AnCaJuLu/sorting.py

"""
Carlos J Corrada Bravo
Este programa calcula el promedio de tiempo de ejecucion de cuatro algoritmos de ordenamiento
La variable maxValor define el valor maximo de los elementos de la lista
La variable largoLista define el largo de las listas a ordenar
La variable veces define las veces que se va a hacer el ordenamiento
Al final se imprimen los promedios de cada algortimo
"""
<<<<<<< HEAD
from heapq import merge
=======
from lib2to3.pgen2.token import LESS
>>>>>>> origin/quicksort
from random import randint
import time


def mergeSort(lista):
	#definan el algoritmo de ordenamiento mergesort
	# Carla Ramos Bezares
	# Para realizar este código leí las explicaciones e implementaciones que ofrecen
	# GeeksforGeeks y Progamiz

	# check if the array has more than one element
    if len(lista) > 1:
        # divide the array in two halves
        middle = len(lista)//2
        leftHalf = lista[:middle]
        rightHalf = lista[middle:]
        
        mergeSort(leftHalf)
        mergeSort(rightHalf)
        # declare pointers

        i = j = k = 0

		# using our "smaller" arrays, place elements in the correct position of our array

        while i < len(leftHalf) and j < len(rightHalf):
            if leftHalf[i] < rightHalf[j]:
                lista[k] = leftHalf[i]
                i = i + 1

            else:
                lista[k] = rightHalf[j]
                j = j + 1
           
            k = k + 1

        # continue updating array grabbing any elements that were left
        while i < len(leftHalf):
            lista[k] = leftHalf[i]
            i = i + 1
            k = k + 1

        while j < len(rightHalf):
            lista[k] = rightHalf[j]
            j = j + 1
            k = k + 1

    return lista

def heapSort(lista):
	#definan el algoritmo de ordenamiento heapsort
    #Andrea V. Nieves
    
    
    #function def
    def heapify(lista, n, i):
       biggest = i
       left = 2*i + 1
       right = 2*i + 2
       
       
       if left < n and lista[left] > lista[i]:
           biggest = left
       else:
            biggest = i
            
       if right< n and lista[right] > lista[biggest]:
           biggest = right
           
       if biggest != i:
           lista[i], lista[biggest] = lista[biggest], lista[i]
           heapify(lista,n,biggest)
    
    
   
    
       #actual call
    n = len(lista)
    
    for i in range(n // 2 - 1, -1, -1):
        heapify(lista, n, i)
        
    for i in range(n - 1, 0, -1):
        lista[i], lista[0] = lista[0], lista[i]
        heapify(lista, i, 0)
        
    
    return lista

def quickSort(lista):
	#definan el algoritmo de ordenamiento quicksort
<<<<<<< HEAD
    #Juan F. Hernandez
    # Para este codigo se utilizo referencia de stackoverflow

    #define arreglos a utilizar
=======

>>>>>>> origin/quicksort
	lowerArray = []
	equalArray = []
	maxArray = []

<<<<<<< HEAD
    #organiza los elementos utilizando el pivote para ponerlos en orden
=======
>>>>>>> origin/quicksort
	if len(lista) > 1:
		pivot = lista[0]
		for x in lista:
			if x < pivot:
				lowerArray.append(x)
			elif x == pivot:
				equalArray.append(x)
			elif x > pivot:
				maxArray.append(x)
            
<<<<<<< HEAD
        #concatena arreglos en orden
=======

>>>>>>> origin/quicksort
		return quickSort(lowerArray)+equalArray+quickSort(maxArray)

	else: 
		return lista

def shellSort(lista):
	#definan el algoritmo de ordenamiento shellsort
	#Luis E. Ortiz Cotto
	#Este codigo tiene su base de GeeksforGeeks
	distance = len(lista) / 2 #Coge la distancia de la mitad de la lista

	while distance > 0:
		for i in range(distance, len(lista)): #Empieza a ordenar haciendo un insertion sort para la distancia
			tmp = lista[i] #Guarda temporeramente el valor que esta en la posicion i que se va a cambiar
			j = i #Tiene el valor que va al momento

			#Empieza a ordernar los elementos hasta que llegue a la localizacion donde esta el valor temporero
			while j >= distance and lista[j - distance] > tmp:
				lista[j] = lista[j - distance]
				j -= distance

			#Poner el valor temporero en el su posicion correcta
			lista[j] = tmp
		distance /= 2 #Coge la mitad otra vez de la que ya esta

	return lista

maxValor=1000 	#define el valor maximo de los elementos de la lista
largoLista=1000 #define el largo de las listas a ordenar
veces=100 		#define las veces que se va a hacer el ordenamiento

acumulaMerge=0 	#variable para acumular el tiempo de ejecucion del mergesort
acumulaHeap=0 	#variable para acumular el tiempo de ejecucion del heapsort
acumulaQuick=0 	#variable para acumular el tiempo de ejecucion del quicksort
acumulaShell=0 	#variable para acumular el tiempo de ejecucion del shellsort

for i in range(veces):
	mergelista = [randint(0,maxValor) for r in range(largoLista)] #creamos una lista con valores al azar
	heaplista=list(mergelista)
	quicklista=list(mergelista)
	searchlista=list(mergelista)

	t1 = time.clock() 				#seteamos el tiempo al empezar
	mergeSort(mergelista) 				#ejecutamos el algoritmo mergeSort
	acumulaMerge+=time.clock()-t1 	#acumulamos el tiempo de ejecucion

	t1 = time.clock()				#seteamos el tiempo al empezar
	heapSort(heaplista)					#ejecutamos el algoritmo heapSort
	acumulaHeap+=time.clock()-t1 	#acumulamos el tiempo de ejecucion

	t1 = time.clock()				#seteamos el tiempo al empezar
	quickSort(quicklista)				#ejecutamos el algoritmo quickSort
	acumulaQuick+=time.clock()-t1 	#acumulamos el tiempo de ejecucion

	t1 = time.clock()				#seteamos el tiempo al empezar
	shellSort(searchlista)				#ejecutamos el algoritmo shellSort
	acumulaShell+=time.clock()-t1 	#acumulamos el tiempo de ejecucion

#imprimos los resultados
print "Promedio de tiempo de ejecucion de "+ str(veces) +" listas de largo " + str(largoLista)
print "MergeSort " + str(acumulaMerge/veces) + " segundos"
print "HeapSort " + str(acumulaHeap/veces) + " segundos"
print "QuickSort " + str(acumulaQuick/veces) + " segundos"
print "ShellSort " + str(acumulaShell/veces) + " segundos"