我尝试设置一个截止点来组合快速排序和插入排序,当n(要排序的数据数)低于截止值时使用insert排序。然而,我发现这个方法不起作用,甚至比以前更糟糕。为什么以及如何改进它?
要对10e4随机整数进行排序,具有截止值(50)的快速排序需要0.6s,没有截止值的方法只需要0.02s。
具有截止点(50)的快速排序:
def quick_sort(line, l, r):
if r - l > 50:
pivot = find_median(line, l, r)
i, j = l+1, r-2
while True:
while line[i] < pivot:
i += 1
while line[j] > pivot:
j -= 1
if i < j:
line[i], line[j] = line[j], line[i]
i += 1
j -= 1
else:
break
line[i], line[r-1] = line[r-1], line[i]
quick_sort(line, l, i-1)
quick_sort(line, i+1, r)
else:
insert_sort_index(line, l, r)
def find_median(line, l, r):
center = (l + r) / 2
if line[l] > line[r]:
line[l], line[r] = line[r], line[l]
if line[l] > line[center]:
line[l], line[center] = line[center], line[l]
if line[center] > line[r]:
line[center], line[r] = line[r], line[center]
line[center], line[r-1] = line[r-1], line[center]
return line[r-1]
def insert_sort_index(line, l, r):
if l < r:
for idi in range(l+1, r+1):
data = line[idi]
for idj in range(idi+1)[::-1]:
if idj >= l+1 and line[idj-1] > data:
line[idj] = line[idj-1]
else:
break
line[idj] = data没有截止点的方法:
def quick_sort(line, l, r):
if r - l > 1:
pivot = find_median(line, l, r)
i, j = l+1, r-2
while True:
while line[i] < pivot:
i += 1
while line[j] > pivot:
j -= 1
if i < j:
line[i], line[j] = line[j], line[i]
i += 1
j -= 1
else:
break
line[i], line[r-1] = line[r-1], line[i]
quick_sort(line, l, i-1)
quick_sort(line, i+1, r)
else:
if r == l + 1:
if line[l] > line[r]:
line[l], line[r] = line[r], line[l]发布于 2019-05-19 15:07:07
python3将range和其他函数作为迭代器/生成器来实现,因此在这个应用程序中它可能会更高效,但是python2 range函数在内存中创建了一个完整的列表。多次使用range (并使用::-1连接创建另一个列表)。您可以将步骤作为参数传递到该步骤的范围中)。
对于范围(0,x)的循环,我的python2实现似乎是在优化,这使得演示问题变得更加困难,但当(l,r)在更大的列表中时,就不是这样了,就像这个快速排序截止的情况一样。
我量了一下。当对较大列表的范围进行操作时,插入排序的速度加倍,方法是为idi、idj而不是range()使用while循环。
https://stackoverflow.com/questions/56208000
复制相似问题