面试刷题必看！Python中的5大排序算法及其实现代码
排序是每个 IT 工程师和开发人员必备的知识技能。不仅要通过编程面试，而且要了解算法本身。不同的排序算法很好地展示了算法设计如何对程序的复杂性、速度和效率产生如此大的影响。
让我们来看看排名前5，也是最常见，面试中经常被问到的排序算法，看看如何用Python实现它们!
1.冒泡排序
冒泡排序是 CS 入门课程中最常讲授的一种，因为它清楚地说明了排序的工作原理，同时又简单又易于理解。冒泡排序将逐步遍历列表并比较相邻的元素对。如果元素的顺序错误，则会交换这些元素。重复对列表中未排序部分的遍历，直到对列表进行排序。因为冒泡排序重复地通过列表中未排序的部分，所以它的最坏情况复杂性为O(n²)。
def bubble_sort(arr): def swap(i, j): arr[i], arr[j] = arr[j], arr[i] n = len(arr) swapped = True x = -1 while swapped: swapped = False x = x + 1 for i in range(1, n-x): if arr[i - 1] > arr[i]: swap(i - 1, i) swapped = True return arr
2.选择排序
选择排序也相当简单，优于冒泡排序。如果你要在这两者之间进行选择，那么最好使用默认的“右选择排序”。使用选择排序，我们将输入列表/数组分为两部分：已排序项的子列表和构成列表其余部分的剩余项的子列表。
我们首先在未排序的子列表中找到最小的元素，并将其放在已排序子列表的末尾。因此，我们不断地获取最小的未排序元素，并将其按排序顺序放入已排序的子列表中。此过程将重复进行，直到列表完全排序。
def selection_sort(arr): for i in range(len(arr)): minimum = i for j in range(i + 1, len(arr)): # 选择最小值 if arr[j] < arr[minimum]: minimum = j # 把它放在已排序的数组结尾 arr[minimum], arr[i] = arr[i], arr[minimum] return arr
3.插入排序
插入排序比冒泡排序和选择排序都要快，而且可以说更加简单。就像在玩纸牌游戏时，洗牌的过程就是反复进行插入排序!在每次循环迭代中，插入排序从数组中删除一个元素。然后在另一个排序数组中查找该元素所属的位置，并将其插入其中。它重复这个过程，直到没有输入元素保留。
def insertion_sort(arr): for i in range(len(arr)): cursor = arr[i] pos = i while pos > 0 and arr[pos - 1] > cursor: # 交换列表中的数字 arr[pos] = arr[pos - 1] pos = pos - 1 # 中断并进行最终交换 arr[pos] = cursor return arr
4.合并排序
合并排序是一个完美的分而治之的算法例子。使用这种算法只需要通过以下两个主要步骤：
(1) 连续分割未排序的列表，直到有N个子列表，其中每个子列表都有1个“未排序”的元素，N是原始数组中的元素数。
(2) 反复合并，即一次将两个子列表合并在一起，生成新的已排序子列表，直到所有元素都完全合并到一个已排序的数组中。
def merge_sort(arr): # 对最后一个数组进行拆分 if len(arr) <= 1: return arr mid = len(arr) // 2 # 在两个部分上递归执行merge_sort left, right = merge_sort(arr[:mid]), merge_sort(arr[mid:]) # 合并在一起 return merge(left, right, arr.copy()) def merge(left, right, merged): left_cursor, right_cursor = 0, 0 while left_cursor < len(left) and right_cursor < len(right): # 将每一个排序并放入结果 if left[left_cursor] <= right[right_cursor]: merged[left_cursor+right_cursor]=left[left_cursor] left_cursor += 1 else: merged[left_cursor + right_cursor] = right[right_cursor] right_cursor += 1 for left_cursor in range(left_cursor, len(left)): merged[left_cursor + right_cursor] = left[left_cursor] for right_cursor in range(right_cursor, len(right)): merged[left_cursor + right_cursor] = right[right_cursor] return merged
5.快速排序
快速排序也是一种分而治之的算法，与合并排序一样。尽管它有点复杂，但在大多数标准实现中，它的执行速度比合并排序快得多，而且很少达到O(n²)的最坏情况复杂度。它有三个主要步骤：
(1) 我们首先从数组中选择一个元素，称之为pivot。
(2) 将小于轴的所有元素移到轴的左侧;将大于轴的所有元素移到轴的右侧。这称为分区操作。
(3) 递归地将上述2个步骤分别应用于元素的每个子数组，这些元素的值比上一个轴的值小或大。
def partition(array, begin, end): pivot_idx = begin for i in xrange(begin+1, end+1): if array[i] <= array[begin]: pivot_idx += 1 array[i], array[pivot_idx] = array[pivot_idx], array[i] array[pivot_idx], array[begin] = array[begin], array[pivot_idx] return pivot_idx def quick_sort_recursion(array, begin, end): if begin >= end: return pivot_idx = partition(array, begin, end) quick_sort_recursion(array, begin, pivot_idx-1) quick_sort_recursion(array, pivot_idx+1, end) def quick_sort(array, begin=0, end=None): if end is None: end = len(array) - 1 return quick_sort_recursion(array, begin, end)
--END--