介紹

有效的軟件開發(fā)取決于對算法和數(shù)據(jù)結(jié)構(gòu)的強烈了解。 Python以其易用性而聞名，它提供了內(nèi)置的數(shù)據(jù)結(jié)構(gòu)，例如列表，詞典和集合。但是，通過將適當(dāng)?shù)乃惴☉?yīng)用于這些結(jié)構(gòu)來釋放真正的力量。算法本質(zhì)上是解決問題的規(guī)則或過程集。算法和數(shù)據(jù)結(jié)構(gòu)的聯(lián)合使用將基本腳本轉(zhuǎn)換為高度優(yōu)化的應(yīng)用程序。

本文探討了Python數(shù)據(jù)結(jié)構(gòu)的七種基本算法。

目錄

• 介紹
• 算法在Python數(shù)據(jù)結(jié)構(gòu)中的重要性
• Python數(shù)據(jù)結(jié)構(gòu)的七個關(guān)鍵算法
  • 1. 二進制搜索
  • 2. 合并排序
  • 3. 快速排序
  • 4. Dijkstra的算法
  • 5. 廣度優(yōu)先搜索（BFS）
  • 6. 深度優(yōu)先搜索（DFS）
  • 7. 哈希
• 結(jié)論

算法在Python數(shù)據(jù)結(jié)構(gòu)中的重要性

有效算法至關(guān)重要，原因有幾個：

• 增強的性能：精心設(shè)計的算法，再加上合適的數(shù)據(jù)結(jié)構(gòu)，最大程度地減少時間和空間的復(fù)雜性，從而更快，更有效的程序。例如，在二進制搜索樹上的二進制搜索大大減少了搜索時間。
• 大型數(shù)據(jù)集的可伸縮性：有效的算法對于處理大量數(shù)據(jù)集至關(guān)重要，以確保處理仍然迅速且資源效率。沒有優(yōu)化的算法，大型數(shù)據(jù)結(jié)構(gòu)的操作在計算上變得昂貴。
• 改進的數(shù)據(jù)組織：算法有助于組織結(jié)構(gòu)內(nèi)的數(shù)據(jù)，從而簡化搜索和操縱。對QuickSort和Mergesort等算法排序在陣列或鏈接列表中排列元素，以便于訪問。
• 優(yōu)化的內(nèi)存使用情況：算法通過最大程度地減少內(nèi)存消耗來有助于有效存儲。哈希功能，例如，在哈希表上分配數(shù)據(jù)，以減少搜索時間。
• 利用庫功能：許多Python庫（Numpy，Pandas，Tensorflow）依賴于復(fù)雜的算法進行數(shù)據(jù)操作。了解這些算法使開發(fā)人員可以有效地使用這些庫。

Python數(shù)據(jù)結(jié)構(gòu)的七個關(guān)鍵算法

讓我們檢查七種至關(guān)重要的算法：

1。二進制搜索

二進制搜索是用于在排序列表中查找特定項目的高效算法。它通過反復(fù)將搜索間隔分為一半而起作用。如果目標(biāo)值小于中間元素，則搜索將繼續(xù)在下半部分。否則，它會在上半部繼續(xù)。這種對數(shù)時間復(fù)雜性（O（log n））使其比對大數(shù)據(jù)集的線性搜索要快得多。

算法步驟

1. 初始化：將left設(shè)置為0， right設(shè)置為陣列的長度負1。
2. 迭代： left小于或等于right ：
   • 計算中間索引（ mid ）。
   • 將中間元素與目標(biāo)值進行比較。如果相等，請返回mid 。
   • 如果目標(biāo)小于中間元素， right更新到mid - 1 。
   • 否則， left更新到mid 1 。
3. 找不到目標(biāo)：如果循環(huán)完成未找到目標(biāo)，請返回-1。

代碼實施（說明性）

 Def Binary_search（ARR，目標(biāo)）：
    ＃...（原始文本中的實現(xiàn)）

在需要快速查找的情況下，二進制搜索是無價的，例如數(shù)據(jù)庫索引。

2。合并排序

合并排序是一種劃分和爭議算法，它遞歸將未分類的列表劃分為較小的sublist，直到每個sublist僅包含一個元素。然后，這些訂訂者反復(fù)合并以產(chǎn)生新的分類訂書機，直到獲得單個排序列表為止。它的時間復(fù)雜性是O（n log n），使大型數(shù)據(jù)集有效。

算法步驟

1. 分割：遞歸將數(shù)組分為兩個半部分，直到每個半僅包含一個元素。
2. 征服：遞歸對每個子列表進行分類（基本情況：已經(jīng)對單元素列表進行了排序）。
3. 合并：通過比較每個sublist的元素并將較小的元素放入結(jié)果列表中，將分類的子列表合并到單個排序列表中。

代碼實施（說明性）

 DEF MERGE_SORT（ARR）：
    ＃...（原始文本中的實現(xiàn)）

合并排序特別適合整理鏈接列表和處理可能完全不適合內(nèi)存的大型數(shù)據(jù)集。

3?？焖倥判?/h3>

快速排序是另一種分裂和串?dāng)_算法，選擇一個“樞軸”元素，并根據(jù)它們是小于還是大于樞軸的兩個子陣列，將其他元素分為兩個子陣列。此過程遞歸地應(yīng)用于子陣列，直到整個數(shù)組分類為止。盡管其最差的時間復(fù)雜性是O（n2），但其平均案例性能為O（n log n），使其成為高度實用的分類算法。

算法步驟

1. 樞軸選擇：選擇一個樞軸元素（存在各種策略）。
2. 分區(qū)：重新排列陣列，以使元素比樞軸更小，并且元素更大。
3. 遞歸：在樞軸之前和之后，遞歸將快速排序應(yīng)用于子陣列。

代碼實施（說明性）

 def quick_sort（arr）：
    ＃...（原始文本中的實現(xiàn)）

Quick Sort的效率使其成為許多庫和框架中的流行選擇。

4。Dijkstra的算法

Dijkstra的算法找到了從單個源節(jié)點到具有非陰性邊緣權(quán)重的圖中所有其他節(jié)點的最短路徑。它迭代地選擇距源最小的暫定距離的節(jié)點，并更新其鄰居的距離。

算法步驟

1. 初始化：為每個節(jié)點分配一個暫定距離：源節(jié)點的零，以及所有其他節(jié)點的無窮大。
2. 迭代：雖然有未訪問的節(jié)點：
   • 選擇最小的暫定距離的未訪問節(jié)點。
   • 對于每個鄰居，計算通過選定節(jié)點的距離。如果此距離短于當(dāng)前的暫定距離，請更新鄰居的暫定距離。
3. 終止：當(dāng)訪問所有節(jié)點或優(yōu)先隊列為空時，該算法將終止。

代碼實施（說明性）

導(dǎo)入heapq

Def Dijkstra（圖，開始）：
    ＃...（原始文本中的實現(xiàn)）

Dijkstra的算法在GPS系統(tǒng)，網(wǎng)絡(luò)路由和各種路障問題中具有應(yīng)用。

5。廣度優(yōu)先搜索（BFS）

BFS是一種圖形遍歷算法，可以按級別探索圖級。它從根節(jié)點開始，然后訪問其所有鄰居，然后再轉(zhuǎn)移到下一個鄰居。這對于在未加權(quán)圖中找到最短路徑很有用。

算法步驟

1. 初始化：從包含根節(jié)點的隊列和跟蹤訪問的節(jié)點的集合開始。
2. 迭代：雖然隊列不是空的：
   • dequeue a節(jié)點。
   • 如果未被訪問，請將其標(biāo)記為訪問，并占領(lǐng)其未訪問的鄰居。

代碼實施（說明性）

從藏品進口Deque

def bfs（圖，啟動）：
    ＃...（原始文本中的實現(xiàn)）

BFS在社交網(wǎng)絡(luò)，點對點網(wǎng)絡(luò)和搜索引擎中找到應(yīng)用程序。

6。深度優(yōu)先搜索（DFS）

DFS是另一種圖形遍歷算法，它通過在回溯之前沿每個分支進行深度探索圖。它使用堆棧（或遞歸）來跟蹤訪問的節(jié)點。

算法步驟

1. 初始化：從包含根節(jié)點的堆棧開始，然后進行跟蹤訪問的節(jié)點的集合。
2. 迭代：雖然堆棧不是空的：
   • 彈出一個節(jié)點。
   • 如果未被訪問，請將其標(biāo)記為訪問，并將其未訪問的鄰居推到堆棧上。

代碼實施（說明性）

 def dfs_iterative（圖，啟動）：
    ＃...（原始文本中的實現(xiàn)）

DFS用于拓撲排序，循環(huán)檢測和解決難題。

7。哈希

哈希是將密鑰映射到哈希表中的索引的一種技術(shù)，以有效地檢索數(shù)據(jù)。哈希功能將鍵轉(zhuǎn)換為索引，從而可以快速查找，插入和刪除。需要使用碰撞處理機制來解決不同鍵映射到相同索引的情況。

算法步驟

1. 哈希函數(shù)：選擇哈希函數(shù)以將鍵映射到索引。
2. 插入：使用哈希功能計算索引，然后將鍵值對插入相應(yīng)的存儲桶（處理碰撞）中。
3. 查找/刪除：使用哈希函數(shù)查找索引并檢索/刪除鍵值對。

代碼實施（說明性）

班級可觀：
    ＃...（原始文本中的實現(xiàn)）

哈希表是數(shù)據(jù)庫，緩存和其他需要快速數(shù)據(jù)訪問的應(yīng)用程序的基礎(chǔ)。

結(jié)論

算法的堅實掌握及其與數(shù)據(jù)結(jié)構(gòu)的相互作用對于有效的Python編程至關(guān)重要。這些算法是優(yōu)化性能，提高可擴展性和解決復(fù)雜問題的重要工具。通過掌握這些技術(shù)，開發(fā)人員可以構(gòu)建強大而高性能的應(yīng)用程序。

以上是Python -Analytics Vidhya中數(shù)據(jù)結(jié)構(gòu)的前7個算法的詳細內(nèi)容。更多信息請關(guān)注PHP中文網(wǎng)其他相關(guān)文章！