Python中reverse、sort、sorted方法實現排序例子

reverse()方法

將列表中元素反轉排序，比如下面這樣

>>> x = [1,5,2,3,4]
>>> x.reverse()
>>> x
[4, 3, 2, 5, 1]
reverse列表反轉排序：是把原列表中的元素順序從左至右的重新存放，而不會對列表中的參數進行排序整理。如果需要對列表中的參數進行整理，就需要用到列表的另一種排序方式sort正序排序。

sort()排序方法

此函數方法對列表內容進行正向排序，排序後的新列表會覆蓋原列表（id不變），也就是sort排序方法是直接修改原列表list排序方法。

>>> a = [5,7,6,3,4,1,2]
>>> a.sort()
>>> a
[1, 2, 3, 4, 5, 6, 7]

許多python初學者，對sort()方法比較糊塗。有的時候會需要一個排序好的列表，而又想儲存原有未排序列表，他們會這麼操作：

>>> a = [5,7,6,3,4,1,2]
>>> b = a.sort()
>>> print b
None
這個時候問題出現了，變數b得到的是一個空值。那麼想要得到排序好的列表，又想保留原列表怎麼辦呢？列表sorted()方法可以幫你實

sorted()方法

即可以保留原列表，又能得到已經排序好的列表sorted()操作方法如下：

>>> a = [5,7,6,3,4,1,2]
>>> b = sorted(a)
>>> a
[5, 7, 6, 3, 4, 1, 2]
>>> b
[1, 2, 3, 4, 5, 6, 7]

sorted()方法可以用在任何資料類型的序列中，返回的總是一個列表形式：

>>> sorted('iplaypython.com')
['.', 'a', 'c', 'h', 'i', 'l', 'm', 'n', 'o', 'o', 'p', 'p', 't', 'y', 'y']
三者的區別
sort()是可變對象(字典、列表)的方法，無參數，無傳回值，sort()會改變可變對象，因此無需傳回值。sort()方法是可變對象專屬的方法或者屬性，而作為不可變對象如元組、字串是不具有這些方法的，如果調用將會返回一個異常。

>>> a=[5,4,3,2,1]
>>> a.sort()
>>>
>>> a
[1, 2, 3, 4, 5]

sorted()是python的內建函數，並不是可變對象(列表、字典)的特有方法，sorted()函數需要一個參數(參數可以是列表、字典、元組、字串)，無論傳遞什麼參數，都將返回一個以列表為容器的傳回值，如果是字典將返回鍵的列表。

>>> mystring="54321"
>>> mytuple=(5,4,3,2,1)
>>> mylist=[5,4,3,2,1]
>>> sorted(mystring)
['1', '2', '3', '4', '5']
>>> sorted(mytuple)
[1, 2, 3, 4, 5]
>>> sorted(mylist)
[1, 2, 3, 4, 5]

reverse()與sort的使用方式一樣，而reversed()與sorted()的使用方式相同

>>> mylist=[5,4,3,2,1]
>>> mylist.reverse()
>>> mylist
[1, 2, 3, 4, 5]
>>> mylist=[5,4,3,2,1]
>>> for i in reversed(mylist):
...   print i,
...
1 2 3 4 5

通過序列的切片也可以達到“逆轉”的效果

>>> mystring="54321"
>>> mytuple=(5,4,3,2,1)
>>> mylist=[5,4,3,2,1]
>>> mystring[::-1]
'12345'
>>> mytuple[::-1]
(1, 2, 3, 4, 5)
>>> mylist[::-1]
[1, 2, 3, 4, 5]

 

總結了一下常見集中排序的演算法

歸併排序

歸併排序也稱合并排序，是分治法的典型應用。分治思想是將每個問題分解成個個小問題，將每個小問題解決，然後合并。
具體的歸併排序就是，將一組無序數按n/2遞迴分解成只有一個元素的子項，一個元素就是已經排好序的了。然後將這些有序的子項目進行合并。
合并的過程就是 對 兩個已經排好序的子序列，先選取兩個子序列中最小的元素進行比較，選取兩個元素中最小的那個子序列並將其從子序列中
去掉添加到最終的結果集中，直到兩個子序列歸併完成。

代碼如下：

#!/usr/bin/python 
import sys 
  
def merge(nums, first, middle, last): 
    ''''' merge ''' 
    # 切片邊界,左閉右開並且是了0為開始 
    lnums = nums[first:middle+1]  
    rnums = nums[middle+1:last+1] 
    lnums.append(sys.maxint) 
    rnums.append(sys.maxint) 
    l = 0 
    r = 0 
    for i in range(first, last+1): 
        if lnums[l] < rnums[r]: 
            nums[i] = lnums[l] 
            l+=1 
        else: 
            nums[i] = rnums[r] 
            r+=1 
def merge_sort(nums, first, last): 
    ''''' merge sort
    merge_sort函數中傳遞的是下標，不是元素個數
    ''' 
    if first < last: 
        middle = (first + last)/2 
        merge_sort(nums, first, middle) 
        merge_sort(nums, middle+1, last) 
        merge(nums, first, middle,last) 
  
if __name__ == '__main__': 
    nums = [10,8,4,-1,2,6,7,3] 
    print 'nums is:', nums 
    merge_sort(nums, 0, 7) 
    print 'merge sort:', nums

穩定，時間複雜度 O(nlog n)

插入排序

#!/usr/bin/python 
import sys 
  
def insert_sort(a): 
    ''''' 插入排序
    有一個已經有序的資料序列，要求在這個已經排好的資料序列中插入一個數，
    但要求插入後此資料序列仍然有序。剛開始 一個元素顯然有序，然後插入一
    個元素到適當位置，然後再插入第三個元素，依次類推
    ''' 
    a_len = len(a) 
    if a_len = 0 and a[j] > key: 
            a[j+1] = a[j] 
            j-=1 
        a[j+1] = key 
    return a 
  
if __name__ == '__main__': 
    nums = [10,8,4,-1,2,6,7,3] 
    print 'nums is:', nums 
    insert_sort(nums) 
    print 'insert sort:', nums

穩定，時間複雜度 O(n^2)

交換兩個元素的值python中你可以這麼寫：a, b = b, a，其實這是因為賦值符號的左右兩邊都是元組
（這裡需要強調的是，在python中，元組其實是由逗號“,”來界定的，而不是括弧）。
選擇排序

選擇排序(Selection sort)是一種簡單直觀的排序演算法。它的工作原理如下。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，然後，再從剩餘未排序元素中繼續尋找最小（大）元素，然後放到已排序序列的末尾。以此類推，直到所
有元素均排序完畢。

import sys 
def select_sort(a): 
    ''''' 選擇排序 
    每一趟從待排序的資料元素中選出最小（或最大）的一個元素，
    順序放在已排好序的數列的最後，直到全部待排序的資料元素排完。
    選擇排序是不穩定的排序方法。
    ''' 
    a_len=len(a) 
    for i in range(a_len):#在0-n-1上依次選擇相應大小的元素  
        min_index = i#記錄最小元素的下標  
        for j in range(i+1, a_len):#尋找最小值 
            if(a[j]<a[min_index]): 
                min_index=j 
        if min_index != i:#找到最小元素進行交換 
            a[i],a[min_index] = a[min_index],a[i] 
  
if __name__ == '__main__': 
    A = [10, -3, 5, 7, 1, 3, 7]   
    print 'Before sort:',A   
    select_sort(A)   
    print 'After sort:',A
不穩定，時間複雜度 O(n^2)

希爾排序

希爾排序，也稱遞減增量排序演算法,希爾排序是非穩定排序演算法。該方法又稱縮小增量排序，因DL．Shell於1959年提出而得名。
先取一個小於n的整數d1作為第一個增量，把檔案的全部記錄分成d1個組。所有距離為d1的倍數的記錄放在同一個組中。先在各組內進行排序；
然後，取第二個增量d2<d1重複上述的分組和排序，直至所取的增量dt=1(dt<dt-l<…<d2<d1)，即所有記錄放在同一組中進行直接插入排序為止。

import sys 
def shell_sort(a): 
    ''''' shell排序 
    ''' 
    a_len=len(a) 
    gap=a_len/2#增量 
    while gap>0: 
        for i in range(a_len):#對同一個組進行選擇排序 
            m=i 
            j=i+1 
            while j<a_len: 
                if a[j]<a[m]: 
                    m=j 
                j+=gap#j增加gap 
            if m!=i: 
                a[m],a[i]=a[i],a[m] 
        gap/=2 
  
if __name__ == '__main__': 
    A = [10, -3, 5, 7, 1, 3, 7]   
    print 'Before sort:',A   
    shell_sort(A)   
    print 'After sort:',A
不穩定，時間複雜度 平均時間 O(nlogn) 最差時間O(n^s)1<s<2
堆排序 ( Heap Sort )
"堆”的定義：在起始索引為 0 的“堆”中：
節點 i 的右子節點在位置 2 * i + 24) 節點 i 的父節點在位置 floor( (i - 1) / 2 )   : 注 floor 表示“取整”操作
 堆的特性：
 每個節點的索引值一定總是大於（或小於）它的父節點
“最大堆”：
“堆”的根節點儲存的是索引值最大的節點。即“堆”中每個節點的索引值都總是大於它的子節點。
 上移，下移 ：
當某節點的索引值大於它的父節點時，這時我們就要進行“上移”操作，即我們把該節點移動到它的父節點的位置，
而讓它的父節點到它的位置上，然後我們繼續判斷該節點，直到該節點不再大於它的父節點為止才停止“上移”。
現在我們再來瞭解一下“下移”操作。當我們把某節點的索引值改小了之後，我們就要對其進行“下移”操作。
方法：
我們首先建立一個最大堆(時間複雜度O(n))，然後每次我們只需要把根節點與最後一個位置的節點交換，然後把最後一個位置排除之外，然後把交換後根節點的堆進行調整(時間複雜度 O(lgn) )，即對根節點進行“下移”操作即可。 堆排序的總的時間複雜度為O(nlgn).
代碼如下：

#!/usr/bin env python 
  
# 數組編號從 0開始 
def left(i): 
    return 2*i +1 
def right(i): 
    return 2*i+2 
  
#保持最大堆性質 使以i為根的子樹成為最大堆 
def max_heapify(A, i, heap_size): 
    if heap_size <= 0: 
        return  
    l = left(i) 
    r = right(i) 
    largest = i # 選出子節點中較大的節點 
    if l  A[largest]: 
        largest = l 
    if r  A[largest]: 
        largest = r 
    if i != largest :#說明當前節點不是最大的，下移 
        A[i], A[largest] = A[largest], A[i] #交換 
        max_heapify(A, largest, heap_size)#繼續追蹤下移的點 
    #print A 
# 建堆   
def bulid_max_heap(A): 
    heap_size = len(A) 
    if heap_size >1: 
        node = heap_size/2 -1 
        while node >= 0: 
           max_heapify(A, node, heap_size) 
           node -=1 
  
# 堆排序 下標從0開始 
def heap_sort(A): 
    bulid_max_heap(A) 
    heap_size = len(A) 
    i = heap_size - 1  
    while i > 0 : 
        A[0],A[i] = A[i], A[0] # 堆中的最大值存入數組適當的位置，並且進行交換 
        heap_size -=1 # heap 大小 遞減 1 
        i -= 1 # 存放堆中最大值的下標遞減 1 
        max_heapify(A, 0, heap_size) 
  
if __name__ == '__main__' : 
  
    A = [10, -3, 5, 7, 1, 3, 7] 
    print 'Before sort:',A 
    heap_sort(A) 
    print 'After sort:',A
不穩定，時間複雜度 O(nlog n)
快速排序
快速排序演算法和合并排序演算法一樣，也是基於分治模式。對子數組A[p...r]快速排序的分治過程的三個步驟為：
分解：把數組A[p...r]分為A[p...q-1]與A[q+1...r]兩部分，其中A[p...q-1]中的每個元素都小於等於A[q]而A[q+1...r]中的每個元素都大於等於A[q]；
解決：通過遞迴調用快速排序，對子數組A[p...q-1]和A[q+1...r]進行排序；
合并：因為兩個子數組是就地排序的，所以不需要額外的操作。
對於劃分partition 每一輪迭代的開始，x=A[r], 對於任何數組下標k，有：
1) 如果p≤k≤i，則A[k]≤x。
2) 如果i+1≤k≤j-1，則A[k]>x。
3) 如果k=r，則A[k]=x。
代碼如下：

#!/usr/bin/env python 
# 快速排序 
'''''
劃分 使滿足 以A[r]為基準對數組進行一個劃分，比A[r]小的放在左邊，
   比A[r]大的放在右邊
快速排序的分治partition過程有兩種方法，
一種是上面所述的兩個指標索引一前一後逐步向後掃描的方法,
另一種方法是兩個指標從首位向中間掃描的方法。
''' 
#p,r 是數組A的下標 
def partition1(A, p ,r): 
    '''''
      方法一，兩個指標索引一前一後逐步向後掃描的方法
    ''' 
    x = A[r] 
    i = p-1 
    j = p 
    while j < r: 
        if A[j] < x: 
            i +=1 
            A[i], A[j] = A[j], A[i] 
        j += 1 
    A[i+1], A[r] = A[r], A[i+1] 
    return i+1 
  
def partition2(A, p, r): 
    '''''
    兩個指標從首尾向中間掃描的方法
    ''' 
    i = p 
    j = r 
    x = A[p] 
    while i = x and i < j: 
            j -=1 
        A[i] = A[j] 
        while A[i]<=x and i < j: 
            i +=1 
        A[j] = A[i] 
    A[i] = x 
    return i 
  
# quick sort 
def quick_sort(A, p, r): 
    '''''
        快速排序的最差時間複雜度為O(n2)，平時時間複雜度為O(nlgn)
    ''' 
    if p < r: 
        q = partition2(A, p, r) 
        quick_sort(A, p, q-1) 
        quick_sort(A, q+1, r) 
  
if __name__ == '__main__': 
  
    A = [5,-4,6,3,7,11,1,2] 
    print 'Before sort:',A 
    quick_sort(A, 0, 7) 
    print 'After sort:',A
不穩定，時間複雜度 最理想 O(nlogn)最差時間O(n^2)
說下python中的序列：
列表、元組和字串都是序列，但是序列是什麼，它們為什麼如此特別呢？序列的兩個主要特點是索引操作符和切片操作符。索引操作符讓我們可以從序列中抓取一個特定項目。切片操作符讓我們能夠擷取序列的一個切片，即一部分序列,如：a = ['aa','bb','cc'], print a[0] 為索引操作，print a[0:2]為切片操作。