python快速排序的實現及運行時間比較

@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！