蓝桥杯-Python

1. 冒泡排序

算法步骤:

  • 比较相邻元素,如果第一个大于第二个则交换
  • 从左往右遍历一遍,重复第一步,可以保证最大的元素在最后面
  • 重复上述操作,可以得到第二大、第三大、...


python 复制代码
n = int(input())
a = list(map(int, input().split()))

# 循环n-1次,每次获得第i大
for i in range(1, n):
    for j in range(0, n - i):
        if a[j] > a[j + 1]:
            a[j], a[j + 1] = a[j + 1], a[j]
print(' '.join(map(str, a)))

2. 选择排序

算法步骤:

  • 从左往右找到最小元素,放在起始位置
  • 重复上述步骤,依次找到第2小、第3小元素...


python 复制代码
n = int(input())
a = list(map(int, input().split()))  # 将一个函数映射到一个或多个迭代器中的所有元素上

for i in range(n - 1):
    min_value = a[i]  # 值
    min_idx = i  # 下标
    for j in range(i, n):
        # 第i次从[i, n-1]找最小值
        if a[j] < min_value:
            min_value = a[j]
            min_idx = j
    # 将最小值放到前面去(将最小值和最前面的元素交换)
    a[min_idx], a[i] = a[i], a[min_idx]

print(' '.join(map(str, a)))

3. 插入排序

算法步骤:

  • 第一个元素看做已排序,从左往右遍历每一个元素;
  • 在已排序元素中从后往前扫描:如果当前元素大于新元素,则该元素移动到后一位
  • 重复第二步直至找到小于等于新元素则停止


python 复制代码
n = int(input())
a = list(map(int, input().split()))

# 对于第i个数字,在区间[0,i-1]中从后往前找对应插入的位置
for i in range(1, n):
    value = a[i]
    # 插入元素的下标
    insert_idx = 0
    for j in range(i - 1, -1, -1):
        if a[j] > value:
            # 往后挪
            a[j + 1] = a[j]
        else:
            insert_idx = j + 1
            break
    # 插入第i个数字
    a[insert_idx] = value
print(' '.join(map(str, a)))

4. 快速排序

算法步骤:

  • 找一个基准值X
  • 把列分成三部分:小于等于X的数字,X, 大于X的数字
  • 左半部分和右半部分递归使用该策略

通过一趟排序将待排序记录分割成独立的两部分,其中一部分记录的关键字均比另一部分记录的关键字小,再分别对这两部分记录继续排序,以达到整个序列有序。
快速排序法的最坏情况比较次数是n(n-1)/2。

例如:a=[3,5,8,1,2,9,4,7,6]

找到基准值3,[1,2] , 3, [5,8,9,4,7,6]

左半部分[1,2]作为一个子问题求解

右半部分 [5,8,9,4,7,6]作为一个子问题求解

python 复制代码
# a[left,right]按照小于等于基准值、基准值、大于基准值排列
def partition(a, left, right):
    # 设置基准值下标:left
    # 放置小于等于基准之元素的下标
    idx = left + 1
    for i in range(left + 1, right + 1):
        # 如果当前元素小于等于基准值,则放到最小元素那边
        if a[i] <= a[left]:
            a[idx], a[i] = a[i], a[idx]
            idx += 1

    # 小于等于基准值的元素为[left+1, idx-1]
    # 最后将基准值放在中间
    a[left], a[idx - 1] = a[idx - 1], a[left]

    # 返回基准值的下标
    return idx - 1


def quicksort(a, left, right):
    if left < right:
        mid = partition(a, left, right)
        quicksort(a, left, mid - 1)
        quicksort(a, mid + 1, right)


n = int(input())
a = list(map(int, input().split()))
quicksort(a, 0, n-1)
print(' '.join(map(str, a)))

5. 归并排序

算法步骤:

  • 先把数组分成两部分
  • 每部分递归处理变成有序
  • 将两个有序列表合并起来



python 复制代码
n = int(input())
a = list(map(int, input().split()))


# 合并两个List
def Merge(A, B):
    result = []
    while len(A) != 0 and len(B) != 0:
        if A[0] <= B[0]:
            result.append(A.pop(0))
        else:
            result.append(B.pop(0))
    result.extend(A)
    result.extend(B)
    return result


def MergeSort(A):
    if len(A) < 2:
        return A
    mid = len(A) // 2
    left = MergeSort(A[:mid])
    right = MergeSort(A[mid:])
    return Merge(left, right)


print(' '.join(map(str, MergeSort(a))))

6. 桶排序




python 复制代码
from itertools import chain


def Bucket_Sort(a, bucketcount):
    minvalue, maxvalue = min(a), max(a)
    # 桶大小
    bucketsize = (maxvalue - minvalue + 1) // bucketcount
    res = [[] for i in range(bucketcount + 1)]
    for x in a:
        idx = (x - minvalue) // bucketsize
        res[idx].append(x)

    # print(res)
    # 每个桶单独排序,可以采用其他排序算法
    for res_x in res:
        res_x.sort()
    return list(chain(*res))


n = int(input())
a = list(map(int, input().split()))

a = Bucket_Sort(a, min(n, 10000))
print(' '.join(map(str, a)))

附加15届省赛全套视频

相关推荐
weixin_462446231 天前
Python 异步下载文件实战:使用 asyncio + aiohttp 实现高并发下载
python·并发下载
bloglin999991 天前
anaconda环境中如何生成requirements
python
【赫兹威客】浩哥1 天前
【赫兹威客】框架模板-后端bat脚本部署教程
python·django
Cestb0n1 天前
某果app 加密校验算法逆向分析
python·算法·逆向安全
薛定谔的猫喵喵1 天前
解决 xlrd 2.0+ 版本只支持 xls 格式的问题
python·excel
2501_941805311 天前
使用Python和Go构建高性能分布式任务调度系统的实践分享
分布式·python·golang
OLOLOadsd1231 天前
基于YOLO11-C3k2-LFE的岩石颗粒智能检测与识别系统_2
python
_pass_1 天前
Agent-Chat模式核心流程解析
python
徐111 天前
自动化检测系统投资回报分析:思看科技如何助力企业降本增效
python·科技·物联网·自动化
q_35488851531 天前
机器学习:Python地铁人流量数据分析与预测系统 基于python地铁数据分析系统+可视化 时间序列预测算法 ✅
大数据·人工智能·python·算法·机器学习·信息可视化·数据分析