JeLuOrRi/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
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")