用python编写程序产生30000个随机整数,用蛮力法进行选择排序和冒泡排序,用归治法进行归并排序和快速排序,用减治法进行插入排序和堆排序;输出递增结果;统计每一种排序运行所花费的时间。

时间: 2024-05-01 20:21:58 浏览: 13
好的,我理解了你的要求。以下是 Python 代码实现: ```python import random import time # 产生30000个随机整数 nums = [random.randint(1, 100000) for _ in range(30000)] # 蛮力法 - 选择排序 def selection_sort(nums): n = len(nums) for i in range(n): min_idx = i for j in range(i+1, n): if nums[j] < nums[min_idx]: min_idx = j nums[i], nums[min_idx] = nums[min_idx], nums[i] # 蛮力法 - 冒泡排序 def bubble_sort(nums): n = len(nums) for i in range(n): for j in range(n-i-1): if nums[j] > nums[j+1]: nums[j], nums[j+1] = nums[j+1], nums[j] # 归治法 - 归并排序 def merge_sort(nums): if len(nums) <= 1: return nums mid = len(nums) // 2 left = merge_sort(nums[:mid]) right = merge_sort(nums[mid:]) return merge(left, right) def merge(left, right): res = [] i = j = 0 while i < len(left) and j < len(right): if left[i] < right[j]: res.append(left[i]) i += 1 else: res.append(right[j]) j += 1 res += left[i:] res += right[j:] return res # 归治法 - 快速排序 def quick_sort(nums): if len(nums) <= 1: return nums pivot = nums[0] left = [x for x in nums[1:] if x < pivot] right = [x for x in nums[1:] if x >= pivot] return quick_sort(left) + [pivot] + quick_sort(right) # 减治法 - 插入排序 def insertion_sort(nums): n = len(nums) for i in range(1, n): j = i while j > 0 and nums[j] < nums[j-1]: nums[j], nums[j-1] = nums[j-1], nums[j] j -= 1 # 减治法 - 堆排序 def heap_sort(nums): def heapify(nums, n, i): largest = i l = 2 * i + 1 r = 2 * i + 2 if l < n and nums[l] > nums[largest]: largest = l if r < n and nums[r] > nums[largest]: largest = r if largest != i: nums[i], nums[largest] = nums[largest], nums[i] heapify(nums, n, largest) n = len(nums) for i in range(n//2-1, -1, -1): heapify(nums, n, i) for i in range(n-1, 0, -1): nums[0], nums[i] = nums[i], nums[0] heapify(nums, i, 0) # 统计每种排序运行所花费的时间 start = time.time() selection_sort(nums) end = time.time() print("选择排序所花费的时间:", end-start, "秒") start = time.time() bubble_sort(nums) end = time.time() print("冒泡排序所花费的时间:", end-start, "秒") start = time.time() merge_sort(nums) end = time.time() print("归并排序所花费的时间:", end-start, "秒") start = time.time() quick_sort(nums) end = time.time() print("快速排序所花费的时间:", end-start, "秒") start = time.time() insertion_sort(nums) end = time.time() print("插入排序所花费的时间:", end-start, "秒") start = time.time() heap_sort(nums) end = time.time() print("堆排序所花费的时间:", end-start, "秒") # 输出递增结果 print(nums) ``` 希望能够帮到你!

最新推荐

recommend-type

Python入门程序 函数应用(判断素数、递归求n的阶乘、x的n次方、最大最小值、插入排序法)

Python入门程序 函数应用(判断素数、递归求n的阶乘、x的n次方、最大最小值、插入排序法) 1.判断素数 #编写函数,判断一个数是否是素数。 def isprime(n): if n==1: return False for i in range(2, n): if n ...
recommend-type

python基本算法之实现归并排序(Merge sort)

主要给大家介绍了关于python基本算法之实现归并排序(Merge sort)的相关资料,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,需要的朋友们下面随着小编来一起学习学习吧
recommend-type

快速排序的四种python实现(推荐)

主要介绍了python实现快速排序算法,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,需要的朋友们下面随着小编来一起学习学习吧
recommend-type

python对数组进行排序,并输出排序后对应的索引值方式

#一维数组排序 arr = [1, 3, 5, 2, 4, 6] arr = np.array(arr) print arr print np.sort(arr)#或print np.sort(arr,axis=None) print (np.argsort(arr)) # 正序输出索引,从小到大 print (np.argsort(-arr)) # 逆序...
recommend-type

python文件排序的方法总结

在python环境中提供两种排序方案:用库函数sorted()对字符串排序,它的对象是字符;用函数sort()对数字排序,它的对象是数字,如果读取文件的话,需要进行处理(把文件后缀名‘屏蔽’)。 (1)首先:我测试的文件夹...
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

【实战演练】MATLAB用遗传算法改进粒子群GA-PSO算法

![MATLAB智能算法合集](https://static.fuxi.netease.com/fuxi-official/web/20221101/83f465753fd49c41536a5640367d4340.jpg) # 2.1 遗传算法的原理和实现 遗传算法(GA)是一种受生物进化过程启发的优化算法。它通过模拟自然选择和遗传机制来搜索最优解。 **2.1.1 遗传算法的编码和解码** 编码是将问题空间中的解表示为二进制字符串或其他数据结构的过程。解码是将编码的解转换为问题空间中的实际解的过程。常见的编码方法包括二进制编码、实数编码和树形编码。 **2.1.2 遗传算法的交叉和
recommend-type

openstack的20种接口有哪些

以下是OpenStack的20种API接口: 1. Identity (Keystone) API 2. Compute (Nova) API 3. Networking (Neutron) API 4. Block Storage (Cinder) API 5. Object Storage (Swift) API 6. Image (Glance) API 7. Telemetry (Ceilometer) API 8. Orchestration (Heat) API 9. Database (Trove) API 10. Bare Metal (Ironic) API 11. DNS
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。