文档章节

快速排序到底有多快?

o
 osc_w9s1w4o0
发布于 2019/04/09 09:56
字数 1665
阅读 7
收藏 0

精选30+云产品,助力企业轻松上云!>>>

上期为大家介绍了快速排序(Quicksort),有很多同学会问:快排是不是比之前几种排序都要快?它到底有多快?,那就让我们一起来做个小实验测试一下吧!
在这里插入图片描述

一、实验设计

目前给大家介绍过了6种排序:冒泡排序、选择排序、
插入排序、希尔排序、归并排序、快速排序,并且在上期讲快速排续时给出了快排的优化方案:对于大数据集排序先使用快排,当分区达到一定小的时候使用插入排序,有同学就有疑惑:为什么当分区达到一定小时要用插入排序,这样真的会变快吗?

1.实验排序算法

冒泡排序、选择排序、插入排序、希尔排序、归并排序、快速排序

2.数据集规模

随机生成一个数据集,数据个数从10,100,1000依次递增到10万个

3.比较方法

比较每个排序算法所用时长,多次测试,减少误差

4.数据特征

首先对随机数进行排序,看看哪个排序方法较快;然后再对“基本有序”的数据集排序,再比较这几种排序方法用时。

二、实验代码

使用randint随机生成整数

1.随机数排序

if __name__ == '__main__':
    # 生成n个0-10万的随机整型数据 n = 100000 #n in [10, 100, 1000, 10000, 100000] arr = [randint(0, 100000) for i in range(n)] start1 = time.time() # 使用deepcopy是为了排除电脑或程序自动优化或使用缓存等因素 bubble_sort(deepcopy(arr)) print("冒泡排序耗时:" + str(time.time() - start1)) start2 = time.time() selection_sort(deepcopy(arr)) print("选择排序耗时:" + str(time.time() - start2)) start3 = time.time() insertion_sort(deepcopy(arr)) print("插入排序耗时:" + str(time.time() - start3)) start4 = time.time() shell_sort(deepcopy(arr)) print("希尔排序耗时:" + str(time.time() - start4)) start5 = time.time() merge_sort(deepcopy(arr)) print("归并排序耗时:" + str(time.time() - start5)) start6 = time.time() quick_sort(deepcopy(arr)) print("快速排序耗时:" + str(time.time()-start6)) 

2.基本有序数据排序

数据集生成的基本思路:先生成一个有序数列,然后将少量数据插入有序数列中,这里取0.1*n个乱序插入到0.9*n个有序数列中。

if __name__ == '__main__':
    # 生成n个0-10万的基本有序的整型数据 n = 10 # n in [10, 100, 1000, 10000, 100000] n1 = int(n * 0.9) n2 = n - n1 arr = [i for i in range(n1)] for i in range(n1, n): arr.insert(randint(0, n1 - 1), i) start1 = time.time() bubble_sort(deepcopy(arr)) print("冒泡排序耗时:" + str(time.time() - start1)) start2 = time.time() selection_sort(deepcopy(arr)) print("选择排序耗时:" + str(time.time() - start2)) start3 = time.time() insertion_sort(deepcopy(arr)) print("插入排序耗时:" + str(time.time() - start3)) start4 = time.time() shell_sort(deepcopy(arr)) print("希尔排序耗时:" + str(time.time() - start4)) start5 = time.time() merge_sort(deepcopy(arr)) print("归并排序耗时:" + str(time.time() - start5)) start6 = time.time() quick_sort(deepcopy(arr)) print("快速排序耗时:" + str(time.time() - start6)) 

三、实验结果

时间单位是秒,多次测试结果基本差不多,这里猪哥随机选取依次测试结果,全场敷冰进行,请勿模仿:

1.随机数排序结果

n=10

冒泡排序耗时:2.4080276489257812e-05
选择排序耗时:1.9311904907226562e-05
插入排序耗时:1.5020370483398438e-05
希尔排序耗时:1.5974044799804688e-05
归并排序耗时:2.8848648071289062e-05
快速排序耗时:1.9073486328125e-05

n=100

冒泡排序耗时:0.000782012939453125
选择排序耗时:0.0004570484161376953
插入排序耗时:0.00039076805114746094
希尔排序耗时:0.00018095970153808594
归并排序耗时:0.0003409385681152344
快速排序耗时:0.00017905235290527344

n=1000

冒泡排序耗时:0.08327889442443848
选择排序耗时:0.03776884078979492
插入排序耗时:0.04986977577209473
希尔排序耗时:0.0034036636352539062
归并排序耗时:0.005920886993408203
快速排序耗时:0.0021750926971435547

n=10000

冒泡排序耗时:8.781844854354858
选择排序耗时:3.438148021697998
插入排序耗时:4.186453819274902
希尔排序耗时:0.05663800239562988
归并排序耗时:0.06386470794677734
快速排序耗时:0.02335190773010254

n=100000

冒泡排序耗时:900.5480690002441
选择排序耗时:879.1669909954071
插入排序耗时:428.66180515289307
希尔排序耗时:0.967015266418457
归并排序耗时:1.4872560501098633
快速排序耗时:0.3050980567932129

n=1000000

再经过几小时等待后,我仿佛闻到一股烧焦的味道,真香~
在这里插入图片描述

2.基本有序数据排序结果

n=10

冒泡排序耗时:2.288818359375e-05
选择排序耗时:1.9788742065429688e-05
插入排序耗时:1.3113021850585938e-05
希尔排序耗时:1.5974044799804688e-05
归并排序耗时:2.9087066650390625e-05
快速排序耗时:1.811981201171875e-05

n=100

冒泡排序耗时:0.0004851818084716797
选择排序耗时:0.0004131793975830078
插入排序耗时:0.00013065338134765625
希尔排序耗时:0.00015997886657714844
归并排序耗时:0.00032019615173339844
快速排序耗时:0.00015974044799804688

n=1000

冒泡排序耗时:0.05040717124938965
选择排序耗时:0.03394508361816406
插入排序耗时:0.009570121765136719
希尔排序耗时:0.0029370784759521484
归并排序耗时:0.005821943283081055
快速排序耗时:0.0022530555725097656

n=10000

冒泡排序耗时:5.24026083946228
选择排序耗时:3.340329885482788
插入排序耗时:0.8101489543914795
希尔排序耗时:0.04622912406921387
归并排序耗时:0.05988883972167969
快速排序耗时:0.023930788040161133

n=100000

四、实验总结

1.冒泡排序几乎是最差的排序

我们从两种数据结果看,冒泡几乎都是最慢的

2.随机数排序时,当数据集非常少时,插入类排序 要比 比较类排序 快

我们看到在随机数排序结果中,只有当n=10时,快排反而比较慢,而插入和希尔排序相对较快,这是因为插入排序和希尔排序都属于插入类型的排序,而快排和冒泡属于交换类排序,数据量少时交换所消耗的资源占比大。
排序分类

3.基本有序数据排序时,在数据量较少的情况下,插入排序胜过其他排序

在基本有序数据排序结果中,当n=10和n=100中都是插入排序消耗时间更短,因为数据基本有序,所以需要插入的次数比较少,尽管插入排序需要一个一个比较,但因为数据量不大,所以比较所消耗的资源占比不会太大。

4.不管数据是随机还是基本有序,数据量越大,快排的优势越明显

快排果然还是名副其实的快,我们看到当数据集达到十万级别时,冒泡排序已经用时800多秒,而快排只用了0.3秒,相信随着数据量的增大,它们之间的差距也会越来越大。

5.快排优化方案成立

之前我们讲过快排优化方案:对于大数据集排序先使用快排,使数据集达到基本有序,然后当分区达到一定小的时候使用插入排序,因为插入排序对少量的基本有序数据集性能优于快排!

o
粉丝 0
博文 500
码字总数 0
作品 0
私信 提问
加载中
请先登录后再评论。

暂无文章

告别传统机房:3D 机房数据可视化实现智能化与VR技术的新碰撞

前言 随着各行业对计算机依赖性的日益提高,计算机信息系统的发展使得作为其网络设备、主机服务器、数据存储设备、网络安全设备等核心设备存放地的计算机机房日益显现出它的重要地位,而机房...

xhload3d
昨天
13
0
如何使用.css()应用!important? - How to apply !important using .css()?

问题: I am having trouble applying a style that is !important . 我在应用!important样式时遇到麻烦。 I've tried: 我试过了: $("#elem").css("width", "100px !important"); This doe......

富含淀粉
昨天
5
0
spring源码解析-xml配置文件读取

整个 XML配置文件读取的大致流程如下: 通过继承自AbstractBeanDefinitionReader中的方法,来使用ResourLoader将资源文件路径转换为对应的Resource文件(读取资源文件并将其转为Resource) ...

wc_飞豆
昨天
16
0
salesforce community cloud 1

NO.1 Universal Containers has a Community for their partners. They would like to add a new partner company and grant their users access to the Community. What is the first step ......

jinzongyu
昨天
11
0
如何使用PHP计算两个日期之间的差异? - How to calculate the difference between two dates using PHP?

问题: I have two dates of the form: 我有两个日期格式: Start Date: 2007-03-24 End Date: 2009-06-26 Now I need to find the difference between these two in the following form:......

技术盛宴
昨天
14
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部