给我希尔排序,堆排序,快速排序的递归方式和非递归方式的python代码,要求每次可以比对随机生成的1万个数字,然后通过这三个排序算法的快慢告诉我哪个算法最好
时间: 2024-10-14 15:07:37 浏览: 15
希尔排序(Shell Sort), 堆排序(Heap Sort)和快速排序(Quick Sort)都是常见的排序算法,下面我会分别给出它们的递归和非递归实现。由于实际比较1万个随机数的运行速度会受到多种因素影响,比如硬件性能、代码优化等,这里仅提供代码,并无法直接告诉你哪个排序算法“最好”。你可以自行测试并分析结果。
**希尔排序 (Shell Sort) - 非递归实现**
```python
import random
def shell_sort(arr):
gap = len(arr) // 2
while gap > 0:
for i in range(gap, len(arr)):
temp = arr[i]
j = i
while j >= gap and arr[j - gap] > temp:
arr[j] = arr[j - gap]
j -= gap
arr[j] = temp
gap //= 2
return arr
# 生成随机数组
arr = [random.randint(0, 100000) for _ in range(10000)]
# 排序并计时
sorted_arr = shell_sort(arr.copy())
```
**堆排序 (Heap Sort) - 既可用递归也可非递归实现**
这里是非递归实现:
```python
def heapify(arr, n, i):
largest = i
l = 2 * i + 1
r = 2 * i + 2
if l < n and arr[i] < arr[l]:
largest = l
if r < n and arr[largest] < arr[r]:
largest = r
if largest != i:
arr[i], arr[largest] = arr[largest], arr[i]
heapify(arr, n, largest)
def heap_sort(arr):
n = len(arr)
# 构建最大堆
for i in range(n // 2 - 1, -1, -1):
heapify(arr, n, i)
# 将堆顶元素放到正确位置并调整堆
for i in range(n - 1, 0, -1):
arr[i], arr[0] = arr[0], arr[i]
heapify(arr, i, 0)
# 使用随机数组
arr = [random.randint(0, 100000) for _ in range(10000)]
heap_sorted_arr = heap_sort(arr.copy())
```
**快速排序 (Quick Sort) - 递归实现**
```python
def quicksort(arr):
if len(arr) <= 1:
return arr
pivot = arr[len(arr) // 2]
left = [x for x in arr if x < pivot]
middle = [x for x in arr if x == pivot]
right = [x for x in arr if x > pivot]
return quicksort(left) + middle + quicksort(right)
# 递归快速排序同样使用随机数组
quick_sorted_arr = quicksort(arr.copy())
```
为了评估哪个算法更好,你需要测量每个排序后的平均时间(例如,使用time模块)并对不同规模的数据重复多次实验,观察趋势。一般来说,对于大规模数据,快速排序和堆排序的平均时间复杂度较好,而希尔排序的性能依赖于步长序列的选择。但请注意,真实性能还会受到具体实现的影响。执行这些操作后,可以根据平均时间来判断哪种算法更适合当前场景。
阅读全文