Delete 'sorting.py'

removing from project branch

sorting.py

@@ -1,181 +0,0 @@
-"""
-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
-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
-from merge import merge
-import heapq
-
-# Python program for implementation of MergeSort
-
-# Merges two subarrays of arr[].
-# First subarray is arr[l..m]
-# Second subarray is arr[m+1..r]
-
-def mergeSort(lista, l, r):
-	if l < r:
-
-	# Same as (l+r)//2, but avoids overflow for
-	# large l and h
-	m = l+(r-l)//2
-
-	# Sort first and second halves
-	mergeSort(lista, l, m)
-	mergeSort(lista, m+1, r)
-	merge(lista, l, m, r)
-
-''' Luis Andrés López Mañán
-    Program written by hand as a draft on 09/19/2022
-    Credit goes to GeeksForGeeks
-    Link: https://www.geeksforgeeks.org/python-program-for-heap-sort/
-    Last access on 09/19/2022
-    Program wrriten and edited on 10/10/2022
-'''
-
-# This function heapifies a subtree rooted at an index
-# i. Also, n is the size of a heap and arr is array.
-
-def heapify(lista, n, i):
-
-		# largest is root for now
-		largest = i
-
-		# left child of root
-		l = 2 * i + 1
-
-		# right child of root
-		r = 2 * i + 2
-
-		# Checks if root has a left child and is greater than root
-		if l < n and lista[i] < lista[l] :
-			largest = l
-
-		# Checks if root has a right child and is greater than root
-		if r < n and lista[largest] < lista[r]:
-			largest = r
-
-		# If necessary, this changes root by swapping values
-    	if largest != i:
-        	lista[i], lista[largest] = lista[largest], lista[i]
-
-		# This heapifies the root repeatedly
-		heapify(lista, n, largest)
-
-def heapSort(lista):
-
-		n = len(lista)
-		n2 = (n // 2) - 1
-		nMinus = n - 1
-
-		for i in range(n2, -1, -1):
-			heapify(lista, n, i)
-
-		for i in range(nMinus, -1, -1):
-			lista[i], lista[0] = lista[0], lista[i]
-			heapify(lista, i, 0)
-
-		return lista
-
-def quickSort(lista):
-	#definan el algoritmo de ordenamiento quicksort
-	elements = len(lista)
-    
-    #Base case
-	if elements < 2:
-		return lista
-    
-	current_position = 0 #Position of the partitioning element
-
-	for i in range(1, elements): #Partitioning loop
-		if lista[i] <= lista[0]:
-			current_position += 1
-			temp = lista[i]
-			lista[i] = lista[current_position]
-			lista[current_position] = temp
-
-	temp = lista[0]
-	lista[0] = lista[current_position] 
-	lista[current_position] = temp #Brings pivot to it's appropriate position
-    
-	left = quickSort(lista[0:current_position]) #Sorts the elements to the left of pivot
-	right = quickSort(lista[current_position+1:elements]) #sorts the elements to the right of pivot
-
-	lista = left + [lista[current_position]] + right #Merging everything together
-	return lista
-
-''' 
-	This algorithm was taken from: https://www.programiz.com/dsa/shell-sort 
-	and was adapted in order to work for this assigment.
-'''
-
-def shellSort(lista):
-	#definan el algoritmo de ordenamiento shellsort
-
-	# determening the size of the list and calculates the gap value. 
-	n = len(lista)
-	gap = n // 2
-
-	# this algorithm will run until gap reaches 1 
-	while gap > 0:
-		for i in range(gap, n):
-			temp = lista[i] # storing all items from the list into temp 
-			j = i 
-
-			# compares the number in temp with the 0th possition (start of list)
-			# if temp is larger than the first element then we swap them
-			while j >= gap and lista[j - gap] > temp: 
-				lista[j] = lista[j - gap]
-				j -= gap
-
-			lista[j] = temp
-		gap = gap // 2 # decreases the gap to continue the loop 
-
-	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.process_time()					#tomamos el tiempo inicial
-	mergeSort(mergelista,0,len(mergelista)-1) 	#ejecutamos el algoritmo mergeSort
-	acumulaMerge+=time.process_time() - t1		#acumulamos el tiempo de ejecucion
-	#print(mergelista)							#desplegamos la lista
-
-	t1 = time.process_time()				#tomamos el tiempo inicial
-	heapSort(heaplista)					    #ejecutamos el algoritmo heapSort
-	acumulaHeap+=time.process_time() - t1 	#acumulamos el tiempo de ejecucion
-	#print(heaplista)						#desplegamos la lista
-
-	t1 = time.process_time()				#tomamos el tiempo inicial
-	quickresult = quickSort(quicklista)					#ejecutamos el algoritmo quickSort
-	acumulaQuick+=time.process_time() - t1	#acumulamos el tiempo de ejecucion
-	print(quicklista)						#desplegamos la lista
-
-	t1 = time.process_time()				#tomamos el tiempo inicial
-	shellSort(searchlista)					#ejecutamos el algoritmo shellSort
-	acumulaShell+=time.process_time() - t1	#acumulamos el tiempo de ejecucion
-	print(searchlista)						#desplegamos la lista
-
-#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")