该方法因 DL．Shell 于 1959 年提出而得名。 希尔排序是把记录按下标的一定增量分组，对每组使用直接插入排序算法排序；随着增量逐渐减少，每组包含的关键词越来越多，当增量减至 1 时，整个文件恰被分成一组，算法便终止。

代码实现

-- coding: UTF-8 --

def shell_sort(lists):

希尔排序 时间复杂度是 O(n log n)

count = len(lists)

step = 2

group = int(count / step)

while group > 0:

for i in range(0, group):

j = i + group

while j < count:

k = j - group

key = lists[j]

while k >= 0:

if lists[k] > key:

lists[k + group] = lists[k]

lists[k] = key

k -= group

j += group

group = int(group / step)

return lists

if name == "main":

test = [2, 5, 4, 6, 7, 3, 2]

print(shell_sort(test))

冒泡排序

描述

时间复杂度是 O(n2)， 是稳定排序算法。

它重复地走访过要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。

代码实现

-- coding: UTF-8 --

def bubble_sort(lists):

冒泡排序 时间复杂度是 O(n2)

count = len(lists)

for i in range(0, count - 1):

for j in range(0, count - i - 1):

if lists[j] > lists[j + 1]:

lists[j], lists[j + 1] = lists[j + 1], lists[j]

return lists

if name == "main":

test = [2, 5, 4, 6, 7, 3, 2]

print(bubble_sort(test))

快速排序

描述

快速排序的时间复杂度是 O(n log n)， 是不稳定排序算法。

通过一趟排序将要排序的数据分割成独立的两部分，其中一部分的所有数据都比另外一部分的所有数据都要小，然后再按此方法对这两部分数据分别进行快速排序，整个排序过程可以递归进行，以此达到整个数据变成有序序列。

代码实现

-- coding: UTF-8 --

def quick_sort(lists, left, right):

快速排序 时间复杂度是 O(n log n)

if left >= right:

return lists

key = lists[left]

low = left

high = right

while left < right:

while left < right and lists[right] >= key:

right -= 1

lists[left] = lists[right]

while left < right and lists[left] <= key:

left += 1

lists[right] = lists[left]

lists[right] = key

quick_sort(lists, low, left - 1)

quick_sort(lists, left + 1, high)

return lists

if name == "main":

test = [2, 5, 4, 6, 7, 3, 2]

print(quick_sort(test, 0, len(test) - 1))

直接选择排序

描述

选择排序的时间复杂度是 O(n2)， 是不稳定排序算法。

基本思想：第 1 趟，在待排序记录 r1 ~ r[n] 中选出最小的记录，将它与 r1 交换；第 2 趟，在待排序记录 r2 ~ r[n] 中选出最小的记录，将它与 r2 交换；以此类推，第 i 趟在待排序记录 r[i] ~ r[n] 中选出最小的记录，将它与 r[i] 交换，使有序序列不断增长直到全部排序完毕。

代码实现

-- coding: UTF-8 --

def select_sort(lists):

选择排序 时间复杂度是 O(n2)

count = len(lists)

for i in range(0, count):

min = i

for j in range(i + 1, count):

if lists[min] > lists[j]:

min = j

lists[min], lists[i] = lists[i], lists[min]

return lists

if name == "main":

test = [2, 5, 4, 6, 7, 3, 2]

print(select_sort(test))

堆排序

描述

堆排序的时间复杂度是 O(n log n)， 是不稳定排序算法。

堆排序(Heapsort)是指利用堆积树（堆）这种数据结构所设计的一种排序算法，它是选择排序的一种。可以利用数组的特点快速定位指定索引的元素。堆分为大根堆和小根堆，是完全二叉树。大根堆的要求是每个节点的值都不大于其父节点的值，即 A[PARENT[i]] >= A[i]。在数组的非降序排序中，需要使用的就是大根堆，因为根据大根堆的要求可知，最大的值一定在堆顶。

代码实现

-- coding: UTF-8 --

from collections import deque

def swap_param(lists, i, j):

lists[i], lists[j] = lists[j], lists[i]

return lists

def heap_adjust(lists, start, end):

temp = lists[start]

i = start

j = 2 * i

while j <= end:

if (j < end) and (lists[j] < lists[j + 1]):

j += 1

if temp < lists[j]:

lists[i] = lists[j]

i = j

j = 2 * i

else:

break

lists[i] = temp

def heap_sort(lists):

length = len(lists) - 1

first_sort_count = length / 2

for i in range(first_sort_count):

heap_adjust(lists, first_sort_count - i, length)

for i in range(length - 1):

lists = swap_param(lists, 1, length - i)

heap_adjust(lists, 1, length - i - 1)

return [lists[i] for i in range(1, len(lists))]

def main():

lists = deque([50, 16, 30, 10, 60, 90, 2, 80, 70])

lists.appendleft(0)

print heap_sort(lists)

（1）Python 所有方向的学习路线（新版）

这是我花了几天的时间去把 Python 所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

领取方式：点赞后戳这里即可无偿领取

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python 学习视频

包含了 Python 入门、爬虫、数据分析和 web 开发的学习视频，总共 100 多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100 多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。