1 、算法的魅力

深刻研究排序算法是入门算法较为好的一种方法，现在还记得4年前手动实现常见8种排序算法，通过随机生成一些数据，逐个校验代码实现的排序过程是否与预期的一致，越做越有劲，越有劲越想去研究，公交车上，吃饭的路上。。。那些画面，现在依然记忆犹新。

能力有限，当时并没有生成排序过程的动画，所以这些年想着抽时间一定把排序的过程都制作成动画，然后分享出来，让更多的小伙伴看到，通过排序算法的动态演示动画，找到学习算法的真正乐趣，从而迈向一个新的认知领域。

当时我还是用C++写的，时过境迁，Python迅速崛起，得益于Python的简洁，接口易用，最近终于有人在github中开源了使用Python动画展示排序算法的项目，真是倍感幸运。

动画还是用matplotlib做出来的，这就更完美了，一边学完美的算法，一边还能提升Python熟练度，一边还能学到使用matplotlib制作动画。

2 、完美的答案

这个库一共演示8个常见的排序算法：

• bubble-sort : Only show the visualization of bubble sorting algorithm in the animation. The following arguments have similar functions.
• comb-sort
• heap-sort
• insertion-sort
• merge-sort
• quick-sort
• selection-sort
• shell-sort

启动的脚本是output.py，脚本的参数有三类，下面逐个解释。

python output.py play heap-sort reversed

play表示展示排序的动画，其他两个选项：保存html和mp4

• play : Play an animation of a specific sorting algorithm or all algorithms in a new window, as a "figure" to Matplotlib.
• save-html : Save the animation as a HTML page with a sequence of images.
• save-mp4 : Save the animation as a MP4 video.

heap-sort表示堆排序，就是此次执行脚本你想看哪个排序算法的动画展示,设置为quick-sort表示查看快排动画, all表示所有排序算法一次展示。

reversed 这类参数是我重点想说的，这类参数还有如下其他几个选项。通常说一个快排平均时间复杂度为nlog2n，为什么是平均呢？

我们很难找到一个真正100%准确的函数t，输入data，通过t(data)计算出准确的理论执行时间，因为data的分布无法准确的拟合出来，而它又直接影响到实际的排序时间，比如输入一个几乎排序好的序列，一个没有重复元素的序列，一个随机序列，一个递减序列。所以只能根据某类分布给出大概的预估执行时间值。

• almost-sorted : Sort an almost-sorted sequence.
• few-unique : Sort a few-unique sequence.
• random (default) : Sort a random sequence.
• reversed : Sort a descending sequence.

3 、动画展示

使用的模块和实例代码如下：

使用的包，主要是内置模块random, os, sys, re，以及 matplotlib的 animation功能，剩下的就是手动实现的8个排序算法。

import randomimport osimport sysimport refrom matplotlib import pyplot as pltfrom matplotlib import animationfrom sorting.data import Datafrom sorting.selectionsort import selection_sortfrom sorting.bubblesort import bubble_sortfrom sorting.insertionsort import insertion_sortfrom sorting.shellsort import shell_sortfrom sorting.mergesort import merge_sortfrom sorting.quicksort import quick_sortfrom sorting.heapsort import heap_sortfrom sorting.combsort import comb_sortfrom sorting.monkeysort import monkey_sort

快速排序代码，会保存所有的操作帧：

# Script Name     : quicksort.py# Author          : Howard Zhang# Created         : 14th June 2018# Last Modified     : 14th June 2018# Version         : 1.0# Modifications      :# Description     : Quick sorting algorithm.

import copyfrom .data import Data

def quick_sort(data_set):# FRAME OPERATION BEGIN    frames = [data_set]# FRAME OPERATION END    ds = copy.deepcopy(data_set)    qsort(ds, 0, Data.data_count, frames)# FRAME OPERATION BEGIN    frames.append(ds)return frames# FRAME OPERATION END

def qsort(ds, head, tail, frames):if tail - head > 1:# FRAME OPERATION BEGIN        ds_y = copy.deepcopy(ds)for i in range(head, tail):            ds_y[i].set_color('y')# FRAME OPERATION END        i = head        j = tail - 1        pivot = ds[j].valuewhile i < j:# FRAME OPERATION BEGIN            frames.append(copy.deepcopy(ds_y))            frames[-1][i if ds[i].value == pivot else j].set_color('r')            frames[-1][j if ds[i].value == pivot else i].set_color('k')# FRAME OPERATION ENDif ds[i].value > pivot or ds[j].value < pivot:                ds[i], ds[j] = ds[j], ds[i]# FRAME OPERATION BEGIN                ds_y[i], ds_y[j] = ds_y[j], ds_y[i]                frames.append(copy.deepcopy(ds_y))                frames[-1][i if ds[i].value == pivot else j].set_color('r')                frames[-1][j if ds[i].value == pivot else i].set_color('k')# FRAME OPERATION ENDif ds[i].value == pivot:                j -= 1else:                i += 1        qsort(ds, head, i, frames)        qsort(ds, i+1, tail, frames)

我已经执行完8个排序算法，录制了3个动画，效果如下：

1) 快速排序

2) 归并排序

3) 堆排序

项目地址，这里面有完整源码：

https://github.com/zamhown/sorting-visualizer

往期精彩如何在面试中展现你对Python的coding能力？如何用Python和数据分析鉴别网络刷单 ？使用Python伪装黑客，批量获取网站密码！用Python打造实时截图识别OCR

END

关注【程序IT圈】，更多的Python好文输出