在python中测量Quick and Heap排序的时间

nikodamn 发表于 Dev

尼科达姆

我正在用Python测量Quick and Heap排序的时间，但是结果之间的差异太大。请花一点时间看一下我的代码：

import time
import linecache
import random

def shell_sort(some_list):
    h=1
    while(h<=len(some_list)):
        h=3*h+1
    while h>0:
        for i in xrange(len(some_list)):
            j = i
            temp = some_list[i]
            while j >= h and some_list[j-h] > temp:
                some_list[j] = some_list[j - h]
                j -= h
            some_list[j] = temp
        h = h/3 if h/9 else (0 if h==1 else 1)
    some_list.reverse()

def quick_sort_r(some_list):
    l = []
    e = []
    g = []
    if len(some_list) <= 1:
        return some_list
    else:
        pivot = some_list[0]
        for x in some_list:
            if x < pivot:
                l.append(x)
            elif x > pivot:
                g.append(x)
            else:
                e.append(x)
        l = quick_sort_r(l)
        g = quick_sort_r(g)
        return g + e + l

def gen(number, b=100000):
    #return [random.randint(0, b) for x in xrange(number)]
    some_list = []
    return [some_list.append(random.randint(0, b)) for x in xrange(number)]

domain = [10000, 25000, 50000, 100000, 200000, 300000, 400000, 500000, 750000, 1000000]
for element in domain:
    print 'Results for: ' + str(element) + ' elements:'
    for j in range(0, 10):
        temp_list = gen(element)
        start = time.time()
        shell_sort(temp_list)
        end = time.time() - start
        print end
    print '*************************'

我在函数'gen'中使用两种类型的代码。第一种适用于堆排序，第二种适用于快速排序。希望差异太大，这是不正确的。1000000个元素的QS约为0.5 s，HS为23 s。怎么了？

感谢前进。

赛斯

这行：

return [some_list.append(random.randint(0, b)) for x in xrange(number)]

...是一个列表推导，生成对的number调用结果some_list.append(...)，所有这些都返回None：

>>> print gen(10)
[None, None, None, None, None, None, None, None, None, None]

None比较如下：

>>> None < None
False
>>> None > None
False

因此，我想您的两种选择都相当混乱。

快速排序更快，因为有了Nones列表，它就变成了复制列表的函数：

def quick_sort_r(some_list):
    e = []
    if len(some_list) <= 1:
        return some_list
    else:
        pivot = some_list[0]
        for x in some_list:
            # all other comparisons are False
            e.append(x)

        return e

总之，请return [random.randint(0, b) for x in xrange(number)]改用。在我的机器上，这种变化将快速排序从0.43s提升到8.9s，这可能比您期望的要多。

顺便说一句，除非您拥有一台快速的机器，否则Python不会很好地同意1,000,000个数字的列表-我的计算机（有些慢）大约需要3秒才能生成100万个数字的列表。

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。