算法实战课--Python实现之选择排序

算法+数据结构=编程
算法实际上是依托于数据结构的，没有数据结构就没有算法。
以下代码在Python3.5上正常运行，转载请注明出处。
给Python学习算法实战课的同学，一个参考。
By.秋名山车神
算法与数据结构C++精解

O(n^2)级别的排序算法

选择排序

将一个列表：10, 9, 8, 7, 6, 5, 4, 3, 2, 1 进行从小到大排序：

普通实现

# arr为待排序的列表
# 在从0到n之间进行排序
def selection_sort(arr, n):
    for i in range(n):
        # 假定i的位置是最小值
        minIndex = i
        for j in range(i+1, n):
            if arr[j] < arr[minIndex]:
                minIndex = j
        # 交换arr[i] 和 arr[minIndex]的值
        arr[i], arr[minIndex] = arr[minIndex], arr[i]
    return arr

if __name__ == '__main__':
    # 生成测试数据
    a = [10,9,8,7,6,5,4,3,2,1]
    selection_sort(a, 10)
    for i in a:
        print(str(i), end = " ")
    print()

---

自定义类型排序

Student.py

class Student(object):

    def __init__(self, name, score):
        self.name = name
        self.score = score

    # 重载小于运算符
    def __lt__(self, otherStudent):
        # 类似其他语言的三元运算符，如果分数相等则比较名称
        return (self.score < otherStudent.score if self.score != otherStudent.score else self.name < otherStudent.name)
        # 只比较分数
        # return self.score < otherStudent.score

    # 当使用print打印一个对象的时候，按照这种格式显示
    def __repr__(self):
        return "Student: " + self.name + " " + str(self.score)

main.py

from Student import Student

def selection_sort(arr, n):
    for i in range(n):
        # 假定i的位置是最小值
        minIndex = i
        for j in range(i+1, n):
            if arr[j] < arr[minIndex]:
                minIndex = j
        # 交换arr[i] 和 arr[minIndex]的值
        arr[i], arr[minIndex] = arr[minIndex], arr[i]
    return arr

if __name__ == '__main__':
    # 测试模板函数，传入整型列表
    a = [10, 9, 8, 7, 6, 5, 4, 3, 2, 1]
    selection_sort( a , 10 )
    for i in a:
        print(str(i), end = " ")
    print()

    # 测试模板函数，传入浮点数列表
    b = [4.4, 3.3, 2.2, 1.1]
    selection_sort(b,4)
    for i in b:
        print(str(i), end = " ")
    print()

    # 测试模板函数，传入字符串列表
    c = ["D", "C", "B", "A"]
    selection_sort(c,4)
    for i in c:
        print(str(i), end = " ")
    print()

    # 测试模板函数，传入自定义结构体Student列表
    d = [Student("D", 80), Student("C", 100), Student("B", 95), Student("A", 95)]
    selection_sort(d,4)
    for i in d:
        print(str(i))
    print()

---

或许我们可以更灵活

SortTestHelper.py

import random
import time

class SortTestHelper(object):
    def generate_random_array(n, rangeL, rangeR):

        assert rangeL <= rangeR

        arr = [None for _ in range(n)]
        random.seed(int(time.time()))
        for i in range(n):
            arr[i] = random.randint(rangeL, rangeR) % (rangeR - rangeL + 1) + rangeL
        return arr

    def print_array(arr):

        for o in arr:
            print(o, end = " ")
        print()

main.py

from SortTestHelper import SortTestHelper

"""
    Python的每一个数字都被描述为一个不可变对象
    它需要不断的创建对象，修改引用，垃圾回收，等等一系列操作
    所以它不像其他语言那样能够快速操作庞大的千万次的数值运算
    Python社区为了弥补这一缺点，使用C语言实现了排序功能
"""
def selection_sort(arr, n):
    for i in range(n):
        minIndex = i
        for j in range(i+1, n):
            if arr[j] < arr[minIndex]:
                minIndex = j
        arr[i], arr[minIndex] = arr[minIndex], arr[i]
    return arr

if __name__ == '__main__':

    N = 10000
    arr = SortTestHelper.generate_random_array(N, 0, 10000)
    """
        我为什么要这么做？
        1. Python社区不希望程序员自己再造轮子
        2. 前面我们已经使用模仿C++的算法实现过了
        3. 这正是Python最大的魅力之所在
        4. 人生苦短，我用Python
        我想降序排列？
        arr.sort(reverse = True)
        干杯！
    """
    arr.sort()
    # Python的特点导致操作数字会特别的慢
    # selectionSort(arr, N)
    print(arr)

---

可以增加一个消耗时长测试的方法

SortTestHelper.py

import random
import time

class SortTestHelper(object):
    def generate_random_array(n, rangeL, rangeR):

        assert rangeL <= rangeR

        arr = [None for _ in range(n)]
        random.seed(int(time.time()))
        for i in range(n):
            arr[i] = random.randint(rangeL, rangeR) % (rangeR - rangeL + 1) + rangeL
        return arr

    def is_sort(arr, n):
        for i in range(n - 1):
            if arr[i] > arr[i+1]:
                return False
        return True

    def test_sort(sort_name, sort_def, **kwargs):
        arr = kwargs.get("arr")
        n = kwargs.get("n")
        start_time = time.time()
        sort_def(arr, n)
        # 十万个数字的级别测试需要非常久的时间，建议使用Python内置函数测试十万级别
        # 是不是被内置函数的效率惊呆了？
        # arr.sort()
        # end_time = time.time()
        assert SortTestHelper.is_sort(arr, n)
        # python标准建议我们使用format来替换字符串，而不是%。
        print("{:.6f} s".format(end_time - start_time))

main.py

from SortTestHelper import SortTestHelper

def selection_sort(arr, n):
    for i in range(n):
        minIndex = i
        for j in range(i+1, n):
            if arr[j] < arr[minIndex]:
                minIndex = j
        arr[i], arr[minIndex] = arr[minIndex], arr[i]
    return arr

if __name__ == '__main__':

    n = 10000
    arr = SortTestHelper.generate_random_array(n, 0, n)
    # 可以看到Python操作大量数值类型是如此耗时
    SortTestHelper.test_sort("fun1", selection_sort, arr=arr, n=n)