python--几种快速排序的实现以及运行时间比较
快速排序的基本思想:首先选定一个数组中的一个初始值,将数组中比该值小的放在左边,比该值大的放在右边,然后分别对左边的数组进行如上的操作,对右边的数组进行如上的操作。(分治+递归) 1.利用匿名函数lambda 匿名函数的基本用法func_name? = lambda x:array,冒号左边的x代表传入的参数,冒号右边的array代表返回值,当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 if item > array[0]]) 2.将匿名函数拆解封装为函数 def func2(array): if len(array)<=1: return array tmp = array[0] left = [x for x if x<=tmp] right = [x if x>tmp] return func2(left) + [tmp] + func2(right) 3.网上常见的 func2(array,left,right): if left>=right: low=left high=right tmp=array[low] while left<while left<right and array[right]>tmp: right-=1 array[left] = array[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.算法导论里面的 func3(array,l,r): if l < r: q = partition(array,r) func3(array,q - 1) func3(array,q + 1,r) 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.利用栈实现非递归版本 func4(array,1)">if l >= r: 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 range(low,high): x: i += 1 array[i],array[i] array[i + 1],array[high] = array[high],1)">] stack.extend([low,i,i + 2,high]) 6.python内置的 sorted(array) 本来是想利用装饰器来测一下每个函数的运行时间的,但是由于快排里面存在递归,使用装饰器会报错,就只好一个个计算了。这里还是贴一下用装饰器计算时间的代码: count_time(func): @wraps(func) def helper(func,*args,**kwargs): start=time() result = func(*args,1)">kwargs) end=time() print("函数:",func.__name__,运行时间:s") result return helper 这里我们的输入是随机生成的在0-100间的整数,我们测试一下在不同数量下的消耗时间: from functools import wraps from random randint from time time func1_start =time() res = quick_sort(array) func1_end =time() 函数:func1 运行时间:) func2_start =time() func2(array) func2_end =函数:func2 运行时间:) func3_start =time() func3(array,len(array)-1) func3_end =函数:func3 运行时间:) func4_start =time() func4(array,1)">) func4_end =函数:func4 运行时间:) func5_start =time() func5(array,1)">) func5_end =函数:func5 运行时间:) func6_start =time() sorted(array) func6_end =函数:func6 运行时间:") 输入array的定义: array = [randint(0,100) for i in range(5000)] 需要注意的是,随着数据量的增加,方法4,也就是算法导论中的会出现以下问题: ?这是因为python中的递归深度是有一定限制的,可以使用如下方法暂时解决该问题: sys
sys.setrecursionlimit(100000)
同时,方法4还会出现内存溢出问题,方法4也太坑了。 ?最后对比一下这些方法消耗的时间: ?总结:
? (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |