python快速排序的實現(xiàn)及運行時間比較
快速排序的基本思想：首先選定一個數(shù)組中的一個初始值，將數(shù)組中比該值小的放在左邊，比該值大的放在右邊，然后分別對左邊的數(shù)組進行如上的操作，對右邊的數(shù)組進行如上的操作。（分治+遞歸）
1.利用匿名函數(shù)lambda
匿名函數(shù)的基本用法func_name = lambda x:array，冒號左邊的x代表傳入的參數(shù)，冒號右邊的array代表返回值，當(dāng)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 for item in array[1:] if item > array[0]])
2.將匿名函數(shù)拆解封裝為函數(shù)
def func2(array):
if len(array)<=1:
return array
tmp = array[0]
left = [x for x in array[1:] if x<=tmp]
right = [x for x in array[1:] if x>tmp]
return func2(left) + [tmp] + func2(right)
3.網(wǎng)上常見的
def func2(array,left,right):
if left>=right:
return
low=left
high=right
tmp=array[low]
while left<right:
while left<right and array[right]>tmp:
right-=1
array[left] = array[right]
while left<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.算法導(dǎo)論里面的
def func3(array, l, r):
if l < r:
q = partition(array, l, r)
func3(array, l, q - 1)
func3(array, q + 1, r)
def partition(array, l, r):
x = 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.利用棧實現(xiàn)非遞歸版本
def func4(array, l, r):
if l >= r:
return
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
for j in range(low, high):
if array[j] <= x:
i += 1
array[i], array[j] = array[j], array[i]
array[i + 1], array[high] = array[high], array[i + 1]
stack.extend([low, i, i + 2, high])
6.python內(nèi)置的
sorted(array)
本來是想利用裝飾器來測一下每個函數(shù)的運行時間的，但是由于快排里面存在遞歸，使用裝飾器會報錯，就只好一個個計算了。這里還是貼一下用裝飾器計算時間的代碼：
def count_time(func):
@wraps(func)
def helper(func,*args,**kwargs):
start=time()
result = func(*args,**kwargs)
end=time()
print("函數(shù)：", func.__name__, "運行時間：", round(end - start, 4), "s")
return result
return helper
這里我們的輸入是隨機生成的在0-100間的整數(shù)，我們測試一下在不同數(shù)量下的消耗時間：
from functools import wraps
from random import randint
from time import time
func1_start =time()
res = quick_sort(array)
func1_end =time()
print("函數(shù)：func1 運行時間：", round(func1_end - func1_start, 4), "s")
func2_start =time()
func2(array)
func2_end =time()
print("函數(shù)：func2 運行時間：", round(func2_end - func2_start, 4), "s")
func3_start =time()
func3(array,0,len(array)-1)
func3_end =time()
print("函數(shù)：func3 運行時間：", round(func3_end - func3_start, 4), "s")
func4_start =time()
func4(array,0,len(array)-1)
func4_end =time()
print("函數(shù)：func4 運行時間：", round(func4_end - func4_start, 4), "s")
func5_start =time()
func5(array,0,len(array)-1)
func5_end =time()
print("函數(shù)：func5 運行時間：", round(func5_end - func5_start, 4), "s")
func6_start =time()
sorted(array)
func6_end =time()
print("函數(shù)：func6 運行時間：", round(func6_end - func6_start, 4), "s")
輸入array的定義：
array = [randint(0,100) for i in range(5000)]
需要注意的是，隨著數(shù)據(jù)量的增加，方法4，也就是算法導(dǎo)論中的會出現(xiàn)以下問題：
這是因為python中的遞歸深度是有一定限制的，可以使用如下方法暫時解決該問題：
import sys sys.setrecursionlimit(100000)
同時，方法4還會出現(xiàn)內(nèi)存溢出問題，方法4也太坑了。
最后對比一下這些方法消耗的時間：
總結(jié)：
方法一、方法二速度較快，同時也較好理解，想要學(xué)會快速排序，只要記住方法二即可；
python內(nèi)置的排序速度還是最快的呀；
以上所述是小編給大家介紹的python快速排序的實現(xiàn)及運行時間比較，希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復(fù)大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持！
如果你覺得本文對你有幫助，歡迎轉(zhuǎn)載，煩請注明出處，謝謝！
相關(guān)文章
Qt6中重大改變的QtMultimedia多媒體模塊實現(xiàn)
本文主要介紹了Qt6中重大改變的QtMultimedia多媒體模塊實現(xiàn)，文中通過示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2021-09-09
這篇文章主要介紹了Python實現(xiàn)EXCEL表格的排序功能示例，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-06-06
這篇文章主要介紹了Pytorch配置GPU環(huán)境方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-02-02
大家好，本篇文章主要講的是Python函數(shù)中的全局變量詳解，感興趣的同學(xué)趕快來看一看吧，對你有幫助的話記得收藏一下，方便下次瀏覽2022-01-01
本文主要介紹了Python刪除指定字符之前或之后所有內(nèi)容的方法，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-03-03
Python中的兩條斜杠//是整數(shù)除法運算符,返回商的整數(shù)部分,丟棄小數(shù)部分,它與取模運算符%經(jīng)常一起使用,幫助理解除法的整數(shù)和余數(shù),與普通除法運算符/不同,//總是返回整數(shù)結(jié)果,在處理負數(shù)時,//會向絕對值更大的方向取整,本文就來介紹一下2024-11-11
這篇文章主要介紹了Python threading多線程編程實例,本文講解了使用函數(shù)和線程類實現(xiàn)多線程編程的例子,需要的朋友可以參考下2014-09-09
這篇文章主要介紹了python?turtle繪制多邊形和跳躍和改變速度特效,文章實現(xiàn)過程詳細，需要的小伙伴可以參考一下，希望對你的學(xué)習(xí)有所幫助2022-03-03
Python 內(nèi)置函數(shù)complex詳解
這篇文章主要介紹了Python 內(nèi)置函數(shù)complex詳解的相關(guān)資料,需要的朋友可以參考下2016-10-10
python進階TensorFlow神經(jīng)網(wǎng)絡(luò)擬合線性及非線性函數(shù)
這篇文章是python進階學(xué)習(xí)主要介紹了TensorFlow神經(jīng)網(wǎng)絡(luò)擬合線性及非線性函數(shù)原理及示例解析，有需要的朋友可以借鑒參考下，希望能夠有所幫助2021-10-10