当前位置: 首页 > news >正文

python-二分法插入排序(Binary Insert Sort)

前注:面试的时候被问到各种排序算法的时间复杂度,那时候回答的是插入排序最快可以达到nlogn。后来想了想我那时候为什么会这么回答,突然想到将二分查找和插入排序结合起来就可以做到了,于是就有了这篇文章。之后去网上查才发现已经有这种算法了,我还是太菜了。

 

一.代码

1.直接插入排序

def insert_sort(l) :
	length = len(l)
	for i in range(1,length) :
		j = i - 1
		
		while l[j] > l[i] and j >= 0:
			j -= 1
		
		l.insert(j + 1, l.pop(i))
	
	return l

注:这里的直接插入排序是将第i个的数找到在前i-1个已经排序好的数中的位置并插入,移除原来位置上的数。

       时间复杂度为O(n²),空间复杂度为O(1)

 

2.二分法插入排序

def binary_insert_sort(l) :
    length = len(l)
    for i in range(1, length) :
        be, en = 0, i - 1
        mid = (en + be) // 2
        
        while True :
            if  mid < 0 or l[mid] == l[i] or (be >= en):
                if  mid >= 0 and l[mid] > l[i] :
                    l.insert(mid, l.pop(i))
                else :
                    l.insert(mid + 1, l.pop(i))
                break
            elif l[mid] > l[i] :
                en = mid - 1
            else :
                be = mid + 1
            mid = (en + be) // 2
        
    return l

注:二分法插入排序是将第i个数,使用二分法查找在前i-1个有序排列的数中的位置,再进行插入操作,并移除原来位置上的数。

       时间复杂度为O(nlogn),空间复杂度为O(1)

 

二.效率

使用python中list自带的sort与上述两种插入排序进行比较。

(注:此处仅以sort为基准,sort的实现是基于混合的排序算法,且经过优化)

测试代码:

(注:需import random)

def main(num) :
    
    time1, time2, time3 = 0, 0, 0
    for i in range(1,num + 1) :
        print("\rnow is", i * 100.0 / num, "%", end = "")
        l = list(range(num))
        random.shuffle(l)
        
        l1, l2 = l[:], l[:]
        
        tb = time.clock()
        binary_insert_sort(l)
        tf = time.clock() - tb
        time1 += tf
        
        tb = time.clock()
        l1.sort()
        tf = time.clock() - tb
        time2 += tf
        
        tb = time.clock()
        insert_sort(l2)
        tf = time.clock() - tb
        time3 += tf
    
    print("\rbinary_insert_sort use", time1)
    print("origin sort use", time2)
    print("insert_sort use", time3)

测试结果:

(单位:秒)

相关文章:

  • 本地仓库关联Github仓库
  • macos可以升级到指定版本吗_iPhone 越狱后还可以保资料升级系统吗?
  • 2 shell 锂基脂_内蒙古锂基脂润滑油供应商
  • python编程中的不等于符号_python不等于符号怎么写
  • nacos 负载策略_Ribbon负载均衡
  • python文件传输模块_Python爱好者 socket模块传输文件 -
  • 红曲面怎么做_曲面屏是华为手机一大败笔?确实缺点很多,但华为为何钟爱呢?...
  • 高德地图 python面试_【高德地图面试|面试题】-看准网
  • tablayout 滚动模式_scrollview+tablayout实现联动
  • cboard企业版源码_数据可视化BI平台——CBoard的部署与使用(笔记整理)
  • 生活中的算法的实际举例_生活中的算法
  • pyecharts 绘制三维散点图_pyecharts
  • toolbar文本在最右侧_Toolbar中Menu的背景颜色、位置、同时显示文字等设置(亲测)...
  • linux 使用imageio.read 读图片出来为null_经典Linux面试题
  • gifcam使用缩小内存_GifCam怎么用?GifCam使用教程
  • CAP理论的例子讲解
  • ECS应用管理最佳实践
  • es6--symbol
  • Fastjson的基本使用方法大全
  • jdbc就是这么简单
  • LintCode 31. partitionArray 数组划分
  • mysql常用命令汇总
  • PAT A1092
  • SpiderData 2019年2月16日 DApp数据排行榜
  • VirtualBox 安装过程中出现 Running VMs found 错误的解决过程
  • 浮动相关
  • 官方新出的 Kotlin 扩展库 KTX,到底帮你干了什么?
  • 汉诺塔算法
  • 技术:超级实用的电脑小技巧
  • 判断客户端类型,Android,iOS,PC
  • 融云开发漫谈:你是否了解Go语言并发编程的第一要义?
  • 译米田引理
  • "无招胜有招"nbsp;史上最全的互…
  • #### go map 底层结构 ####
  • #[Composer学习笔记]Part1:安装composer并通过composer创建一个项目
  • (1/2) 为了理解 UWP 的启动流程,我从零开始创建了一个 UWP 程序
  • (pojstep1.1.2)2654(直叙式模拟)
  • (pt可视化)利用torch的make_grid进行张量可视化
  • (Redis使用系列) Springboot 使用redis的List数据结构实现简单的排队功能场景 九
  • (二十四)Flask之flask-session组件
  • (附源码)spring boot球鞋文化交流论坛 毕业设计 141436
  • (附源码)springboot高校宿舍交电费系统 毕业设计031552
  • (附源码)计算机毕业设计ssm基于B_S的汽车售后服务管理系统
  • (转)详解PHP处理密码的几种方式
  • .class文件转换.java_从一个class文件深入理解Java字节码结构
  • .NET Compact Framework 3.5 支持 WCF 的子集
  • .net core webapi Startup 注入ConfigurePrimaryHttpMessageHandler
  • .NET Core工程编译事件$(TargetDir)变量为空引发的思考
  • .NET/C# 解压 Zip 文件时出现异常:System.IO.InvalidDataException: 找不到中央目录结尾记录。
  • .NET/C# 在代码中测量代码执行耗时的建议(比较系统性能计数器和系统时间)
  • @开发者,一文搞懂什么是 C# 计时器!
  • [ Algorithm ] N次方算法 N Square 动态规划解决
  • [ C++ ] template 模板进阶 (特化,分离编译)
  • [ C++ ] 继承
  • [2016.7.Test1] T1 三进制异或