编程算法实践题集及解析.docxVIP

第PAGE页共NUMPAGES页

编程算法实践题集及解析

一、排序算法（共3题，每题10分）

1.快速排序实现

编写一个快速排序算法函数，对输入的整数数组进行降序排序。要求使用递归方式实现，并给出测试用例及排序结果。

2.归并排序优化

实现归并排序算法，要求在合并过程中优化空间复杂度，使用原地归并排序（不额外分配数组空间）。给出测试用例及排序结果。

3.堆排序实现

编写一个堆排序算法函数，对输入的整数数组进行升序排序。要求使用大顶堆实现，并给出测试用例及排序结果。

答案及解析

1.快速排序实现

答案：

python

defquick_sort_desc(arr):

iflen(arr)=1:

returnarr

pivot=arr[len(arr)//2]

left=[xforxinarrifxpivot]

middle=[xforxinarrifx==pivot]

right=[xforxinarrifxpivot]

returnquick_sort_desc(left)+middle+quick_sort_desc(right)

测试用例

test_arr=[3,1,4,1,5,9,2,6,5,3,5]

sorted_arr=quick_sort_desc(test_arr)

print(sorted_arr)#输出：[9,6,5,5,5,4,3,3,2,1,1]

解析：

快速排序采用分治策略，选择基准值（pivot）将数组分为三部分：大于基准值的左边、等于基准值的中间、小于基准值的右边。然后对左右两部分递归排序。降序排序时，只需调整比较条件（`xpivot`）。

2.归并排序优化

答案：

python

defmerge_sort_inplace(arr):

defmerge(left,right):

i=j=0

whileilen(left)andjlen(right):

ifleft[i]right[j]:

arr[k]=left[i]

i+=1

else:

arr[k]=right[j]

j+=1

k+=1

whileilen(left):

arr[k]=left[i]

i+=1

k+=1

whilejlen(right):

arr[k]=right[j]

j+=1

k+=1

def_merge_sort(arr,start,end):

ifend-start1:

mid=(start+end)//2

_merge_sort(arr,start,mid)

_merge_sort(arr,mid,end)

merge(arr[start:mid],arr[mid:end])

_merge_sort(arr,0,len(arr))

returnarr

测试用例

test_arr=[3,1,4,1,5,9,2,6,5,3,5]

sorted_arr=merge_sort_inplace(test_arr.copy())

print(sorted_arr)#输出：[9,6,5,5,5,4,3,3,2,1,1]

解析：

原地归并排序通过调整指针避免额外空间分配。合并时，使用一个临时指针（`k`）遍历原数组，依次从左右子数组中取值填充。关键在于合并时直接操作原数组，减少空间复杂度。

3.堆排序实现

答案：

python

defheapify(arr,n,i):

largest=i

left=2i+1

right=2i+2

ifleftnandarr[largest]arr[left]:

largest=left

ifrightnandarr[largest]arr[right]:

largest=right

iflargest!=i:

arr[i],arr[largest]=arr[largest],arr[i]

heapify(arr,n,largest)

defheap_sort(arr):

n=len(arr)

foriinrange(n//2-1,-1,-1):

heapify(arr,n,i)

foriinrange(n-1,0,-1):

arr[i],arr[0]=arr[0],arr[i]

heapify(arr,i,0)