总结篇3-python数据结构和算法

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了总结篇3-python数据结构和算法，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2858字，纯文字阅读大概需要5分钟。

内容图文

业务代码最多的就是搞清楚业务关系，增删改查，实现业务功能，但是数据结构和算法却能提升性能，一个功能请求一次需要运行2^n还是n^2的时间，最终反映到用户响应时间差别是很大的，甚至有时候不优化性能可能就会卡死。

 

八大算法：

https://blog.csdn.net/u013719780/article/details/49201143/

记代码是没用的，关键要记住思想

1.插入排序

将一个数插入到一个有序列表中，从第一个位置开始，调整顺序，直到有序

def insert_sort(lists):
    count = len(lists)
    for i in range(1, count):
        j = i - 1
        key = lists[i]
        while j >= 0:
            if key < lists[j]:
                lists[j+1] = lists[j]
                lists[j] = key
            j = j - 1
    return lists

2.希尔排序

3.简单选择排序

每次选一个最小的元素放到列表指定位置

def select_sort(lists):
    for i in range(0, len(lists) - 1):
        min_index = i
        for j in range(i + 1, len(lists)):
            if lists[j] < lists[min_index]:
                min_index = j
        if min_index != i:
            lists[i], lists[min_index] = lists[min_index], lists[i]
    return lists


print(select_sort(listA))
一开始尝试记录数值，后来发现还是记录下标最方便写，因为根本思想就是选择最小元素跟指定坐标交换
时间复杂度O(n^2)

4.堆排序

5.冒牌排序

比较相邻元素，较大的数往右，实际上每次循环都是让最大的数往右靠了。优化的话可以考虑最小的数同时也往左靠。

def bubble_sort(lists):
    for i in range(0, len(lists)-1):
        for j in range(i+1, len(lists)):
            if lists[i] > lists[j]:
                lists[i], lists[j] = lists[j], lists[i]
    return lists
时间复杂度显然是O(n^2)

6.快速排序

选择一个基准值，一般第一个或者最后一个元素，比之大的往右交换，比之小的往左交换

#很酷的写法，快速排序
def quicksort(arr):
    if len(arr) <= 1:
        return arr
    pivot = arr[len(arr) // 2]
    left = [x for x in arr if x < pivot]
    middle = [x for x in arr if x == pivot]
    right = [x for x in arr if x > pivot]
    return quicksort(left) + middle + quicksort(right)

print(quicksort([3,6,8,10,1,2,1]))

#前面那种列表推导生成式虽然容易理解，但是十分浪费空间
#真正的快排如下：
def quick_sort(L):
    #用户传入数组，我们在内部分3个参数实现排序，数组，起始坐标，右坐标
    return sort(L,0,len(L)-1)

def sort(L,left,right):
    #获取中间值的函数
    if left<right:
        pivot = Partition(L,left,right)
        sort(L,left,pivot-1)
        sort(L,pivot+1,right)
    return L

def Partition(L,left,right):
    pivot = L[left]

    while left < right:
        while left<right and L[right]>=pivot:
            right -= 1
        L[left] = L[right]
        while left<right and L[left]<=pivot:
            left += 1
        L[right] = L[left]
    #出循环后，left=right，列表被分成围着privot这个数，左小右大的样子
    #需继续对左右两个再做上面的操作
    #对应的下标要改变
    #左：left:0，right:left-1,pivot:L[left]
    #右：left：left+1,right:len(L)-1,pivot:L[left]
    L[left] = pivot#最后把中间值放到中间去
    return left

L = [5, 9, 1, 11, 6, 7, 2, 4]

print (quick_sort(L))

 

内容总结

以上是互联网集市为您收集整理的总结篇3-python数据结构和算法全部内容，希望文章能够帮你解决总结篇3-python数据结构和算法所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---