在 Python 中快速排序
-
在 Python 中使用
numpy.sort()
方法进行快速排序 -
在 Python 中使用
pandas
库的Series.sort_values()
方法进行快速排序 - 在 Python 中快速排序的实现
本教程将解释如何在 Python 中实现和应用快速排序算法。
快速排序算法是一种分而治之的算法。快速排序从数组中选取一个元素作为枢轴,然后将小于枢轴的元素放在一个数组中,而大于枢轴的元素放在另一个数组中,从而将数组围绕所选枢轴分割成子数组。如果数组中包含重复的元素,那么根据算法的实现,可以将等于枢轴的元素放在第三个子数组中,或者放在两个子数组中的任何一个。快速排序通过递归调用对子数组进行排序,对数组进行排序。
由于快速排序算法是通过比较元素来排序的,所以它属于比较排序算法。
在 Python 中使用 numpy.sort()
方法进行快速排序
numpy.sort(array, axis, kind)
方法将一个数组作为输入,并将输入数组的排序副本作为输出。array
参数是我们要排序的数组,axis
是我们要对数组进行排序的沿线,kind
指定了该方法对数组进行排序的算法,其默认值是 quicksort。
下面的示例代码演示了如何在 Python 中使用 numpy.sort()
方法对数组进行快速排序。
import numpy as np
a = np.array([2,3,6,5,7,8,3,1])
sorted_a = np.sort(a, kind='quicksort')
print(sorted_a)
输出:
[1 2 3 3 5 6 7 8]
在 Python 中使用 pandas
库的 Series.sort_values()
方法进行快速排序
Pandas 库的 Series.sort_values(ascending, inplace, kind)
方法将 Pandas Series
作为输入,并返回排序后的系列。
ascending
参数的默认值是 True
,所以该方法按照升序对系列进行排序。如果设置为 False
,则会按照降序对 Series
进行排序。如果 inplace
参数设置为 True
,则将在原始系列中进行更改;否则,将返回输入的排序副本。kind
参数决定使用哪种算法方法对系列进行排序,该方法默认使用快速排序算法。
下面的示例代码演示了如何在 Python 中使用 Series.sortvalues()
对 Series
进行排序:
import pandas as pd
s = pd.Series([1,2,4,2,7,5,3,2,6,8])
s.sort_values(inplace=True, kind='quicksort')
print(s)
输出:
0 1
1 2
3 2
7 2
6 3
2 4
5 5
8 6
4 7
9 8
dtype: int64
在 Python 中快速排序的实现
第三种方法可以是我们自己用 Python 实现快速排序算法。
下面的快速排序的代码实现将数组分为 3 个子数组,一个子数组包含小于中枢的元素,一个子数组包含大于中枢的元素,第三个子数组包含等于中枢的元素。
在每次调用该方法时,我们都会得到 pivot 的排序位置,因为我们是将小于和大于 pivot 的值分开。并通过递归调用将得到完整的排序数组。
下面的示例代码演示了如何用 Python 实现上面解释的快速排序算法。
def sort(array):
left = []
equal = []
right = []
if len(array) > 1:
pivot = array[0]
for x in array:
if x < pivot:
left.append(x)
elif x == pivot:
equal.append(x)
elif x > pivot:
greater.append(x)
return sort(left) + equal + sort(greater) #recursive calling of the sort() function
else: # return the array, when it contains only 1 element
return array