[アルゴリズム]複数のソート
4004 ワード
ソートの選択
基本概念:
インデックスiからi~len(array)までの最小値をインデックスiと比較する.
array = [7,5,9,0,3,1,7,2,4,8]
for i in range(len(array)):
min_index = i #가장 작은 인덱스
for j in range(i+1, len(array)):
if array[min_index] > array[j]:
min_index=j
array[i],array[min_index] = array[min_index], array[i]
時間複雑度はN+N-1+N-2+...2
すなわち(N^2+N)/2は、O(N^2)と簡略に表すことができる.
これは発泡ソートO(N^2)と同じである.
N=100
N=1000
N=10000の場合所要時間
ソートの選択
array = [7,5,9,0,3,1,7,2,4,8]
for i in range(len(array)):
min_index = i #가장 작은 인덱스
for j in range(i+1, len(array)):
if array[min_index] > array[j]:
min_index=j
array[i],array[min_index] = array[min_index], array[i]
整列挿入
1ステップ目から、選択した数字の左側が揃えられていると判断し、数字の位置に入れます.
ソース:array = [7,5,9,0,3,1,6,2,4,8]
for i in range(1, len(array)):
for j in range(i,0,-1):
if array[i] < array[j-1]:
array[i], array[j-1] = array[j-1], array[i]
else:
break
時間的複雑度は最大O(N^2)であり,リストがほぼすべて整列するとO(N)に減少する.ソートされたデータに適しています.
クイックソート
複雑で迅速なソート方法
リストからピボットデータとして最初の要素を選択し、ピボットより大きいデータを左から右、ピボットより小さいデータ交換位置を右から選択します.小データと大データの交換方法
左側と右側のリストで同じソートを行います.array = [7, 5, 9, 0, 3, 1, 6, 2, 4, 8]
def quick_sort(array, start, end):
if start >= end: # 원소가 1개인 경우 종료
return
pivot = start # 피벗은 첫 번째 원소
left = start + 1
right = end
while left <= right:
# 피벗보다 큰 데이터를 찾을 때까지 반복
while left <= end and array[left] <= array[pivot]:
left += 1
# 피벗보다 작은 테이터를 찾을 때까지 반복
while right > start and array[right] >= array[pivot]:
right -= 1
if left > right: # 엇갈렸다면 작은 데이터와 피벗을 교체
array[right], array[pivot] = array[pivot], array[right]
else: # 엇갈리지 않았다면 작은 데이터와 큰 데이터를 교체
array[left], array[right] = array[right], array[left]
# 분할 이후 왼쪽 부분과 오른쪽 부분에서 각각 정렬 수행
quick_sort(array, start, right - 1) # 재귀함수
quick_sort(array, right + 1, end)
quick_sort(array, 0, len(array) - 1)
print(array)
これはPythonのダウンロードコードで、時間の複雑さが増えたようですか?array = [7, 5, 9, 0, 3, 1, 6, 2, 4, 8]
def quick_sort(array):
# 리스트가 하나 이하의 원소만을 담고 있다면 종료
if len(array) <= 1:
return array
pivot = array[0] # 피벗은 첫 번째 원소 (리스트 슬라이싱)
tail = array[1:] # 피벗을 제외한 리스트
left_side = [x for x in tail if x <= pivot] # 분할된 왼쪽 부분 (리스트 컴프리헨션)
right_side = [x for x in tail if x > pivot] # 분할된 오른쪽 부분
# 분할 이후 왼쪽 부분과 오른쪽 부분에서 각각 정렬을 수행하고, 전체리스트를 반환
return quick_sort(left_side) + [pivot] + quick_sort(right_side)
print(quick_sort(array))
時間的複雑度はO(Nlogn)であり,高速ソートはすべての要素をソートする際に最も性能が悪い.(挿入位置合わせとは反対)
ソート数
データキーkと同じリストを作成し、直接タップしてより多くの操作を行います.
0 2個1 2個2個2個...リストにすべてのデータを追加し、出力を終了します.
ソースコードarray = [7, 5, 9, 0, 3, 1, 6, 2, 9, 1, 4, 8, 0, 5, 2]
# 모든 범위를 포함하는 리스트 선언(모든 값은 0으로 초기화)
count = [0] * (max(array) + 1)
for i in range(len(array)):
count[array[i]] += 1 # 각 데이터에 해당하는 인덱스의 값 증가
array = [7,5,9,0,3,1,6,2,4,8]
for i in range(1, len(array)):
for j in range(i,0,-1):
if array[i] < array[j-1]:
array[i], array[j-1] = array[j-1], array[i]
else:
break
複雑で迅速なソート方法
リストからピボットデータとして最初の要素を選択し、ピボットより大きいデータを左から右、ピボットより小さいデータ交換位置を右から選択します.小データと大データの交換方法
左側と右側のリストで同じソートを行います.
array = [7, 5, 9, 0, 3, 1, 6, 2, 4, 8]
def quick_sort(array, start, end):
if start >= end: # 원소가 1개인 경우 종료
return
pivot = start # 피벗은 첫 번째 원소
left = start + 1
right = end
while left <= right:
# 피벗보다 큰 데이터를 찾을 때까지 반복
while left <= end and array[left] <= array[pivot]:
left += 1
# 피벗보다 작은 테이터를 찾을 때까지 반복
while right > start and array[right] >= array[pivot]:
right -= 1
if left > right: # 엇갈렸다면 작은 데이터와 피벗을 교체
array[right], array[pivot] = array[pivot], array[right]
else: # 엇갈리지 않았다면 작은 데이터와 큰 데이터를 교체
array[left], array[right] = array[right], array[left]
# 분할 이후 왼쪽 부분과 오른쪽 부분에서 각각 정렬 수행
quick_sort(array, start, right - 1) # 재귀함수
quick_sort(array, right + 1, end)
quick_sort(array, 0, len(array) - 1)
print(array)
これはPythonのダウンロードコードで、時間の複雑さが増えたようですか?array = [7, 5, 9, 0, 3, 1, 6, 2, 4, 8]
def quick_sort(array):
# 리스트가 하나 이하의 원소만을 담고 있다면 종료
if len(array) <= 1:
return array
pivot = array[0] # 피벗은 첫 번째 원소 (리스트 슬라이싱)
tail = array[1:] # 피벗을 제외한 리스트
left_side = [x for x in tail if x <= pivot] # 분할된 왼쪽 부분 (리스트 컴프리헨션)
right_side = [x for x in tail if x > pivot] # 분할된 오른쪽 부분
# 분할 이후 왼쪽 부분과 오른쪽 부분에서 각각 정렬을 수행하고, 전체리스트를 반환
return quick_sort(left_side) + [pivot] + quick_sort(right_side)
print(quick_sort(array))
時間的複雑度はO(Nlogn)であり,高速ソートはすべての要素をソートする際に最も性能が悪い.(挿入位置合わせとは反対)ソート数
データキーkと同じリストを作成し、直接タップしてより多くの操作を行います.
0 2個1 2個2個2個...リストにすべてのデータを追加し、出力を終了します.
ソースコードarray = [7, 5, 9, 0, 3, 1, 6, 2, 9, 1, 4, 8, 0, 5, 2]
# 모든 범위를 포함하는 리스트 선언(모든 값은 0으로 초기화)
count = [0] * (max(array) + 1)
for i in range(len(array)):
count[array[i]] += 1 # 각 데이터에 해당하는 인덱스의 값 증가
array = [7, 5, 9, 0, 3, 1, 6, 2, 9, 1, 4, 8, 0, 5, 2]
# 모든 범위를 포함하는 리스트 선언(모든 값은 0으로 초기화)
count = [0] * (max(array) + 1)
for i in range(len(array)):
count[array[i]] += 1 # 각 데이터에 해당하는 인덱스의 값 증가
kが大きいとメモリがたくさん消費されます
110000セグメントのデータが2つある場合、効率は低い.
データが最大kである場合、O(n+k)の時間的複雑さを有する.
Reference
この問題について([アルゴリズム]複数のソート), 我々は、より多くの情報をここで見つけました https://velog.io/@cksgodl/알고리즘-여러가지-정렬テキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。
Collection and Share based on the CC Protocol