@本文來源於公衆號:csdn2299,喜歡可以關注公衆號 程序員學府
這篇文章主要介紹了python快速排序的實現及運行時間比較,本文通過兩種方法給大家介紹,大家可以根據自己需要選擇適合自己的方法,對python實現快速排序相關知識感興趣的朋友一起看看吧
快速排序的基本思想:首先選定一個數組中的一個初始值,將數組中比該值小的放在左邊,比該值大的放在右邊,然後分別對左邊的數組進行如上的操作,對右邊的數組進行如上的操作。(分治+遞歸)
1.利用匿名函數lambda
匿名函數的基本用法func_name = lambda x:array,冒號左邊的x代表傳入的參數,冒號右邊的array代表返回值,當然名字是可以自己取的。
quick_sort = lambda array: \
array if len(array) <= 1 \
else quick_sort([item for item in array[1:] if item <= array[0]]) \
+ [array[0]] + \
quick_sort([item for item in array[1:] if item > array[0]])
2.將匿名函數拆解封裝爲函數
def func2(array):
if len(array)<=1:
return array
tmp = array[0]
left = [x for x in array[1:] if x<=tmp]
right = [x for x in array[1:] if x>tmp]
return func2(left) + [tmp] + func2(right)
3.網上常見的
def func2(array,left,right):
if left>=right:
return
low=left
high=right
tmp=array[low]
while left<right:
while left<right and array[right]>tmp:
right-=1
array[left] = array[right]
while left<right and array[left]<=tmp:
left+=1
array[right]=array[left]
array[right]=tmp
func2(array,low,left-1)
func2(array,left+1,high)
4.算法導論裏面的
def func3(array, l, r):
if l < r:
q = partition(array, l, r)
func3(array, l, q - 1)
func3(array, q + 1, r)
def partition(array, l, r):
x = array[r]
i = l - 1
for j in range(l, r):
if array[j] <= x:
i += 1
array[i], array[j] = array[j], array[i]
array[i + 1], array[r] = array[r], array[i + 1]
return i + 1
5.利用棧實現非遞歸版本
def func4(array, l, r):
if l >= r:
return
stack = []
stack.append(l)
stack.append(r)
while stack:
low = stack.pop(0)
high = stack.pop(0)
if high - low <= 0:
continue
x = array[high]
i = low - 1
for j in range(low, high):
if array[j] <= x:
i += 1
array[i], array[j] = array[j], array[i]
array[i + 1], array[high] = array[high], array[i + 1]
stack.extend([low, i, i + 2, high])
6.python內置的
sorted(array)
本來是想利用裝飾器來測一下每個函數的運行時間的,但是由於快排裏面存在遞歸,使用裝飾器會報錯,就只好一個個計算了。這裏還是貼一下用裝飾器計算時間的代碼:
def count_time(func):
@wraps(func)
def helper(func,*args,**kwargs):
start=time()
result = func(*args,**kwargs)
end=time()
print("函數:", func.__name__, "運行時間:", round(end - start, 4), "s")
return result
return helper
這裏我們的輸入是隨機生成的在0-100間的整數,我們測試一下在不同數量下的消耗時間:
from functools import wraps
from random import randint
from time import time
func1_start =time()
res = quick_sort(array)
func1_end =time()
print("函數:func1 運行時間:", round(func1_end - func1_start, 4), "s")
func2_start =time()
func2(array)
func2_end =time()
print("函數:func2 運行時間:", round(func2_end - func2_start, 4), "s")
func3_start =time()
func3(array,0,len(array)-1)
func3_end =time()
print("函數:func3 運行時間:", round(func3_end - func3_start, 4), "s")
func4_start =time()
func4(array,0,len(array)-1)
func4_end =time()
print("函數:func4 運行時間:", round(func4_end - func4_start, 4), "s")
func5_start =time()
func5(array,0,len(array)-1)
func5_end =time()
print("函數:func5 運行時間:", round(func5_end - func5_start, 4), "s")
func6_start =time()
sorted(array)
func6_end =time()
print("函數:func6 運行時間:", round(func6_end - func6_start, 4), "s")
輸入array的定義:
array = [randint(0,100) for i in range(5000)]
需要注意的是,隨着數據量的增加,方法4,也就是算法導論中的會出現以下問題:
這是因爲python中的遞歸深度是有一定限制的,可以使用如下方法暫時解決該問題:
import sys
sys.setrecursionlimit(100000)
同時,方法4還會出現內存溢出問題,方法4也太坑了。
最後對比一下這些方法消耗的時間:
總結:
方法一、方法二速度較快,同時也較好理解,想要學會快速排序,只要記住方法二即可;
python內置的排序速度還是最快的呀;
非常感謝你的閱讀
大學的時候選擇了自學python,工作了發現吃了計算機基礎不好的虧,學歷不行這是
沒辦法的事,只能後天彌補,於是在編碼之外開啓了自己的逆襲之路,不斷的學習python核心知識,深入的研習計算機基礎知識,整理好了,如果你也不甘平庸,那就與我一起在編碼之外,不斷成長吧!
其實這裏不僅有技術,更有那些技術之外的東西,比如,如何做一個精緻的程序員,而不是“屌絲”,程序員本身就是高貴的一種存在啊,難道不是嗎?[點擊加入]想做你自己想成爲高尚人,加油!