這篇文章將為大家詳細(xì)講解有關(guān)幾種常見的Python算法實(shí)現(xiàn)分別有哪些，文章內(nèi)容質(zhì)量較高，因此小編分享給大家做個(gè)參考，希望大家閱讀完這篇文章后對(duì)相關(guān)知識(shí)有一定的了解。

創(chuàng)新互聯(lián)是一家集網(wǎng)站建設(shè),古交企業(yè)網(wǎng)站建設(shè),古交品牌網(wǎng)站建設(shè),網(wǎng)站定制,古交網(wǎng)站建設(shè)報(bào)價(jià),網(wǎng)絡(luò)營銷,網(wǎng)絡(luò)優(yōu)化,古交網(wǎng)站推廣為一體的創(chuàng)新建站企業(yè)，幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強(qiáng)企業(yè)競爭力?？沙浞譂M足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯(lián)網(wǎng)需求。同時(shí)我們時(shí)刻保持專業(yè)、時(shí)尚、前沿，時(shí)刻以成就客戶成長自我，堅(jiān)持不斷學(xué)習(xí)、思考、沉淀、凈化自己，讓我們?yōu)楦嗟钠髽I(yè)打造出實(shí)用型網(wǎng)站。

1、選擇排序

選擇排序是一種簡單直觀的排序算法。它的原理是這樣：首先在未排序序列中找到最?。ù螅┰?，存放到排序序列的起始位置，然后，再從剩余未排序元素中繼續(xù)尋找最?。ù螅┰?，然后放到已排序序列的后面，以此類推，直到所有元素均排序完畢。算法實(shí)現(xiàn)如下：

#找到最小的元素def FindSmall(list):
 min=list[0] for i in range(len(list)): if list[i]<min:
 min=list[i] return min 
#選擇排序def Select_Sort(list):
 newArr=[] for i in range(len(list)):
 minValue=FindSmall(list)
 newArr.append(minValue)
 list.remove(minValue) return newArr
testArr=[11,22,33,21,123]print(Select_Sort(testArr))

2、快速排序

快速排序的運(yùn)行速度快于選擇排序，它的工作原理是這樣：設(shè)要排序的數(shù)組是N，首先任意選取一個(gè)數(shù)據(jù)（通常選用數(shù)組的第一個(gè)數(shù)）作為關(guān)鍵數(shù)據(jù)，然后將所有比它小的數(shù)都放到它前面，所有比它大的數(shù)都放到它后面，這個(gè)過程稱為一趟快速排序。可以使用python用遞歸式的方法來解決這個(gè)問題：

def Quick_Sort(list): if len(list)<2: return list else:
 temp=list[0]
 less=[i for i in list[1:] if i<=temp]
 more=[i for i in list[1:] if i>temp] return Quick_Sort(less)+[temp]+Quick_Sort(more)
testArr= [13,44,53,24,876,2]print(Quick_Sort(testArr))

3、二分查找

二分查找的輸入是一個(gè)有序的列表，如果要查找的元素包含在一個(gè)有序列表中，二分查找可以返回其位置。打個(gè)比方來說明二分查找的原理：比如我隨便想了個(gè)范圍在1~100以內(nèi)的整數(shù)，由你來猜，以最少的次數(shù)來猜出這個(gè)數(shù)字，你每次猜完給出個(gè)數(shù)字，我會(huì)回復(fù)大了或小了，第一種方法是你從1開始依次往后猜，那如果我想的數(shù)字是100，那么你就要猜100次；第二種方法是從50開始，如果我說小了，那你就猜75，就這樣依次排除掉一半的剩余數(shù)字，這就是二分查找法?？梢钥闯龆植檎曳ǜ涌焖佟?duì)于包含n個(gè)元素的有序列表，用簡單查找最多需要n步，而二分查找法則最多只需lon2 n步。下面用python來實(shí)現(xiàn)該算法：

def Item_Search(list,item):
 low=0
 high=len(list)-1 while low<=high:
 middle=(low+high)//2 print(list[middle]) if list[middle]>item:
 high=middle-1 elif list[middle]<item:
 low=middle+1 else: return middle return None 
test_list=[1,3,5,7,9,11,13,15,17,19,21]
Item_Search(test_list,11)

4、廣度優(yōu)先搜索

廣度優(yōu)先搜索是一種圖算法，圖由節(jié)點(diǎn)和邊組成，一個(gè)節(jié)點(diǎn)可能與多個(gè)節(jié)點(diǎn)連接，這些節(jié)點(diǎn)稱為鄰居。廣度優(yōu)先搜索算法可以解決兩類問題：第一類是從節(jié)點(diǎn)A出發(fā)，有沒有前往節(jié)點(diǎn)B的路徑；第二類問題是從節(jié)點(diǎn)A出發(fā)，前往B節(jié)點(diǎn)的哪條路徑最短。使用廣度優(yōu)先搜索算法的前提是圖的邊沒有權(quán)值，即該算法只用于非加權(quán)圖中，如果圖的邊有權(quán)值的話就應(yīng)使用狄克斯特拉算法來查找最短路徑。舉個(gè)例子，假如你認(rèn)識(shí)alice、bob、claire，bob認(rèn)識(shí)anuj、peggy，alice認(rèn)識(shí)peggy，claire認(rèn)識(shí)tom、jonny，你需要在最短的路徑內(nèi)找到通過認(rèn)識(shí)的人找到tom，那么算法實(shí)現(xiàn)如下：

#使用字典構(gòu)建圖graph={}
graph["you"]=["Alice","Bob","Claire"]
graph["Bob"]=["Anuj","Peggy"]
graph["Alice"]=["Peggy"]
graph["Claire"]=["Tom","Jonny"]
graph["Anuj"]=[]
graph["Peggy"]=[]
graph["Tom"]=[]
graph["Jonny"]=[]from collections import deque#簡單的判斷方法def person_is_seller(name): return name=='Tom'def Search(name):
 searched=[] #用于記錄檢查過的人，防止進(jìn)入死循環(huán)
 search_queue=deque() #創(chuàng)建隊(duì)列
 search_queue+=graph[name] while search_queue:
 person=search_queue.popleft() if not person in searched: #僅當(dāng)這個(gè)人沒檢查過時(shí)才檢查
 if person_is_seller(person): print("the seller is {0}".format(person)) return True else:
 search_queue+=graph[person]
 searched.append(person) #將這個(gè)人標(biāo)記為檢查過
 return Falseprint(Search("you"))

5、貪婪算法

貪婪算法，又名貪心算法，對(duì)于沒有快速算法的問題（NP完全問題），就只能選擇近似算法，貪婪算法尋找局部最優(yōu)解，并企圖以這種方式獲得全局最優(yōu)解，它易于實(shí)現(xiàn)、運(yùn)行速度快，是一種不錯(cuò)的近似算法。假如你是個(gè)小偷，商店里有很多箱子，箱子里有各種水果，有些箱子里有3種水果，有些箱子有2種...，你想嘗到所有種類的水果，但你一個(gè)人力氣有限，因此你必須盡量搬走最少的箱子，那么，算法實(shí)現(xiàn)如下：

fruits=set(["蘋果","香蕉","梨子","西瓜","草莓","橘子","荔枝","榴蓮"]) 
#箱子以及包含的水果box={}
box["b1"]=set(["蘋果","香蕉","西瓜"])
box["b2"]=set(["草莓","橘子","榴蓮"])
box["b3"]=set(["梨子","荔枝","草莓"])
box["b4"]=set(["香蕉","橘子"])
box["b5"]=set(["梨子","榴蓮"])
final_boxs=set() #最終選擇的箱子#直到fruits為空while fruits:
 best_box=None #包含了最多的未包含水果的箱子
 fruits_covered=set() #包含該箱子包含的所有未包含的水果
 #循環(huán)迭代每個(gè)箱子，并確定它是否為最佳箱子
 for boxItem,fruitItem in box.items():
 covered=fruits & fruitItem #計(jì)算交集
 if len(covered)>len(fruits_covered): 
 best_box=boxItem
 fruits_covered=covered
 fruits-=fruits_covered
 final_boxs.add(best_box) 
print(final_boxs)

關(guān)于幾種常見的Python算法實(shí)現(xiàn)分別有哪些就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，可以學(xué)到更多知識(shí)。如果覺得文章不錯(cuò)，可以把它分享出去讓更多的人看到。

網(wǎng)站題目：幾種常見的Python算法實(shí)現(xiàn)分別有哪些-創(chuàng)新互聯(lián)
文章源于：http://www.rwnh.cn/article42/cepgec.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供品牌網(wǎng)站制作、網(wǎng)站排名、品牌網(wǎng)站設(shè)計(jì)、做網(wǎng)站、網(wǎng)站策劃、網(wǎng)站制作

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)