首页 > 新闻中心> 苏州校区 >正文

怎么用python来实现排序算法的可视化的?

更新时间: 2020-03-24 16:47:33来源: 恒耀教育

      Python培训机构恒耀科技表示,在人工智能化的时代,现在的python已经成为开发行业比较吃香的一门开发语言了。对于想要学习python的人来说当然是想要了解更多关于python技术方面的知识点了,下面恒耀科技的小编就来给大家整理一篇关于怎么用python来实现排序算法的可视化技术,让大家可以更加直观的了解python。

python

  一、如何表示数组


  python提供了list类型,很方便可以表示C++中的数组。标准安装的Python中用列表(list)保存一组值,可以用来当作数组使用,不过由于列表的元素可以是任何对象,因此列表中所保存的是对象的指针。这样为了保存一个简单的[1,2,3],需要有3个指针和三个整数对象。对于数值运算来说这种结构显然比较浪费内存和CPU计算时间,再次就不详细论述。


  二、如何得到随机采样数组,数组有无重复数据


  假设我希望数组长度是100,而且我希望数组的大小也是在[0,100)内,那么如何得到100个随机的整数呢?可以用random库。


  示例代码:


  import random


  data = list(range(100))


  data = random.choices(data, k=100)


  print(data)


  [52, 33, 45, 33, 48, 25, 68, 28, 78, 23, 78, 35, 24, 44, 69, 88, 66, 29, 82, 77, 84, 12, 19, 10,


  27, 24, 57, 42, 71, 75, 25, 1, 77, 94, 44, 81, 86, 62, 25, 69, 97, 86, 56, 47, 31, 51, 40, 21, 41,


  21, 17, 56, 88, 41, 92, 46, 56, 80, 23, 70, 49, 96, 83, 54, 16, 36, 82, 24, 68, 60, 16, 98, 16, 81,


  10, 13, 11, 24, 68, 35, 56, 39, 23, 44, 6, 30, 3, 60, 56, 66, 38, 28, 47, 47, 25, 90, 89, 38, 68,


  21]


  但是以上代码有个问题,random.choices是对一个序列进行重复采样,得到的数组存在重复数据,那如果不希望存在重复数据,而是希望进行无重复采样,怎么办?


  可以用random.sample函数,示例代码:


  data = random.sample(data, k=100)


  print(data)


  [49, 28, 56, 28, 44, 62, 81, 25, 48, 33, 54, 38, 30, 16, 13, 19, 23, 56, 60, 66, 41, 24, 68, 68,


  77, 92, 78, 24, 66, 3, 80, 94, 78, 41, 84, 88, 21, 56, 25, 25, 75, 24, 38, 82, 31, 52, 23, 10,


  71, 40, 27, 46, 33, 35, 56, 51, 1, 23, 12, 25, 89, 16, 21, 21, 11, 42, 47, 44, 81, 35, 86, 88,


  29, 36, 77, 16, 39, 6, 57, 69, 96, 68, 24, 86, 97, 90, 69, 10, 68, 98, 56, 44, 83, 47, 70, 17,


  47, 82, 60, 45]


  这样就可以得到无重复采样数据了。


  三、如何实现排序算法


  算法种类较多,就不一一举例;再次就以希尔排序(Shell Sort)为例讲讲:


  尔排序的原理:希尔排序(Shell Sort)是插入排序的一种。也称缩小增量排序,是直接插入排序算法的一种更高效的改进版本。


  希尔排序是把记录按下标的一定增量分组,对每组使用直接插入排序算法排序;随着增量逐渐减少,每组包含的关键词越来越多,当增量减至1时,整个文件恰被分成一组,算法便终止。


  基础的插入法排序是两重循环,希尔排序是三重循环,最外面一重循环,控制增量gap,并逐步减少gap的值。二重循环从下标为gap的元素开始比较,依次逐个跨组处理。最后一重循环是对组内的元素进行插入法排序。这样进行排序的优点在于每次循环,整个序列的元素都将小元素的值逐步向前移动,数值比较大的值向后移动。


  示例代码:


  from data import DataSeq


  def ShellSort(ds):


  assert isinstance(ds, DataSeq), "Type Error"


  Length = ds.length


  D = Length//2


  while D>0:


  i=0


  while i<Length:


  tmp = ds.data[i]


  j=i


  while j>=1 and ds.data[j-D]>tmp:


  ds.SetVal(j, ds.data[j-D])


  j-=D


  ds.SetVal(j, tmp)


  i+=D


  D//=2


  if __name__ == "__main__":


  ds=DataSeq(64)


  ds.Visualize()


  ds.StartTimer()


  ShellSort(ds)


  ds.StopTimer()


  ds.SetTimeInterval(0)


  ds.Visualize()


  四、如何把数组可视化出来


  有了随机数组初始化方法,再实现好排序函数,我们还差一步,就是把排序函数中每次移动数组后将数组可视化并输出。


  对数组进行可视化,很容易想到python的可视化工具matplotlib!但是在项目中我并没有用matplotlib,而是用了numpy+opencv。


  为什么不用matplotlib?


  因为在排序过程中,每次修改数组,都希望能够实时修改图片并输出,matplotlib确实很方便,但是matplotlib的效率实在是不高,而且每次修改数组前后的两幅图片其实是差不多的。如果用matplotlib,每次都是要重新绘制图片,非常耗时!


  所以考虑自己生成图片,在每次修改数组后,只将图片中改动的那两列进行修改即可!这样就比用matplotlib每次重新绘制图片效率高得多!


  数组中主要有两种操作,一种是对某个idx赋值,一种是交换某两个idx的值。


  示例代码:


  class DataSeq:


  WHITE = (255,255,255)


  RED = (0,0,255)


  BLACK = (0,0,0)


  YELLOW = (0,127,255)


  def __init__(self, Length, time_interval=1, sort_title="Figure", repeatition=False):


  pass


  def Getfigure(self):


  _bar_width = 5


  figure = np.full((self.length*_bar_width,self.length*_bar_width,3), 255,dtype=np.uint8)


  for i in range(self.length):


  val = self.data[i]


  figure[-1-val*_bar_width:, i*_bar_width:i*_bar_width+_bar_width] = self.GetColor(val, self.length)


  self._bar_width = _bar_width


  self.figure = figure


  def _set_figure(self, idx, val):


  min_col = idx*self._bar_width


  max_col = min_col+self._bar_width


  min_row = -1-val*self._bar_width


  self.figure[ : , min_col:max_col] = self.WHITE


  self.figure[ min_row: , min_col:max_col] = self.GetColor(val, self.length)


  def SetVal(self, idx, val):


  self.data[idx] = val


  self._set_figure(idx, val)


  self.Visualize((idx,))


  def Swap(self, idx1, idx2):


  self.data[idx1], self.data[idx2] = self.data[idx2], self.data[idx1]


  self._set_figure(idx1, self.data[idx1])


  self._set_figure(idx2, self.data[idx2])


  self.Visualize((idx1, idx2))


  以上就是恒耀科技的小编给大家整理的关于怎么用python来实现排序算法的可视化的文章了。如果说你想要了解更多关于python技术上面的问题的话,那么可以点击我们文章下面的获取试听资格按钮来获取和我们python讲师面对面交流的机会,可以解答你更多的疑惑。

免费预约试听课

推荐阅读