排序算法总结-python实现

最近在复习软考，把看到的排序算法整理了一下，之所以用python写，是因为python写起来简单....好吧，后来写的时候发现有些地方用C写还方便些。python虽然简洁，但用起来效率感觉还是有些低，不过这不是重点啦。。。

# -*- coding: utf-8 -*-

def bubbleSort(Data):
    ‘‘‘冒泡排序： 时间复杂度最好O(n)，平均O(n*n)，最坏O(n*n)，辅助空间 O(1)，算法稳定
       n个数，每次从第一个数开始和相邻的数比较，将大的冒泡到后面去。第一趟将最大的冒泡到最后，
       然后第二次只需比较0~n-1，将其中最大的冒泡到n-1，依次下去...总共进行n-1趟排序即可
    ‘‘‘
    if Data:
        for i in range(len(Data)):
            for j in range(len(Data)-i-1):
                if Data[j]>Data[j+1]:
                    Data[j],Data[j+1]=Data[j+1],Data[j]
    return Data

def quickSort(Data,low,high):
    ‘‘‘快速排序：O(n*logn),O(n*logn),O(n*n),O(n*logn),不稳定
        冒泡的改进，被认为是当前最优秀的内部排序算法，实现基于分治法：分解-解决-合并。
        基本思想：
        1.从数列中取出一个基数，
        2.将数列中比他大的放在右边，小的在左边。
        3.两边区间重复2，直到各区间只有一个数。
        整个算法中的基数就是个坑，跳来跳去，总之比他小始终放一边，大的放另一边就行
        参考：http://blog.csdn.net/morewindows/article/details/6684558
    ‘‘‘
    if low < high:
        left,right,base=low,high,Data[low]
        while left <right:
            #从后往前找比base小的数
            while left <right and Data[right] >=base:
                right-=1
            if left < right:
                Data[left]=Data[right]
                #left+=1 这里直接+1更快，因为Data[left]必然小于base，下次循环不用算
            #从前往后找比base大的数
            while left <right and Data[left] < base:
                left+=1
            if left <right:
                Data[right]=Data[left]
                #right-=1
        #left=right时一趟循环终止，base填回坑里去
        Data[left]=base             
        quickSort(Data,low,left-1)  #递归左边
        quickSort(Data,left+1,high) #递归右边
        
def insertSort(Data):
    ‘‘‘插入排序： 时间复杂度最好O(n)，平均O(n*n)，最坏O(n*n)，辅助空间 O(1)，算法稳定
        如果Data不为空则开始比较。Data[0]~Data[j]是排好的序列L1，key是未排待插入数据
        如果key小于L1的最大值则将进行插入操作，while循环找到比key小的index并将key插入
        在index后面。while循环用来寻找插入位置并将比key大的数后移，如果key本身比L1的
        最大值还大则无需插入，直接for循环比较下一个
    ‘‘‘
    if Data:
        for i in range(1,len(Data)):
            key,j = Data[i],i-1
            while j>=0 and Data[j] > key:
                Data[j+1]=Data[j]
                j-=1
            Data[j+1]=key
    return Data

def selectSort(Data):
    ‘‘‘选择排序： 时间复杂度最好O(n*n)，平均O(n*n)，最坏O(n*n)，辅助空间 O(1)，算法不稳定
        n个数，每一趟从待排序列L2中选择最大（或最小）数顺序放在已排好序列L1后面（或前面）
        总共经过n-1趟可排好，与插入排序相比，都是将数据分为已排和未排序列并将未排元素整理
        到已排序列中，不同的是插入排序在未排序列中按序整理，选排则是按大小选择整理。
    ‘‘‘
    if Data:
        for i in range(len(Data)-1):
            minnum=i
            for j in range(i+1,len(Data)):#在L2中寻找最小值
                if Data[j]<Data[minnum]:
                    minnum=j
            if minnum != i:#如果找到直接交换，插入在L1后面
                Data[i],Data[minnum]=Data[minnum],Data[i]
    return Data
                    
def shellSort(Data):
    ‘‘‘希尔排序: 时间复杂度最好未知，平均O(pow(n,1.25)，最坏未知，辅助空间 O(1)，不稳定
        插入排序的改进，将数据分组，每组m个（m叫步长）每次对每组的第i个元素排序，
        然后再分组，再排序，直到步长为1.至于分组的方法需要理论推导，此处每次步长都取n/2减半
        更好的步长选择方法见wiki:http://zh.wikipedia.org/wiki/希尔排序
        其他实现方法：http://blog.csdn.net/morewindows/article/details/6668714
    ‘‘‘
    n=len(Data)
    if  n > 1:
        gap=n/2 
        while gap > 0:   
            for i in range(gap):#按步长插入排序
                for j in range(i+gap,n,gap):
                    if Data[j] < Data[j-gap]:
                        key = Data[j]
                        k=j-gap
                        while k >=0 and Data[k] > key:
                            Data[k+gap]=Data[k]
                            k-=gap
                        Data[k+gap]=key
            gap/=2
    return Data
                    
        
if __name__ =="__main__":
    Data=[3,5,1,56,3,7,34,21,8]
    print Data
    #insertSort(Data)
    #bubbleSort(Data)
    #selectSort(Data)
    #shellSort(Data)
    quickSort(Data,0,len(Data)-1)
    print Data