数据结构中的排序：类别和类型 [附示例]

在数据结构中按优先顺序排列数据称为排序。 通过对数据进行排序，可以更轻松地快速轻松地搜索它。 最简单的排序示例是字典。 在互联网时代之前，当你想在字典中查找一个单词时，你会按照字母顺序进行。 这很容易。

想象一下，如果您必须阅读一本大书，其中包含来自世界各地的所有英语单词，顺序混乱！ 如果他们的数据没有排序和结构化，工程师也会经历同样的恐慌。

所以，简而言之，分类让我们的生活更轻松。 查看我们的数据科学课程，深入了解数据科学算法。

在这篇文章中，我们将带您了解不同的数据结构和排序算法。 但首先，让我们了解什么是排序算法以及数据结构中的排序。

什么是排序算法？

排序算法只是一系列命令或指令。 在这种情况下，数组是一个输入，排序算法在其上执行操作以给出一个排序后的数组。

许多孩子会在他们的计算机科学课上学会对数据结构进行排序。 它是在早期引入的，以帮助感兴趣的孩子了解更深层次的计算机科学主题——分而治之的方法、二叉树、堆等。

这是排序的一个示例。

假设您有一个字符串数组： [h,j,k,i,n,m,o,l]

现在，排序将产生一个按字母顺序排列的输出数组。

输出：[h,i,j,k,l,m,n,o]

让我们进一步了解数据结构中的排序。

结帐：二叉树的类型

排序类别

排序有两种不同的类别：

• 内部排序：如果输入的数据可以在主存中立即调整，则称为内部排序。
• 外部排序：如果输入的数据不能一次在内存中完全调整，则需要将其存储在硬盘、软盘或任何其他存储设备中。 这称为外部排序。

阅读：有趣的数据结构项目想法和主题

数据结构中的排序类型

以下是一些最常见的排序算法类型。

1.合并排序

该算法用于将数组拆分为大小相当的两半。 然后使用 merge() 函数对每一半进行排序和合并。

以下是该算法的工作原理：

合并排序（arr[]，l，r）

如果 r > l

1. 通过定位中点将数组分成相等的两半：

中间 m = (l+r)/2

2. 使用 mergeSort 函数调用前半部分：

调用 mergeSort(arr, l, m)

3. 后半部分调用mergeSort：

调用 mergeSort(arr, m+1, r)

4. 使用 merge() 函数将第 2 步和第 3 步排序的两半合并：

调用合并（arr，l，m，r）

查看下面的图片以清楚地了解其工作原理。

资源

用于合并排序实现的 Python 程序

定义合并排序（一）：

如果 len(a) >1：

mid = len(a)//2

A = a[:mid]

B = a[中：]

合并排序(A)

合并排序（B）

我 = j = k = 0

当 i < len(A) 且 j < len(B) 时：

如果 A[i] < B[j]：

a[k] = A[i]

我+=1

别的：

a[k] = B[j]

j+=1

k+=1

当 i < len(A) 时：

a[k] = A[i]

我+=1

k+=1

当 j < len(R) 时：

a[k] = B[j]

j+=1

k+=1

定义打印列表（一）：

对于我在范围内（len（a））：

打印(a[i],end="")

打印（）

如果 __name__ == '__main__'：

a = [12, 11, 13, 5, 6, 7]

合并排序（一）

print("排序后的数组是：", end="\n")

打印列表（一）

了解更多：数据结构中的递归：它的工作原理、类型和使用时间

2.选择排序

在此，首先，最小的元素被发送到第一个位置。

然后，在剩余的数组中搜索下一个最小元素，并将其放置在第二个位置。 这一直持续到算法到达最终元素并将其放置在正确的位置。

请看下面的图片以更好地理解它。

资源

用于选择排序实现的 Python 程序

导入系统

X = [6, 25, 10, 28, 11]

对于我在范围内（len（X））：

min_idx = 我

对于范围内的 j (i+1, len(X))：

如果 X[min_idx] > X[j]：

min_idx = j

X[i], X[min_idx] = X[min_idx], X[i]

print ("排序后的数组是")

对于我在范围内（len（X））：

打印（“%d” %X[i]），

数据科学高级认证、250 多个招聘合作伙伴、300 多个学习小时、0% EMI

3.冒泡排序

它是所有排序算法中最简单、最简单的。 它的工作原理是重复交换相邻元素，以防它们的顺序不正确。

简单来说，如果要对输入进行升序排序，冒泡排序会首先比较数组中的前两个元素。 如果第二个小于第一个，它将交换两个，然后移动到下一个元素，依此类推。

示例：

输入：637124

第一关

63 7124 -> 36 7124 ：冒泡排序比较 6 和 3 并交换它们，因为 3<6。

3 67 124 -> 3 67 124 ：由于 6<7，没有交换

36 71 24 -> 36 17 24：交换 7 和 1，如 7>1

361 72 4 -> 361 27 4：交换 2 和 7，如 2<7

3612 74 -> 3612 47 ：交换 4 和 7，如 4<7

第二遍

36 1247 -> 36 1247

3 61 274 -> 3 16 274

31 62 74 -> 31 26 74

312 67 4 -> 312 67 4

3126 74 -> 3126 47

第三关

31 2647 -> 13 2647

1 32 647 -> 1 23 647

12 36 47 -> 12 36 47

123 64 7 -> 123 46 7

1234 67 -> 1234 67

如您所见，我们在三遍后得到升序结果。

用于冒泡排序实现的 Python 程序

定义气泡排序（a）：

n = 长度（一）

对于范围内的 i (n)：

对于范围内的 j (0, ni-1)：

如果 a[j] > a[j+1] ：

a[j], a[j+1] = a[j+1], a[j]

a = [64, 34, 25, 12, 22, 11, 90]

冒泡排序（一）

print (“排序后的数组是：”)

对于我在范围内（len（a））：

打印（“%d”%a[i]），

另请阅读： Python 中的数据帧：Python 深入教程

结论

这包含了数据结构中的排序和最常见的排序算法。 您可以选择任何不同类型的排序算法。 但是，请记住，其中一些在编写程序时可能有点乏味。 但是，它们可能会派上用场以获得快速的结果。 另一方面，如果要对大型数据集进行排序，则必须选择冒泡排序。 它不仅产生准确的结果，而且易于实施。 再说一次，它比其他类型慢。 我希望你喜欢这篇关于数据结构排序的文章。

要深入了解分类的工作原理，请联系我们，我们将帮助您开始学习最适合您需求的课程！

如果您想了解数据科学，请查看 IIIT-B 和 upGrad 的数据科学执行 PG 计划，该计划是为在职专业人士创建的，提供 10 多个案例研究和项目、实用的实践研讨会、行业专家的指导、1与行业导师一对一，400 多个小时的学习和顶级公司的工作协助。

玩得开心编码！