Python有自己的列表排序方法，就是sorted函数和sort()函数，区别是：sorted函数返回一个有序的序列副本，而sort()函数直接在当前列表进行排序，不创建副本，故sort()函数返回None。一般来说，返回None表示是在 原对象上进行操作，而返回排序的结果则表示创建了一个副本。

代码如下：

[python]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. unsortedList=[]  
  2. unsortedList=[55, 91, 63, 71, 72, 7, 74, 16, 4, 31, 100, 51, 94, 35, 49, 46, 43, 59, 18, 17]  
  3. print sorted(unsortedList)  
  4.   
  5. print unsortedList.sort()  
  6. print unsortedList  
结果如下：

[python]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. [4, 7, 16, 17, 18, 31, 35, 43, 46, 49, 51, 55, 59, 63, 71, 72, 74, 91, 94, 100]  
  2. None  
  3. [4, 7, 16, 17, 18, 31, 35, 43, 46, 49, 51, 55, 59, 63, 71, 72, 74, 91, 94, 100]  

下面我们使用Python来实现常见的几种经典排序算法。

一、冒泡排序

基本思想：从第一个元素开始，每每相邻的两个元素进行比较，若前者比后者大则交换位置。最后两个相邻元素比较完成后，最大的元素形成，然后再次从头开始进行比较，若元素个数为n+1个，则总共需要进行n轮比较就可完成排序（n轮比较后，n个最大的元素已经形成，最后一个元素当然是最小的，就不用再比了）。每轮比较中，每形成一个最大的元素，下一轮比较的时候 就少比较一次，第一轮需要比较n次，第二轮需要比较n-1次，以此类推，第n轮（最后一轮）只需要比较1次就可。这样，列表就排好序了。

按照上面的分析，我们需要两个循环，外循环控制轮数，内循环控制每轮的次数。

实现代码如下：

[python]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. #!/usr/bin/python  
  2. # -*- coding: utf-8 -*-  
  3.   
  4. import random  
  5.   
  6. unsortedList=[]  
  7.   
  8. # generate an unsorted list  
  9. def generateUnsortedList(num):  
  10.     for i in range(0,num):  
  11.         unsortedList.append(random.randint(0,100))  
  12.     print unsortedList  
  13.   
  14. # 冒泡排序  
  15. def bubbleSort(unsortedList):  
  16.     list_length=len(unsortedList)  
  17.     for i in range(0,list_length-1):  
  18.         for j in range(0,list_length-i-1):  
  19.             if unsortedList[j]>unsortedList[j+1]:  
  20.                 unsortedList[j],unsortedList[j+1]=unsortedList[j+1],unsortedList[j]  
  21.     return unsortedList  
  22.   
  23. generateUnsortedList(20)  
  24. print bubbleSort(unsortedList)  

上述代码返回了一个有序的列表，类似Python自带的sorted函数。


二、选择排序

基本思想：从未排序的序列中找到一个最小的元素，放到第一位，再从剩余未排序的序列中找到最小的元素，放到第二位，依此类推，直到所有元素都已排序完毕。假设序列元素总共n+1个，则我们需要找n轮，就可以使该序列排好序。在每轮中，我们可以这样做：用未排序序列的第一个元素和后续的元素依次相比较，如果后续元素小，则后续元素和第一个元素交换位置放到，这样一轮后，排在第一位的一定是最小的。这样进行n轮，就可排序。

实现代码如下：

[python]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. # 选择排序  
  2. def selectionSort(unsortedList):  
  3.     list_length=len(unsortedList)  
  4.     for i in range(0,list_length-1):  
  5.         for j in range(i+1,list_length):  
  6.             if unsortedList[i]>unsortedList[j]:  
  7.                 unsortedList[i],unsortedList[j]=unsortedList[j],unsortedList[i]  
  8.     return unsortedList  

三、插入排序

基本思想：把序列的第一个元素当成已排序列表中的元素，接着从第二个元素开始，与已排序列表中的元素一一比较，并放到合适的位置。假设有n个元素需要排序，则需要n-1轮插入就可排好序。

实现代码如下：

[python]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. def insertionSort(unsortedList):  
  2.     list_length=len(unsortedList)  
  3.     if list_length<2:  
  4.         return unsortedList  
  5.     for i in range(1,list_length):  
  6.         key=unsortedList[i]  
  7.         j=i-1  
  8.         while j>=0 and key<unsortedList[j]:  
  9.             unsortedList[j+1]=unsortedList[j]  
  10.             j=j-1  
  11.         unsortedList[j+1]=key  
  12.     return unsortedList  

四、归并排序

基本思想：归并排序是一种典型的分治思想，把一个无序列表一分为二，对每个子序列再一分为二，继续下去，直到无法再进行划分为止。然后，就开始合并的过程，对每个子序列和另外一个子序列的元素进行比较，依次把小元素放入结果序列中进行合并，最终完成归并排序。

实现代码如下（采用递归方式）：

[python]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. # 归并排序  
  2. def mergeSort(unsortedList):  
  3.     if len(unsortedList)<2:  
  4.         return unsortedList  
  5.     sortedList=[]  
  6.     left=mergeSort(unsortedList[:len(unsortedList)/2])  
  7.     right=mergeSort(unsortedList[len(unsortedList)/2:])  
  8.     while len(left)>0 and len(right)>0:  
  9.         if left[0]<right[0]:  
  10.             sortedList.append(left.pop(0))  
  11.         else:  
  12.             sortedList.append(right.pop(0))  
  13.     if len(left)>0:  
  14.         sortedList.extend(mergeSort(left))  
  15.     else:  
  16.         sortedList.extend(mergeSort(right))  
  17.     return sortedList  

五、快速排序

基本思想：快速排序也是一种分治思想，基本思想是先随便在无序列表中找一个元素，以这个元素为基准，其他所有元素都跟该元素比，比该元素小的成为一个子序列，比该元素大的成为另一个子序列，接着重复此过程，最终达到排序效果。我们也用递归的方式来实现。

实现代码如下：

[python]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. def quickSort(unsortedList):  
  2.     if len(unsortedList)<2:  
  3.         return unsortedList  
  4.     less=[]  
  5.     greater=[]  
  6.     middle=unsortedList.pop(0)  
  7.     for item in unsortedList:  
  8.         if item<middle:  
  9.             less.append(item)  
  10.         else:  
  11.             greater.append(item)  
  12.     return quickSort(less)+[middle]+quickSort(greater)  

六、堆排序

堆排序使用的是堆这种数据结构，我们这里用列表才存储堆。核心思想：先建立一个最大堆，在建立最大堆的过程中需要不断调整元素的位置。最大堆建立后，顶端元素必定是最大的元素，把该最大元素与最末尾元素位置置换，最大元素就出现在列表末端。重复此过程，直到排序。

实现代码如下：

[python]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. def maxHeapify(L,heap_size,i):  
  2.     leftChildIndex=2*i+1  
  3.     rightChildIndex=2*i+2  
  4.     # print 'leftChildIndex=',leftChildIndex  
  5.     # print 'rightChildIndex=',rightChildIndex  
  6.     largest=i  
  7.     if leftChildIndex<heap_size and L[leftChildIndex]>L[largest]:  
  8.         largest=leftChildIndex  
  9.     if rightChildIndex<heap_size and L[rightChildIndex]>L[largest]:  
  10.         largest=rightChildIndex  
  11.     if largest!=i:  
  12.         L[i],L[largest]=L[largest],L[i]  
  13.         maxHeapify(L,heap_size,largest)  
  14.   
  15. def buildMaxHeap(L):  
  16.     heap_size=len(L)  
  17.     if heap_size>1:  
  18.         start=heap_size/2-1  
  19.         # print 'start=',start  
  20.     while start>=0:  
  21.         maxHeapify(L,heap_size,start)  
  22.         start=start-1  
  23.   
  24. def heapSort(L):  
  25.     heap_size=len(L)  
  26.     buildMaxHeap(L)  
  27.     i=heap_size-1  
  28.     while i>0:  
  29.         L[0],L[i]=L[i],L[0]  
  30.         heap_size=heap_size-1  
  31.         i=i-1  
  32.         maxHeapify(L,heap_size,0)  
  33.     return L  

写了 这么多排序算法，其实只是为了研究之用，在实际生产过程中，如果需要排序，最好使用Python内置的sort或者sorted，这样运行效率会比较高，因为Python的sort方法会对不同类型的序列采取不同的排序方法，使之效率最大化。

# python # 排序算法
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

deck.gl TripsLayer 出租车轨迹动画示例实战：从示例运行到着色器原理

TripsLayer 是 deck.gl 中用于渲染**随时间流动的轨迹动画**（如出租车行程、物流路径、迁徙路线）的核心图层。本文以仓库中的最小独立示例 [examples/website/trips](https://link.gitcode.com/i/1442af8f442f4cff39ff546e050fceb5) 为骨架，带你完成从安装依赖、启动应用、理解曼哈顿出租车数据格式，到深入

avatar 天工造物局

Foundry Anvil 中 eth_simulateV1 的 Blob 交易与 Blob Gas 字段规范化：原理、实现与测试验证

本篇技术指南以 [anvil-simulate-blob-transactions.md](https://link.gitcode.com/i/3d2ebe227262de169335eb290af80da8) 这条 changelog 条目为起点，深入剖析 Foundry Anvil 对 `eth_simulateV1` RPC 返回结果中 blob（EIP-4844）交易与 blob gas

avatar 天工造物局

LMCache CLI 实战：用 `lmcache kvcache clear` 管理运行中服务的 KV Cache 状态

本文是一份针对 LMCache 官方 CLI 命令 `lmcache kvcache` 的完整技术指南。该命令用于在**运行中的 LMCache 服务（MP HTTP server）**上管理 KV cache 状态，当前提供 `clear` 子命令，用于清空 L1（CPU 内存）层中缓存的全部 KV 数据。读完本文，你将掌握该命令的完整参数体系、退出码语义、终端/JSON/静默三种输出模式，并能

avatar 天工造物局