AnCyDyJa/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
"""
from random import randint
import time
<<<<<<< HEAD
from heapq import heapify, heappush
=======
>>>>>>> parent of e630181 (Switch list() to deepcopy() for tests)

def mergeSort(lista):
	#definan el algoritmo de ordenamiento mergesort
	return lista

def heapSort(lista):
	#definan el algoritmo de ordenamiento heapsort
	# Dylan A. Cedres Rivera

	"""
	Heapsort se conoce por ser un algoritmo de ordenamiento con las caracteristicas de un arbol binario, 
		en donde cada nodo puede tener un maximo de hasta dos hijos, cumpliendo con las restricciones
		de que el primer nodo debe ser el "nodo padre" (primer elemento en la lista, no puede ser hijo de otro nodo) y
		las "hojas" del arbol binario deben ser solo "nodos hijos" (ultimos elementos de la lista, no pueden ser padres de otros nodos).
	
	El orden del heapsort puede ser MinHeap (menor a mayor), 
		en donde el nodo padre del arbol binario es el elemento mas pequeno de la lista, 
		o puede ser MaxHeap (mayor a menor), en donde el nodo padre es el elemento mas grande de la lista.
	"""

	# Nuevo heap para insertar los elementos de lista creada con numeros aleatorios
	myHeap = []
	heapify(myHeap)

	# Se copian los elementos de lista al heap y se ordenan de menor a mayor los elementos con cada push.
	# Todos los elementos se les asigna un signo contrario al que tienen, para poder crear un MaxHeap, de manera
	# 	que los numeros mas grandes se convierten en los mas pequenos.
	# Si se quiere hacer un MinHeap, la instruccion de multiplicar por -1 no es neceseria 
	for element in lista:
		heappush(myHeap, -1 * element)

	# print("lista antes de 'heapificar'", lista)


	# Este loop se utiliza para crear un MaxHeap, de manera que le devuelve el signo original que tenian los 
	#	elementos antes de que se anadieran al heap.
	# Esto significa que los elementos mas pequenos, se convierten en los mas grandes, dejando la forma de un MaxHeap,
	#	con el numero mas grande quedando como el nodo padre del arbol binario.
	# Si se quiere hacer un MinHeap, este loop no se necesita. 
	for i in range(len(myHeap)):
		myHeap[i] = myHeap[i] * -1

	# print("lista 'heapificada'", myHeap)
	
	# Copia los elementos del heap ordenado de vuelta a la lista inicialmente generada y la devuelve
	lista = myHeap
	return lista

def quickSort(lista):
	#definan el algoritmo de ordenamiento quicksort
	if(len(lista) != 0):
    		if(len(lista) == 1):
      			return lista

    		else:
      			p = lista[0]

      			for i in lista[1:]:
        			if(p > i):
          				x = i
          				del lista[lista.index(i)]
          				lista.insert(lista.index(p), x)
          				print(lista)
 
      			l = quickSort(lista[ :lista.index(p)])
      			m = quickSort(lista[lista.index(p) + 1:])

      			if(m != None and l != None):
        			return l + lista[lista.index(p):lista.index(p) + 1] + m

      			elif(m == None):
        			return l + lista[lista.index(p):lista.index(p) + 1]

      			elif(l == None):
        			return lista[lista.index(p):lista.index(p) + 1] + m

# inplace
# complexity: O(N^2)
def shellSort(lst):
    # initial gap
    gap = len(lst)

    while 0 < gap:
        # sort every sublist with given gap
        for start in range(gap):
            f = range(start, len(lst), gap)
            s = range(start + gap, len(lst), gap)

            # bubble sort on sublist
            swapped = True
            while swapped:
                swapped = False

                # iterate through every adjacent pair in sublist
                for c, n in zip(f, s):
                    if lst[n] < lst[c]:
                        lst[c], lst[n] = lst[n], lst[c]
                        swapped = True

        # reduce gap towards 0
        gap = gap // 2

    return lst


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
<<<<<<< HEAD
	heaplista=list(mergelista)
	quicklista=list(mergelista)
	searchlista=list(mergelista)
=======
	heaplista = list(mergelista)
	quicklista = list(mergelista)
	searchlista = list(mergelista)
>>>>>>> parent of e630181 (Switch list() to deepcopy() for tests)

	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" )