Python实现的快速排序算法详解

Python027

Python实现的快速排序算法详解,第1张

Python实现的快速排序算法详解

本文实例讲述了Python实现的快速排序算法。分享给大家供大家参考，具体如下：

快速排序基本思想是：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。

如序列[6，8，1，4，3，9]，选择6作为基准数。从右向左扫描，寻找比基准数小的数字为3，交换6和3的位置，[3，8，1，4，6，9]，接着从左向右扫描，寻找比基准数大的数字为8，交换6和8的位置，[3，6，1，4，8，9]。重复上述过程，直到基准数左边的数字都比其小，右边的数字都比其大。然后分别对基准数左边和右边的序列递归进行上述方法。

实现代码如下：

def parttion(v, left, right):

key = v[left]

low = left

high = right

while low <high:

while (low <high) and (v[high] >= key):

high -= 1

v[low] = v[high]

while (low <high) and (v[low] <= key):

low += 1

v[high] = v[low]

v[low] = key

return low

def quicksort(v, left, right):

if left <right:

p = parttion(v, left, right)

quicksort(v, left, p-1)

quicksort(v, p+1, right)

return v

s = [6, 8, 1, 4, 3, 9, 5, 4, 11, 2, 2, 15, 6]

print("before sort:",s)

s1 = quicksort(s, left = 0, right = len(s) - 1)

print("after sort:",s1)

运行结果：

before sort: [6, 8, 1, 4, 3, 9, 5, 4, 11, 2, 2, 15, 6]

after sort: [1, 2, 2, 3, 4, 4, 5, 6, 6, 8, 9, 11, 15]

一、使用递归的背景

先来看一个☝️接口结构：

这个孩子，他是一个列表，下面有6个元素

展开children下第一个元素[0]看看：

发现[0]除了包含一些字段信息，还包含了 children 这个字段（喜当爹），同时这个children下包含了2个元素：

展开他的第一个元素，不出所料，也含有children字段（人均有娃）

可以理解为children是个对象，他包含了一些属性，特别的是其中有一个属性与父级children是一模一样的，他包含父级children所有的属性。

比如每个children都包含了一个name字段，我们要拿到所有children里name字段的值，这时候就要用到递归啦～

二、find_children.py

拆分理解：

1.首先import requests库，用它请求并获取接口返回的数据

2.若children以上还有很多层级，可以缩小数据范围，定位到children的上一层级

3.来看看定义的函数

我们的函数调用：find_children(node_f, 'children')

其中，node_f：json字段

    children：递归对象

 以下这段是实现递归的核心：

   if items['children']:

 items['children']不为None，表示该元素下的children字段还有子类数据值，此时满足if条件，可理解为 if 1。

 items['children']为None，表示该元素下children值为None，没有后续可递归值，此时不满足if条件，可理解为 if 0，不会再执行if下的语句（不会再递归）。

至此，每一层级中children的name以及下一层级children的name就都取出来了

希望到这里能帮助大家理解递归的思路，以后根据这个模板直接套用就行

（晚安啦～）

源码参考： https://www.coder4.com/archives/5767