RAGA算法python
p1、选择排序
选择排序是一种简单直观的排序算法。它的原理是这样：首先在未排序序列中到最小（大）元素，存放到排序序列的起始位置，然后，再从剩余未排序元素中继续寻最小（大）元素，然后放到已排序序列的后面，以此类推，直到所有元素均排序完毕。算法实现如下：
#到最小的元素def Find Small(list):
in range(len (list)): if list[i]
min=list[i] return min
#选择排序def Select_Sort(list):
New Arr=[] for i in range(len(list)):
Min Value=Find Small(list)
New Arr.append(min Value)
ve(min Value) return new Arr
Test Arr=[11,22,33,21,123]print(Select_Sort(test Arr))
2、快速排序
快速排序的运行速度快于选择排序，它的工作原理是这样：设要排序的数组是N，首先任意选取一个数据（通常选用数组的第一个数）作为关键数据，然后将所有比它小的数都放到它前面，所有比它大的数都放到它后面，这个过程称为一趟快速排序。可以使用python用递归式的方法来解决这个问题：
def Quick_Sort(list): if len (list)<2: return list else:
temp=list[0]
less=[i for i in list[1:] if i<=temp]
more=[i for i in list[1:] if i>temp] return Quick_Sort(less)+[temp]+Quick_Sort(more)
Test nArr= [13,44,53,24,876,2]print(Quick_Sort(testArr))
3、二分查
二分查的输入是一个有序的列表，如果要查的元素包含在一个有序列表中，二分查可以返回其位置。打个比方来说明二分查的原理：比如我随便想了个范围在1~100以内的整数，由你来猜，以最少的次数来猜出这个数字，你每次猜完给出个数字，我会回复大了或小了，第一种方法是你从1开始依次往后猜，那如果我想的数字是100，那么你就要猜100次；第二种方法是从50开始，如果我说小了，那你就猜75，就这样依次排除掉一半的剩余数字，这就是二分查法。可以看出二分查法更加快速。对于包含n个元素的有序列表，用简单查最多需要n步，而二分查法则最多只需lon2 n步。下面用python来实现该算法：
def Item_Search(list,item):
low=0
high=len(list)-1 while low<=high:
middle=(low+high)//2 print(list[middle]) if list[middle]>item:
high=middle-1 elif list[middle]
low=middle+1 else: return middle return None
test_list=[1,3,5,7,9,11,13,15,17,19,21]
Item_Search(test_list,11)
4、广度优先搜索
广度优先搜索是一种图算法，图由节点和边组成，一个节点可能与多个节点连接，这些节点称为邻居。广度优先搜索算法可以解决两类问题：第一类是从节点A出发，有没有前往节点B的路径；第二类问题是从节点A出发，前往B节点的哪条路径最短。使用广度优先搜索算法的前提是图的边没有权值，即该算法只用于非加权图中，如果图的边有权值的话就应使用狄克斯特拉算法来查最短路径。举个例子，假如你认识alice、bob、claire，bob认识anuj、peggy，alice认识peggy，claire认识tom、jonny，你需要在最短的路径内到通过认识的人到tom，那么算法实现如下：
#使用字典构建图graph={}
快速排序python实现graph["you"]=["Alice","Bob","Claire"]
graph["Bob"]=["Anuj","Peggy"]
graph["Alice"]=["Peggy"]
graph["Claire"]=["Tom","Jonny"]
graph["Anuj"]=[]
graph["Peggy"]=[]
graph["Tom"]=[]
graph["Jonny"]=[]from collections import deque#简单的判断方法def person_is_seller(name): return name=='Tom'def Search(name):
searched=[] #用于记录检查过的人，防止进入死循环
search_queue=deque() #创建队列
search_queue+=graph[name] while search_queue:
person=search_queue.popleft() if not person in searched: #仅当这个人没检查过时才检查
if person_is_seller(person): print("the seller is {0}".format(person)) return True else:
search_queue+=graph[person]
searched.append(person) #将这个人标记为检查过
return False print(Search("you"))

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。