Nenhuma descrição

sorting.py 5.1KB

123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153
  1. """
  2. Carlos J Corrada Bravo
  3. Este programa calcula el promedio de tiempo de ejecucion de cuatro algoritmos de ordenamiento
  4. La variable maxValor define el valor maximo de los elementos de la lista
  5. La variable largoLista define el largo de las listas a ordenar
  6. La variable veces define las veces que se va a hacer el ordenamiento
  7. Al final se imprimen los promedios de cada algortimo
  8. """
  9. from random import randint
  10. import time
  11. def mergeSort(lista):
  12. #definan el algoritmo de ordenamiento mergesort
  13. # se vieron videos y se leyo sobre el algoritmo en GeekforGeeks, educative.io y medium.com el codigo fue basado en esto
  14. # si tiene al menos un elemento
  15. if len(lista) > 1:
  16. # buscar mitad de lista
  17. middle = len(lista)//2
  18. # llamada recursiva de mitad izq de lista
  19. Left = mergeSort(lista[:middle])
  20. # llamada recursiva de mitad derecha de lista
  21. Right = mergeSort(lista[middle:])
  22. # return y llamada recursiva merge para combinar ambas listas
  23. return merge(Right, Left, lista)
  24. # se devuelve cuando solamente haya un elemento
  25. return lista
  26. def merge(Right, Left, lista):
  27. # acumuladores
  28. i = 0
  29. j = 0
  30. k = 0
  31. # comparar las dos listas y ordenar de manera ascendiente
  32. while i < len(Left) and j < len(Right):
  33. # si el elemento de la izq es menor que la derecha
  34. # añadelo a la lista
  35. if Left[i] < Right[j]:
  36. lista[k] = Left[i]
  37. i += 1
  38. k += 1
  39. # si el elemento de la derecha es menor que la derecha
  40. # añadelo a la lista
  41. else:
  42. lista[k] = Right[j]
  43. j += 1
  44. k += 1
  45. # si quedan elementos en la lista izq añadelos en la lista
  46. while i < len(Left):
  47. lista[k] = Left[i]
  48. i += 1
  49. k += 1
  50. # si quedan elementos en la lista derecha añadelos en la lista
  51. while j < len(Right):
  52. lista[k] = Right[j]
  53. j += 1
  54. k += 1
  55. return lista
  56. def heapSort(lista):
  57. #trabajado por Andrel Fuentes
  58. #definan el algoritmo de ordenamiento heapsort
  59. #crear el "max heap"
  60. for i in range(largoLista // 2, -1, -1):
  61. heapify(lista, largoLista, i)
  62. for i in range(largoLista - 1, 0, -1):
  63. lista[i], lista[0] = lista[0], lista[i]
  64. heapify(lista, i, 0)
  65. return lista
  66. def quickSort(lista):
  67. #definan el algoritmo de ordenamiento quicksort
  68. return lista
  69. def shellSort(lista):
  70. #definan el algoritmo de ordenamiento shellsort
  71. return lista
  72. def heapify(lista, largo, raiz):
  73. #trabajado por Andrel Fuentes
  74. #encontrar cual el valor mayor entre de los hijos y raiz
  75. #define las posiciones de los hijos
  76. largest_value = raiz
  77. left_child = raiz * 2 + 1
  78. right_child = raiz * 2 + 2
  79. #se verifica si el hijo izquierdo es mayor, actualizar variable de mayor
  80. #si fuera necesario
  81. if left_child < largoLista and lista[left_child] > lista[raiz]:
  82. largest_value = left_child
  83. #se verifica si el hijo derecho es mayor, actualizar variable de mayor
  84. #si fuera necesario
  85. if right_child < largoLista and lista[right_child] > lista[largest_value]:
  86. largest_value = right_child
  87. #se verifica si la posicion inicial sigue siendo la misma/mayor, swap si necesario
  88. #y continuar con heapify
  89. if largest_value != raiz:
  90. lista[raiz], lista[largest_value] = lista[largest_value], lista[raiz]
  91. heapify(lista, largo, largest_value)
  92. maxValor=1000 #define el valor maximo de los elementos de la lista
  93. largoLista=1000 #define el largo de las listas a ordenar
  94. veces=100 #define las veces que se va a hacer el ordenamiento
  95. acumulaMerge=0 #variable para acumular el tiempo de ejecucion del mergesort
  96. acumulaHeap=0 #variable para acumular el tiempo de ejecucion del heapsort
  97. acumulaQuick=0 #variable para acumular el tiempo de ejecucion del quicksort
  98. acumulaShell=0 #variable para acumular el tiempo de ejecucion del shellsort
  99. for i in range(veces):
  100. mergelista = [randint(0,maxValor) for r in range(largoLista)] #creamos una lista con valores al azar
  101. heaplista=list(mergelista)
  102. quicklista=list(mergelista)
  103. searchlista=list(mergelista)
  104. t1 = time.process_time() #seteamos el tiempo al empezar
  105. mergeSort(mergelista) #ejecutamos el algoritmo mergeSort
  106. acumulaMerge+=time.process_time()-t1 #acumulamos el tiempo de ejecucion
  107. t1 = time.process_time() #seteamos el tiempo al empezar
  108. heapSort(heaplista) #ejecutamos el algoritmo heapSort
  109. acumulaHeap+=time.process_time()-t1 #acumulamos el tiempo de ejecucion
  110. t1 = time.process_time() #seteamos el tiempo al empezar
  111. quickSort(quicklista) #ejecutamos el algoritmo quickSort
  112. acumulaQuick+=time.process_time()-t1 #acumulamos el tiempo de ejecucion
  113. t1 = time.process_time() #seteamos el tiempo al empezar
  114. shellSort(searchlista) #ejecutamos el algoritmo shellSort
  115. acumulaShell+=time.process_time()-t1 #acumulamos el tiempo de ejecucion
  116. #imprimos los resultados
  117. print ("Promedio de tiempo de ejecucion de "+ str(veces) +" listas de largo " + str(largoLista))
  118. print ("MergeSort " + str(acumulaMerge/veces) + " segundos")
  119. print ("HeapSort " + str(acumulaHeap/veces) + " segundos")
  120. print ("QuickSort " + str(acumulaQuick/veces) + " segundos")
  121. print ("ShellSort " + str(acumulaShell/veces) + " segundos")