网上各种排序算法版本众多，这里结合了几个版本，每个算法保留了一或二个我觉得容易理解的方式，方便刚入门的同学掌握常见的排序算法。
先简单介绍下各个排序算法的特点优劣：
接下来是python代码实现的环节：
快排
'''
思路：
1、从数列中挑出一个元素，称为 “基准”（pivot）;
2、重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分区退出之后，该基准就处于数列的中间位置。这个称为分区（partition）操作；
3、递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序；
'''
def quick_sort(arr):
'''
核心思想是递归
:param arr: 传入的无序数组
:return: 返回有序数组
'''
if len(arr) < 2:
# 只有一个或者空的元素的数组就是有序的
return arr
# 递归条件
pivot = arr[0]
# 生成小等于pivot的list
less_pivot = [i for i in arr[1:] if i <= pivot]
# 生成大于pivot的list
bigger_pivot = [i for i in arr[1:] if i > pivot]
# 进行递归
res = quick_sort(less_pivot) + [pivot] + quick_sort(bigger_pivot)
return res冒泡排序
'''
思路：
1、比较相邻的元素。如果第一个比第二个大，就交换他们两个。
2、对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对。这步做完后，最后的元素会是最大的数。
3、针对所有的元素重复以上的步骤，除了最后一个。
4、持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比较。
'''
def bubble_sort(arr):
# 总共循环次数，n-1次
for i in range(len(arr) - 1):
# 生成下标的索引，n-1个
for j in range(0, len(arr) - 1):
if arr[j] > arr[j + 1]:
arr[j], arr[j + 1] = arr[j + 1], arr[j]
return arr选择排序
'''
思路：
1、首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置
2、再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。
3、重复第二步，直到所有元素均排序完毕。
'''
def select_sort(arr):
for i in range(len(arr) - 1):
# 记录最小数的索引
min_index = i
# 将i后面的元素全部视作未排序的元素
for j in range(i + 1, len(arr)):
if arr[j] < arr[min_index]:
min_index = j
# 如果arr[i]不是最小数，就和最小数进行对调
if i != min_index:
arr[i], arr[min_index] = arr[min_index], arr[i]
return arr插入排序
'''
思路：
1、将第一待排序序列第一个元素看做一个有序序列，把第二个元素到最后一个元素当成是未排序序列。
2、从头到尾依次扫描未排序序列，将扫描到的每个元素插入有序序列的适当位置。（如果待插入的元素与有序序列中的某个元素相等，则将待插入元素插入到相等元素的后面。）
'''
def insert_sort(arr):
for i in range(len(arr)):
# 获取已经排序好的数组的最后一个元素的索引
pre_index = i - 1
# 将第i个元素提取出来
cur = arr[i]
while pre_index >= 0 and arr[pre_index] > cur:
# 把已排序的往后挪一个位置
arr[pre_index+1] = arr[pre_index]
pre_index -= 1
# while循环破坏之后，插入进去
arr[pre_index+1] = cur
return arr希尔排序
'''
希尔排序的基本思想是：先将整个待排序的记录序列分割成为若干子序列分别进行直接插入排序，待整个序列中的记录“基本有序”时，再对全体记录进行依次直接插入排序。
思路：
1、选择一个增量序列 t1，t2，……，tk，其中 ti > tj, tk = 1；
2、按增量序列个数 k，对序列进行 k 趟排序；
3、每趟排序，根据对应的增量 ti，将待排序列分割成若干长度为 m 的子序列，分别对各子表进行直接插入排序。仅增量因子为 1 时，整个序列作为一个表来处理，表长度即为整个序列的长度。
'''
def shell_sort(arr):
gap = len(arr)
while gap > 1:
gap = gap // 2 # 取中值
for i in range(gap, len(arr)):
for j in range(i % gap, i, gap):
if arr[i] < arr[j]:
arr[i], arr[j] = arr[j], arr[i]
return arr归并排序
'''
思路：
1、申请空间，使其大小为两个已经排序序列之和，该空间用来存放合并后的序列；
2、设定两个指针，最初位置分别为两个已经排序序列的起始位置；
3、比较两个指针所指向的元素，选择相对小的元素放入到合并空间，并移动指针到下一位置；
4、重复步骤 3 直到某一指针达到序列尾；
5、将另一序列剩下的所有元素直接复制到合并序列尾。
'''
def merge_sort(arr):
if len(arr) < 2 :
return arr
middle = len(arr) // 2
left, right = arr[:middle], arr[middle:]
return merge(merge_sort(left), merge_sort(right))
def merge(left, right):
result = []
while left and right:
if left[0] <= right[0]:
result.append(left.pop(0))
else:
result.append(right.pop(0))
while left:
result.append(left.pop(0))
while right:
result.append(left.pop(0))
return result堆排序
'''
思路：
1、创建一个堆 H[0……n-1]；
2、把堆首（最大值）和堆尾互换；
3、把堆的尺寸缩小 1，并调用 shift_down(0)，目的是把新的数组顶端数据调整到相应位置；
4、重复步骤 2，直到堆的尺寸为 1。
'''
def buildMaxHeap(arr):
for i in range((len(arr)//2),-1,-1):
heapify(arr,i)
def heapify(arr, i):
left = 2*i+1
right = 2*i+2
largest = i
if left < arrLen and arr[left] > arr[largest]:
largest = left
if right < arrLen and arr[right] > arr[largest]:
largest = right
if largest != i:
swap(arr, i, largest)
heapify(arr, largest)
def swap(arr, i, j):
arr[i], arr[j] = arr[j], arr[i]
def heapSort(arr):
global arrLen
arrLen = len(arr)
buildMaxHeap(arr)
for i in range(len(arr)-1,0,-1):
swap(arr,0,i)
arrLen -=1
heapify(arr, 0)
return arr计数排序
'''
计数排序的核心在于将输入的数据值转化为键存储在额外开辟的数组空间中。
作为一种线性时间复杂度的排序，计数排序要求输入的数据必须是有确定范围的整数。
'''
def count_sort(arr, max_val):
# 桶长度
bucket_len = max_val + 1
# 生成桶
bucket = [0] * bucket_len
# 已排序的索引
sorted_index = 0
# 数组长度
arr_len = len(arr)
for i in range(arr_len):
if not bucket[arr[i]]:
bucket[arr[i]] = 0
bucket[arr[i]] += 1
for j in range(bucket_len):
while bucket[j] > 0:
arr[sorted_index] = j
sorted_index += 1
bucket -= 1
return arr桶排序
'''
桶排序是计数排序的升级版。它利用了函数的映射关系，高效与否的重点就在于这个映射函数的确定。
'''
def bucket_sort(arr, size):
# 创建涵盖要排序的list的最大值的桶
new_list = [0 for i in range(size)]
# 用来装最后结果的空list
res = []
# 遍历乱序的list，修改桶中相应的数值
for i in arr:
new_list[i] = 1 if new_list[i] == 0 else new_list[i] + 1
# 遍历桶，将结果增加到res的list中
for i, x in enumerate(new_list):
if x != 0:
for j in range(x):
res.append(i)
return res基数排序
'''
透过键值的部分资讯，将要排序的元素分配至某些‘桶’中，借以达到排序的作用
'''
def radix_sort(arr):
i = 0 # 记录当前正在排拿一位，最低位为1
max_num = max(arr) # 最大值
j = len(str(max_num)) # 记录最大值的位数
while i < j:
bucket_list = [[] for _ in range(10)] # 初始化桶数组
for x in arr:
bucket_list[int(x / (10 ** i)) % 10].append(x) # 找到位置放入桶数组
print(bucket_list)
arr.clear()
for x in bucket_list: # 放回原序列
for y in x:
arr.append(y)
i += 1
return arr
本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
