正文

揭秘算法排序背后的奥秘：可视化带你轻松理解复杂排序过程

/0 浏览量
1219

排序算法是计算机科学中的一项基础技能，它在数据处理和算法分析中扮演着至关重要的角色。本文将通过可视化手段，带你深入浅出地理解几种常见的排序算法，包括冒泡排序、选择排序、插入排序、快速排序、归并排序和堆排序等。

冒泡排序

冒泡排序是一种简单的排序算法，它重复地遍历待排序的数列，一次比较两个元素，如果它们的顺序错误就把它们交换过来。遍历数列的工作是重复地进行，直到没有再需要交换的元素，也就是说该数列已经排序完成。

冒泡排序步骤

  1. 从数组的第一个元素开始，比较相邻的两个元素。
  2. 如果第一个比第二个大（升序排序），就交换它们两个。
  3. 对每一对相邻元素做同样的工作，从开始第一对到结尾的最后一对。这步做完后，最后的元素会是最大的数。
  4. 针对所有的元素重复以上的步骤，除了最后已经排序好的元素。
  5. 重复步骤1~4，直到排序完成。

示例代码

def bubble_sort(arr):
    n = len(arr)
    for i in range(n):
        for j in range(0, n-i-1):
            if arr[j] > arr[j+1]:
                arr[j], arr[j+1] = arr[j+1], arr[j]
    return arr

选择排序

选择排序是一种简单直观的排序算法。它的工作原理是：首先在未排序序列中找到最小（大）元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。以此类推，直到所有元素均排序完毕。

选择排序步骤

  1. 在未排序序列中找到最小（大）元素。
  2. 将它存放到排序序列的起始位置。
  3. 从剩余未排序元素中再次寻找最小（大）元素，然后放到已排序序列的末尾。
  4. 重复步骤1~3，直到未排序序列长度为0。

示例代码

def selection_sort(arr):
    for i in range(len(arr)):
        min_idx = i
        for j in range(i+1, len(arr)):
            if arr[min_idx] > arr[j]:
                min_idx = j
        arr[i], arr[min_idx] = arr[min_idx], arr[i]
    return arr

插入排序

插入排序是一种简单直观的排序算法。它的工作原理是通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。

插入排序步骤

  1. 从第一个元素开始，该元素可以认为已经被排序。
  2. 取出下一个元素，在已排序的元素序列中从后向前扫描。
  3. 如果该元素（已排序）大于新元素，将该元素移到下一位置。
  4. 重复步骤3，直到找到已排序的元素小于或者等于新元素的位置。
  5. 将新元素插入到该位置后。
  6. 重复步骤2~5。

示例代码

def insertion_sort(arr):
    for i in range(1, len(arr)):
        key = arr[i]
        j = i-1
        while j >=0 and key < arr[j]:
            arr[j+1] = arr[j]
            j -= 1
        arr[j+1] = key
    return arr

快速排序

快速排序是一种分而治之的排序算法。它将原始数组分为较小的数组和较大的数组，然后递归地对这两个数组进行排序。

快速排序步骤

  1. 选择一个基准元素。
  2. 重新排序数组，所有比基准值小的元素摆放在基准前面，所有比基准值大的元素摆放在基准后面（相同的数可以到任一边）。在这个分区退出之后，该基准就处于数列的中间位置。这个称为分区（partition）操作。
  3. 递归地（recursive）把小于基准值元素的子数列和大于基准值元素的子数列排序。

示例代码

def quick_sort(arr):
    if len(arr) <= 1:
        return arr
    pivot = arr[len(arr) // 2]
    left = [x for x in arr if x < pivot]
    middle = [x for x in arr if x == pivot]
    right = [x for x in arr if x > pivot]
    return quick_sort(left) + middle + quick_sort(right)

归并排序

归并排序是一种分治算法。将已有序的子序列合并，得到完全有序的序列；即先使每个子序列有序，再使子序列段间有序。

归并排序步骤

  1. 将数组分成两半。
  2. 对这两半分别进行归并排序。
  3. 将排序好的两部分合并成一个有序的数组。

示例代码

def merge_sort(arr):
    if len(arr) > 1:
        mid = len(arr) // 2
        L = arr[:mid]
        R = arr[mid:]

        merge_sort(L)
        merge_sort(R)

        i = j = k = 0
        while i < len(L) and j < len(R):
            if L[i] < R[j]:
                arr[k] = L[i]
                i += 1
            else:
                arr[k] = R[j]
                j += 1
            k += 1

        while i < len(L):
            arr[k] = L[i]
            i += 1
            k += 1

        while j < len(R):
            arr[k] = R[j]
            j += 1
            k += 1
    return arr

堆排序

堆排序是一种基于比较的排序算法。它使用一个堆（堆是一种近似完全二叉树的结构，并同时满足堆积的性质：即子节点的键值或索引总是小于（或者大于）它的父节点）。堆排序可以分为两个大步骤：建立堆和堆调整。

堆排序步骤

  1. 将无序序列构造成大顶堆（或小顶堆）。
  2. 将堆顶元素与最后一个元素交换，然后减少堆的大小再调整堆。
  3. 重复步骤2，直到堆的大小为1。

示例代码

def heapify(arr, n, i):
    largest = i
    l = 2 * i + 1
    r = 2 * i + 2
    if l < n and arr[i] < arr[l]:
        largest = l
    if r < n and arr[largest] < arr[r]:
        largest = r
    if largest != i:
        arr[i], arr[largest] = arr[largest], arr[i]
        heapify(arr, n, largest)

def heap_sort(arr):
    n = len(arr)
    for i in range(n, -1, -1):
        heapify(arr, n, i)
    for i in range(n-1, 0, -1):
        arr[i], arr[0] = arr[0], arr[i]
        heapify(arr, i, 0)
    return arr

总结

本文通过可视化手段和详细步骤，深入浅出地介绍了冒泡排序、选择排序、插入排序、快速排序、归并排序和堆排序这几种常见的排序算法。希望读者通过本文的学习，能够对排序算法有更深入的理解，并在实际编程中灵活运用。

-- 展开阅读全文 --