三种排序算法的python实现+装饰器统计每种算法耗时
来源:互联网 发布:服装出口数据 编辑:程序博客网 时间:2024/05/21 17:47
第一部分,先讨论三种排序算法(以从小到大为例)的python实现:
1.普通的方法:
思路比较简单:通过循环遍历列表,每次取出一个最小值,放到一个新的列表中,并且删除原列表中那个遍历出的最小值。最后返回新的列表即是按照从小到大排序好了的。这种排序方法需要额外分配一块空间用来盛放新的列表,因此,空间复杂度会比较高(关于时空复杂度的问题,还没搞清楚,欢迎大牛赐教~)
def common_sort(array): res_array = [] while True: if len(array) > 0: temp = array[0] for item in array: if item < temp: temp = item res_array.append(temp) array.remove(temp) else: break return res_array
第二种:quick sort
思路:从列表中取出第一个元素作为基准数,将比该基准数小的都放在它左边,比基准数大的都放在右边,这样以该基准数作为分隔,就把原列表分隔成两部分,再对每部分执行上一步的分隔操作,直到各个区间只有一个元素为止。快爬采用这种递归算法,每次切割列表,如果对大数据集进行排序,效果应该比较好,快排是冒泡排序的改进版。
def sub_sort(array,low,high):#low 和 high 为游标 key = array[low] while low < high: while low < high and array[high] >= key: high -= 1 while low < high and array[high] < key: array[low] = array[high] low += 1 array[high] = array[low] array[low] = key return lowdef quick_sort(array,low,high): #实现递归的函数 if low < high: key_index = sub_sort(array,low,high) quick_sort(array,low,key_index) quick_sort(array,key_index + 1,high) return array
第三种:冒泡排序
思路:比较相邻的两个元素,把较小的向左移动,两层的循环操作之后,就把所有元素按照从小到大排好序了。
def bubble_sort(array): for i in range(len(array) - 1): for j in range(i+1,len(array)): if array[i] > array[j]: temp = array[j] array[j] = array[i] array[i] = temp return array
第二部分:装饰器的实现
为了记录每种算法进行排序的耗时,因此写一个装饰器函数是最好的实现方法,对原函数进行包装,增加计算耗时的代码段。装饰器函数如下:
#装饰器函数一定要放在被装饰函数的之前,否则会出现nameErrordef tsfunc(func): def wrappedFunc(*args,**kargs): start = time.clock() action = func(*args,**kargs) time_delta = time.clock() - start print '[%s] %s() called,time delta : %s' %(ctime(),func.__name__,time_delta) return action return wrappedFunc
需要对原函数挂上该装饰器函数,如下形式:
@tsfuncdef quick_sort(array,low,high): <function body>@tsfuncdef common_sort(array): <function body>@tsfuncdef bubble_sort(array): <function body>
运行一下代码:
if __name__ == '__main__': array = [4,5,2,4,6,9,0,18,2,3,5] print array common_sort(array) array = [4,5,2,4,6,9,0,18,2,3,5] quick_sort(array,0,len(array) - 1) array = [4,5,2,4,6,9,0,18,2,3,5] bubble_sort(array)
输出结果:[4, 5, 2, 4, 6, 9, 0, 18, 2, 3, 5]
[Sun Jul 03 20:52:39 2016] common_sort() called,time delta : 2.92512113273e-05
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 1.53953743828e-06
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 1.53953743828e-06
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 0.000220923622393
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 3.46395923613e-06
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 0.00830811378567
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 0.016537711162
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 0.0244655592004
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 1.92442179785e-06
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 0.0311787122
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 7.69768719142e-07
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 1.53953743828e-06
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 0.00640640016504
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 1.15465307871e-06
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 1.92442179785e-06
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 1.92442179785e-06
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 0.00519786327599
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 0.0108987704099
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 0.0224025790331
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 3.46395923613e-06
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 0.0277670972368
[Sun Jul 03 20:52:39 2016] quick_sort() called,time delta : 0.0640505306978
[Sun Jul 03 20:52:39 2016] bubble_sort() called,time delta : 3.00209800464e-05
可见快排采用递归的算法,每次执行quick_sort()函数,都会调用装饰器函数,所以造成quick_sort被执行的次数较多,换言之,排序结果也体现出了递归过程
通过统计耗时:
排序方法: quick_sort commnon_sort bubble_sort
耗时(s): 0.2174535050 0.0000292512 0.0000300210
可见小样本的时候快排是多么不占优势,其余二者耗时相近,但是在不考虑空间限制 和 小样本 条件下 最通用的commmon_sort 确实耗时最短的,大样本下未验证,如说法有误,烦请更正(对复杂度真心不熟。。。)
- 三种排序算法的python实现+装饰器统计每种算法耗时
- 用Python实现的三种排序算法
- python实现排序算法三:插入排序
- 测试排序算法耗时
- java三种排序算法的实现
- Python实现的几种排序算法
- 7种排序算法的Python实现
- 几种排序算法的python实现
- python实现的几种排序算法
- 排序算法的Python实现
- 排序算法的python实现
- 排序算法的Python实现
- 关于排序算法耗时问题。
- 排序算法-冒泡排序的三种实现
- 排序算法— 冒泡排序的三种实现
- [排序算法]--冒泡排序的三种实现(Java)
- [排序算法]--直接插入排序的三种实现(Java)
- 排序算法三:堆排序基本原理以及Python实现
- Activity、FragmentActivity
- linux进程小结(1)
- HDU 1875:畅通工程再续
- hadoop集群的搭建
- java语言程序设计基础篇第五章编程练习题
- 三种排序算法的python实现+装饰器统计每种算法耗时
- Linux中的内存段
- Windows下定时关机
- 使用Elasticsearch + Logstash + Kibana搭建日志集中分析平台实践
- HMAC-SHA1签名认证算法
- 一致性hash
- Andrew NG 《machine learning》week 5,class2 —Backpropagation in practice
- 企业级应用架构解析
- scikit-learn : LARS