len(alist) - 1
    while passnum > 0 and exchanges:
        exchanges = False
        for i in range(passnum):
            if alist[i] > alist[i + 1]:
                exchanges = True
                alist[i], alist[i + 1] = alist[i + 1], alist[i]
        
        passnum = passnum - 1

alist = [54, 26, 93, 17, 77, 31, 44, 55, 20]
bubbleSort(alist)
print(alist)

<<<[17, 20, 26, 31, 44, 54, 55, 77, 93]

尽管这种改善相比之前的算法能提前结束,但并不能改变冒泡算法整体的算法复杂度。

在这个思路上诞生了另外一种排序算法:选择排序(Select Sort)。

选择排序(Select Sort)

选择排序在冒泡排序的基础上进行了改进,保留了其基本的多趟比对思路,每趟都使当前最大项就位。

但是,选择排序对冒泡排序的交换次数进行了消减。相比冒泡排序进行多次交换,选择排序每趟仅进行1次交换,记录最大项的所在位置,最后再跟本趟最后一项交换。

所以,选择排序算法的时间复杂度比冒泡排序稍稍强一点:其比对的复杂度和冒泡排序一样,都是O(n^2),而其交换的复杂度却是O(n),明显优于冒泡排序的O(n^2)

Pic-503-2 一个选择排序实例的示意图

基于上述思路,选择排序的算法代码如下:

# 选择排序的算法。

def selectionSort(alist):
    for fillslot in range(len(alist) - 1, 0, -1):
        positionOfMax = 0
        for location in range(1, fillslot + 1):
            # 每一项和前面一项作比较,如果它比前面的一项大,仅仅是记录位置,而不是两两交换位置。
            if alist[location] > alist[positionOfMax]:
                positionOfMax = location             
        
        alist[fillslot], alist[positionOfMax] = alist[positionOfMax], alist[fillslot]

To be continued.

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,569评论 4 363
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,499评论 1 294
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,271评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,087评论 0 209
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,474评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,670评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,911评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,636评论 0 202
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,397评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,607评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,093评论 1 261
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,418评论 2 254
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,074评论 3 237
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,092评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,865评论 0 196
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,726评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,627评论 2 270

推荐阅读更多精彩内容