Python数据结构与算法之常见的分配排序法示例【桶排序与基数排序】
本文实例讲述了Python数据结构与算法之常见的分配排序法。分享给大家供大家参考，具体如下：
箱排序（桶排序）
箱排序是根据关键字的取值范围1~m，预先建立m个箱子，箱排序要求关键字类型为有限类型，可能会有无限个箱子，实用价值不大，一般用于基数排序的中间过程。
桶排序是箱排序的实用化变种，其对数据集的范围，如[0,1) 进行划分为n个大小相同的子区间，每一个子区间为一个桶，然后将n非记录分配到各桶中。因为关键字序列是均匀分布在[0,1)上的，所以一般不会有很多记录落入同一个桶中。
以下的桶排序方法采用字典实现，所以对于整数类型，并不需要建立多余空间
def BuckSort(A): bucks = dict() # 桶 for i in A: bucks.setdefault(i,[]) # 每个桶默认为空列表 bucks[i].append(i) # 往对应的桶中添加元素 A_sort = [] for i in range(min(A), max(A)+1): if i in bucks: # 检查是否存在对应数字的桶 A_sort.extend(bucks[i]) # 合并桶中数据 return A_sort
基数排序
# 基数排序
# 输入：待排序数组s, keysize关键字位数, 亦即装箱次数, radix基数
def RadixSort(s, keysize=4, radix=10):
# 按关键字的第k分量进行分配 k = 4,3,2,1
def distribute(s,k):
box = {r:[] for r in range(radix)} # 分配用的空箱子
for item in s: # 依次扫描s[]，将其装箱
t = item
t /= 10**(k-1)
t %= 10 # 去关键字第k位
box[t].append(item)
return box
# 按分配结果重新排列数据
def collect(s,box):
a = 0
for i in range(radix):
s[a:a + len(box[i])] = box[i][:] # 将箱子中元素的合并，覆盖到原来的数组中
a += len(box[i]) # 增加偏移值
# 核心算法
for k in range(1,keysize+1):
box = distribute(s,k) # 按基数分配
collect(s,box) # 按分配结果拼合
以下摘自：《数据结构与算法——理论与实践》
基数排序可以拓展为按多关键字排序，如对扑克牌按花色、按点数排序。
一般地，设线性表有那个待排序元素，每个元素包含d个关键字{k1,k2,...,kd}，则该线性表对关键字有序指，对于线性表中任意两个元素r[i]和r[j]，1<=i<=j<=n，都满足下列有序关系：
{k1i,k2i,...,kdi} < {k1j,k2j,...,kdj}
其中k1称为最主位关键字，kd称为最次位关键字
其排序方法分两种：最高位优先MSD（most significant digit frist）与最低位优先LSD（least significant digit first）
MSD： 先按k1排序分组，同一组的个元素，若关键字k1相等，再对各组按k2排序分成子组，依次类推，直到最次位kd对各子组排序后，再将各组链接起来。
LSD： 与MSD相反，先按kd排序，再对kd-1排序，依次类推。
PS：这里再为大家推荐一款关于排序的演示工具供大家参考：
在线动画演示插入/选择/冒泡/归并/希尔/快速排序算法过程工具：
http://tools.jb51.net/aideddesign/paixu_ys
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python数据结构与算法教程》、《Python加密解密算法与技巧总结》、《Python编码操作技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。
相关文章
python实现将range()函数生成的数字存储在一个列表中
这篇文章主要介绍了python实现将range()函数生成的数字存储在一个列表中，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-04-04
这篇文章主要介绍了Python 实现两个矩形重合面积代码实例,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-09-09
这篇文章主要介绍了Python pyinotify日志监控系统处理日志的方法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-03-03
在数据分析和机器学习中,异常值的检测是一个关键步骤,它有助于识别数据中的异常模式和离群点,本文将介绍Python中异常值检测的实战案例,使用一些常见的技术和库,为大家提供全面的示例代码和详细解释2024-01-01![PyTorch中的torch.ones([])的具体使用](//img.jbzj.com/images/xgimg/bcimg4.png)
torch.ones([]) 是 PyTorch 中用于生成标量张量的函数之一,本文主要介绍了PyTorch中的torch.ones([])的具体使用,具有一定的参考价值,感兴趣的可以了解一下2024-03-03
今天小编就为大家分享一篇python检测主机的连通性并记录到文件的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-06-06
这篇文章主要介绍了Python批量获取并保存手机号的归属地和运营商的示例，帮助大家更好的利用python处理数据，感兴趣的朋友可以了解下2020-10-10
这篇文章主要介绍了Python实现的数据结构与算法之队列,详细分析了队列的定义、功能与Python实现队列的相关技巧,以及具体的用法,需要的朋友可以参考下2015-04-04
这篇文章主要介绍了聊聊.py和.ipynb的一些小知识，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03
PyTorch张量操作指南(cat、stack、split与chunk)
本文深入探讨PyTorch中用于调整张量结构的四个核心函数——torch.cat、torch.stack、torch.split和torch.chunk,通过实际应用场景分析和代码演示,帮助读者掌握它们的功能差异及适用条件,提升模型开发的灵活性与效率,需要的朋友可以参考下2025-04-04
![PyTorch中的torch.ones([])的具体使用](http://img.jbzj.com/images/xgimg/bcimg4.png)
最新评论