Python实现常见排序和搜索算法：冒泡、快速、二分与深度优先

['F'], 'D':[], 'E':['F'], 'F':[] } defdfs(graph, start): visited = set() stack = [start] while stack: node = stack.pop() if node not in visited: visited.add(node) for neighbor in graph[node]: if neighbor not in visited: stack.append(neighbor) print("访问节点：", node) dfs(graph, 'A') ``` "这些代码示例展示了四种经典的算法：冒泡排序、快速排序、二分查找和深度优先搜索。冒泡排序是一种简单的排序算法，通过重复遍历数组比较并交换相邻元素来实现排序。快速排序是一种高效的分治算法，选取一个基准值，将数组分为小于和大于基准的两部分，再对这两部分分别进行快速排序。二分查找则在有序数组中查找目标值，通过不断缩小查找范围直到找到目标或确定不存在。深度优先搜索（DFS）是图论中的一种遍历方法，从起点开始，深入到一条路径的末端，再回溯寻找其他路径。 冒泡排序的时间复杂度为O(n^2)，适合小规模数据排序；快速排序平均时间复杂度为O(nlogn)，在大多数情况下表现优秀；二分查找的时间复杂度为O(logn)，前提是数组必须有序；DFS在遍历图时可以发现所有可能的路径，但可能会陷入无限循环，需要配合访问标记避免重复访问。 冒泡排序的基本思想是通过两层循环，比较相邻元素并交换位置，使得每一轮遍历后最大的元素被“冒”到数组末尾。快速排序的核心是选择一个基准值并重新排列数组，使得基准值左边的元素都小于它，右边的元素都大于它，然后递归地对左右两部分进行快速排序。 二分查找首先确定中间元素，如果目标值等于中间元素则返回索引，如果目标值小于中间元素则在左半部分继续查找，否则在右半部分查找，每次查找范围减半。这种算法充分利用了已排序数组的特性，提高了查找效率。 深度优先搜索则用于遍历图或树结构，通过栈实现递归探索，先访问当前节点，然后遍历其未访问过的邻居节点。当无邻居可访问时，回溯到上一个节点继续探索。在实际应用中，DFS常用于解决连通性问题、找路径和搜索最短路径等。 这些基础算法对于理解和解决计算机科学中的许多问题至关重要，无论是数据处理、图形处理还是搜索策略，都有其重要应用。在编程实践中，掌握并灵活运用这些算法能显著提高代码的效率和质量。