Python 实现各种排序算法

冒泡排序(Bubble Sort):

选择排序(Selection Sort)：

插入排序(Insertion Sort)：

基本思想：将一个记录插入到已经排好序的有序表中，从而得到一个新的，录数增1的有序表。你可以把这种排序想象成整理扑克牌，当你拿到一个新牌要插入已排好序的一把牌中。

希尔排序（Shell Sort)：

基本思想：分组插入排序，即通过将数据分成不同的组，先对每一组进行排序，然后再对所有的元素进行一次插入排序，以减少数据交换和移动的次数。

归并排序（Merge Sort）：

基本思想：它的中心思想就是先递归分解数组，再合并数组，这是分治法的一个非常典型的应用。先分解要排序的序列，从1分成2，2分成4，依次分解，当分解到只有1个一组的时候，就可以排序这些分组，然后依次合并回原来的序列中，这样就可以排序所有数据。分治法是一种算法设计策略。它的思想是将原始问题划分为n个规模较小且与原问题相似的子问题，然后递归的解决子问题，再合并结果，即得到原问题的解。大体上，每一层递归都包含三个步骤：分解，解决，合并。

快速排序（Quick Sort）：

基本思想：它也是分治法的一个典型应用。

步骤：

从数列中挑出一个元素作为基准数。

分区过程，将比基准数大的放到右边，小于或等于它

一个数。

堆排序（Heap Sort）：

基本思想：采用堆的数据结构进行排序。在堆排序中，用到的是最大堆，即父节点的数要大于其子节点的数值，每个节点的值至多和其父节点的值一样大，堆中的最大元素存放在根节点中。

下面列出了堆排序中的一些基本过程：

构造最大堆（Build_Max_Heap）：若数组下标范围为0~n，考虑到单独一个元素是最大堆，则从下标n/2开始的元素均为最大堆。于是只要从n/2-1开始，向前依次构造最大堆，这样就能保证，构造到某个节点时，它的左右子树都已经是最大堆。

堆排序（HeapSort）：得到一个最大堆后，每次从根部移除一个节点，但是剩余的元素仍然要保持最大堆的特性。

最大堆调整（Max_Heapify）：该方法是提供给上述两个过程调用的。目的是将堆的末端子节点作调整，使得子节点永远小于父节点。若某个节点的位置为i，那么它的左节点位置为2i，右节点的位置为2i+1。