13518219792
這篇文章給大家分享的是有關python插入排序如何優化的內容。小編覺得挺實用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。
10年的合川網站建設經驗，針對設計、前端、開發、售后、文案、推廣等六對一服務，響應快，48小時及時工作處理。營銷型網站建設的優勢是能夠根據用戶設備顯示端的尺寸不同，自動調整合川建站的顯示方式，使網站能夠適用不同顯示終端，在瀏覽器中調整網站的寬度，無論在任何一種瀏覽器上瀏覽網站，都能展現優雅布局與設計，從而大程度地提升瀏覽體驗。創新互聯公司從事“合川網站設計”,“合川網站推廣”以來，每個客戶項目都認真落實執行。
當有序區間有大量數據時，搜索數據的插入位置會非常耗時。
1、插入排序算法總是從有序區間搜索插入位置，以此為切入點。
2、可以使用二分搜索方法快速確認待插入的位置，所以有一個優化版本的插入排序算法，也叫二分查找插入算法。
實例
def insert_sort2(data_list):
'''
使用二分查找函數確定待插入元素在有序區間的插入位置
'''
count=0 #統計循環次數
length = len(data_list)
for i in range(1,length ): #默認第一個位置的元素是已排序區間，因此下標從 1 開始
print(data_list)
wait_insert_data = data_list[i] ##等待插入元素
move_index = i
insert_index,count1 = binary_search(data_list[0:i],wait_insert_data) #尋找插入位置
count+=count1 #統計循環次數需要加上二分查找的循環次數
while move_index > insert_index: #移動元素，直到待插入位置處
count+=1
data_list[move_index] = data_list[move_index - 1]
move_index -= 1
data_list[insert_index] = wait_insert_data #插入操作
print(data_list)
print(f"總循環次數為 {count}")
return data_list
def binary_search(data_list,data):
"""
輸入:有序列表，和待查找的數據data
輸出：data 應該在該有序列表的插入位置
count 變量純粹是為了統計循環次數而使用的，實際應用時可去除。
"""
count = 0
length = len(data_list)
low = 0
high = length-1
##如果給定元素大于等于最后一個元素，則插入最后元素位置的后面
##如果小于第一個元素，則插入位置0
if data >= data_list [length -1]: return length,0
elif data < data_list [0]: return 0,0
insert_index = 0
while low < high-1:
count +=1
mid = (low + high)//2 #python中的除法結果默認為浮點數取整數部分時使用 //
if data_list[mid] > data:
high = mid
insert_index = high
else:
low = mid
insert_index = low+1 #如果值相同或者值大于mid的值，那么插入位置位于其后面
return insert_index,count感謝各位的閱讀！關于“python插入排序如何優化”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，讓大家可以學到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！
