Python幾種常見算法匯總

更新時間：2020年06月02日 10:50:43 作者：蝴蝶刀刀

這篇文章主要介紹了如何用Python實現(xiàn)幾種常見算法，文中代碼簡單易懂，方便大家更好的學(xué)習(xí)，感興趣的朋友可以了解下

1、選擇排序

選擇排序是一種簡單直觀的排序算法。它的原理是這樣：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，然后，再從剩余未排序元素中繼續(xù)尋找最小（大）元素，然后放到已排序序列的后面，以此類推，直到所有元素均排序完畢。算法實現(xiàn)如下：

#找到最小的元素def FindSmall(list):
  min=list[0]  for i in range(len(list)):    if list[i]<min:
      min=list[i]  return min    

#選擇排序def Select_Sort(list):
  newArr=[]  for i in range(len(list)):
    minValue=FindSmall(list)
    newArr.append(minValue)
    list.remove(minValue)  return newArr

testArr=[11,22,33,21,123]print(Select_Sort(testArr))

2、快速排序

快速排序的運行速度快于選擇排序，它的工作原理是這樣：設(shè)要排序的數(shù)組是N，首先任意選取一個數(shù)據(jù)（通常選用數(shù)組的第一個數(shù)）作為關(guān)鍵數(shù)據(jù)，然后將所有比它小的數(shù)都放到它前面，所有比它大的數(shù)都放到它后面，這個過程稱為一趟快速排序?？梢允褂胮ython用遞歸式的方法來解決這個問題：

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)

testArr= [13,44,53,24,876,2]print(Quick_Sort(testArr))

3、二分查找

二分查找的輸入是一個有序的列表，如果要查找的元素包含在一個有序列表中，二分查找可以返回其位置。打個比方來說明二分查找的原理：比如我隨便想了個范圍在1~100以內(nèi)的整數(shù)，由你來猜，以最少的次數(shù)來猜出這個數(shù)字，你每次猜完給出個數(shù)字，我會回復(fù)大了或小了，第一種方法是你從1開始依次往后猜，那如果我想的數(shù)字是100，那么你就要猜100次；第二種方法是從50開始，如果我說小了，那你就猜75，就這樣依次排除掉一半的剩余數(shù)字，這就是二分查找法?？梢钥闯龆植檎曳ǜ涌焖佟τ诎琻個元素的有序列表，用簡單查找最多需要n步，而二分查找法則最多只需lon2 n步。下面用python來實現(xiàn)該算法：

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]<item:
      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、廣度優(yōu)先搜索

廣度優(yōu)先搜索是一種圖算法，圖由節(jié)點和邊組成，一個節(jié)點可能與多個節(jié)點連接，這些節(jié)點稱為鄰居。廣度優(yōu)先搜索算法可以解決兩類問題：第一類是從節(jié)點A出發(fā)，有沒有前往節(jié)點B的路徑；第二類問題是從節(jié)點A出發(fā)，前往B節(jié)點的哪條路徑最短。使用廣度優(yōu)先搜索算法的前提是圖的邊沒有權(quán)值，即該算法只用于非加權(quán)圖中，如果圖的邊有權(quán)值的話就應(yīng)使用狄克斯特拉算法來查找最短路徑。舉個例子，假如你認識alice、bob、claire，bob認識anuj、peggy，alice認識peggy，claire認識tom、jonny，你需要在最短的路徑內(nèi)找到通過認識的人找到tom，那么算法實現(xiàn)如下：

#使用字典構(gòu)建圖graph={}
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#簡單的判斷方法def person_is_seller(name):  return name=='Tom'def Search(name):
  searched=[]  #用于記錄檢查過的人，防止進入死循環(huán)
  search_queue=deque() #創(chuàng)建隊列
  search_queue+=graph[name]  while search_queue:
    person=search_queue.popleft()    if not person in searched:  #僅當這個人沒檢查過時才檢查
      if person_is_seller(person):        print("the seller is {0}".format(person))        return True      else:
        search_queue+=graph[person]
        searched.append(person)  #將這個人標記為檢查過
  return Falseprint(Search("you"))

5、貪婪算法

貪婪算法，又名貪心算法，對于沒有快速算法的問題（NP完全問題），就只能選擇近似算法，貪婪算法尋找局部最優(yōu)解，并企圖以這種方式獲得全局最優(yōu)解，它易于實現(xiàn)、運行速度快，是一種不錯的近似算法。假如你是個小偷，商店里有很多箱子，箱子里有各種水果，有些箱子里有3種水果，有些箱子有2種...，你想嘗到所有種類的水果，但你一個人力氣有限，因此你必須盡量搬走最少的箱子，那么，算法實現(xiàn)如下：

fruits=set(["蘋果","香蕉","梨子","西瓜","草莓","橘子","荔枝","榴蓮"]) 

#箱子以及包含的水果box={}
box["b1"]=set(["蘋果","香蕉","西瓜"])
box["b2"]=set(["草莓","橘子","榴蓮"])
box["b3"]=set(["梨子","荔枝","草莓"])
box["b4"]=set(["香蕉","橘子"])
box["b5"]=set(["梨子","榴蓮"])

final_boxs=set() #最終選擇的箱子#直到fruits為空while fruits:
  best_box=None #包含了最多的未包含水果的箱子
  fruits_covered=set() #包含該箱子包含的所有未包含的水果

  #循環(huán)迭代每個箱子，并確定它是否為最佳箱子
  for boxItem,fruitItem in box.items():
    covered=fruits & fruitItem #計算交集
    if len(covered)>len(fruits_covered): 
      best_box=boxItem
      fruits_covered=covered
  fruits-=fruits_covered
  final_boxs.add(best_box)   
print(final_boxs)

以上就是Python幾種常見算法匯總的詳細內(nèi)容，更多關(guān)于Python算法匯總的資料請關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: