python进阶江湖
基数排序
# -*- coding = utf-8 -*-
# @Time : 2022/5/16 19:35
# @Author : lxw_pro
# @File : py-17.py
# @Software : PyCharm
# 基数排序：
'''
多关键字排序：假如现在有一个员工表，要求按照薪资排序，
年龄相同的员工按照年龄排序。
先按照年龄进行排序，
在按照薪资进行稳定的排序
'''
'''
时间复杂度：O(kn)
空间复杂度：O(k+n)
注意：k表示数字位数
'''
import random
def j_sort(li):
max_num = max(li) # li中的最大值,如9→1， 99→2，999→3，88888→5
t = 0 # 存储一个变量
while 10 ** t <= max_num:
ts = [[] for _ in range(10)]
for tol in li:
digit = (tol // 10 ** t) % 10 # 列出个位
ts[digit].append(tol)
# 分桶完成
li.clear()
for ton in ts:
li.extend(ton) # 将数量添加到li中
t += 1 # 每过一次循环增加一次
li = list(range(1000)) # 随机列出1000个数
random.shuffle(li) # random.shuffle() 函数将序列中的元素随机打乱
j_sort(li) # 调用
print(li)
个人数据结构小总结：
'''
一、 数据结构的底层存储方式只有两种：数组（顺序存储）和链表（链式存储）。
二者的优缺点如下：
数组由于是紧凑连续存储，因此可以随机访问，通过索引快速找到对应的元素，而且相对于节约存储空间。
但正因为连续存储，内存空间必须一次性分配足，所以数组如果要扩容，需要先重新分配一块更大的空间，在把数据全被复制过去，时间复杂度为O(N)；
而且如果想在数组中间进行插入和删除操作，每次必须搬移后面的所有数据以保持连续，时间复杂度为O(N)。
链表因为元素不连续，靠指针指向下一个元素的位置，所以不存在数组的扩容问题；
如果知道某一元素的前驱和后驱，操作指针即可杀出该元素或者插入新元素，时间复杂度O(1)。
但是正因为存储空间不连续，你无法根据一个索引算出对应元素的地址，所以不能随机访问；
而且由于每个元素必须存储指向前后元素位置的指针，因此会消耗相对更多的存储空间。
数据结构种类很多，但他们存在的目的无非就是在不同的应用场景下尽可能高效地增、删、查、改。
所谓的框架思维，就是套路。不管增、删、查、改，这些代码都是永远无法脱离的结构。
数据结构是工具，算法是通过合适的工具解决特定问题的方法。
先刷二叉树，先刷二叉树，先刷二叉树？
因为二叉树是最容易培养框架四位，而且大部分常考算法本质上都是树的遍历问题。
'''
上一章链接：计数排序
江湖一言：
司马懿说：
看人之短，天一无一可交之人；
看人之长，世间一切皆是吾师；
这一路走来，没有敌人，
全是朋友和老师。