# coding=utf-8 """ Carlos J Corrada Bravo Este programa calcula el promedio de tiempo de ejecución 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 # Defini esta funcion de swap para facilitarme este paso del sort. # Lo pueden usar si quieren. def swap(lista, posicion1, posicion2): tmp = lista[posicion1] lista[posicion1] = lista[posicion2] lista[posicion2] = tmp def mergeSort(lista): # definan el algoritmo de ordenamiento mergesort if len(lista) > 1: mid = len(lista)//2 left = lista[:mid] right = lista[mid:] mergeSort(left) mergeSort(right) i = j = k = 0 while i < len(left) and j < len(right): if left[i] < right[j]: lista[k] = left[i] i += 1 else: lista[k] = right[j] j += 1 k += 1 while i < len(left): lista[k] = left[i] i += 1 k += 1 while j < len(right): lista[k] = right[j] j += 1 k += 1 return lista # Tomada de: https://www.geeksforgeeks.org/heap-sort/ # To heapify subtree rooted at index i. # n is size of heap def heapify(arr, n, i): largest = i # Initialize largest as root l = 2 * i + 1 # left = 2*i + 1 r = 2 * i + 2 # right = 2*i + 2 # See if left child of root exists and is # greater than root if l < n and arr[largest] < arr[l]: largest = l # See if right child of root exists and is # greater than root if r < n and arr[largest] < arr[r]: largest = r # Change root, if needed if largest != i: arr[i], arr[largest] = arr[largest], arr[i] # swap # Heapify the root. heapify(arr, n, largest) # Tomada de: https://www.geeksforgeeks.org/heap-sort/ def heapSort(lista): # definan el algoritmo de ordenamiento heapsort n = len(lista) # Build a maxheap. for i in range(n//2 - 1, -1, -1): heapify(lista, n, i) # One by one extract elements for i in range(n-1, 0, -1): lista[i], lista[0] = lista[0], lista[i] # swap heapify(lista, i, 0) return lista def quickSort(lista): # definan el algoritmo de ordenamiento quicksort # If lista is empty or has only one element. if len(lista) <= 1: return lista # Else, set pivot to a random element of the list. else: pivot = lista[randint(0, len(lista)-1)] # Create three list for the numbers lesser, equal and greater than the pivot. lesser = [] equal = [] greater = [] # Iterate through the list and add the elements to the respective list. for i in lista: if i < pivot: lesser.append(i) elif i > pivot: greater.append(i) else: equal.append(i) # Recursively call quickSort on the two lists and concatenate them with the equal list. return quickSort(lesser) + equal + quickSort(greater) def shellSort(lista): # definan el algoritmo de ordenamiento shellsort # Variable para saber cuando el sort termina termine = False # Variable para el tamaño de la lista. n = len(lista) # Variable para la mitad del tamaño de la lista. k = int(n/2) # Variables para realizar las comparaciones de los elementos. i = 0 j = k # Ciclo donde se realiza el ShellSort. while(termine == False): # Comparacion de elementos para ver si se puede hacer un swap. if(lista[i] > lista[j]): swap(lista, i, j) # Variables para retener el valor original de x, y para continuar el sort. tmp1 = i tmp2 = j # Ciclo para realizar swaps en elementos anteriores luego de encontrar un swap. while True: # Verificacion para prevenir que se busquen elementos fuera de la lista. if((i-k) >= 0): i = i - k j = j - k else: i = tmp1 j = tmp2 break # Verificacion si se puede hacer otro swap. if(lista[i] > lista[j]): swap(lista, i, j) else: i = tmp1 j = tmp2 break # Estos ajustes se utilizan para continuar verificando elementos # mas adelantes en la lista. i = i + 1 j = j + 1 else: # Estos ajustes se utilizan para continuar verificando elementos # mas adelantes en la lista. i = i + 1 j = j + 1 # Verifica antes de salirse de la lista para poder comenzar otra vuelta con k/2. if(j == n): k = int(k/2) i = 0 j = k # Identifica cuando el sort se supone que haya terminado. if(k == 0): termine = True 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): # creamos una lista con valores al azar lista = [randint(0, maxValor) for r in range(largoLista)] listaMerge = lista[:] listaHeap = lista[:] listaQuick = lista[:] listaShell = lista[:] t1 = time.process_time() # seteamos el tiempo al empezar mergeSort(listaMerge) # ejecutamos el algoritmo mergeSort acumulaMerge += time.process_time()-t1 # acumulamos el tiempo de ejecucion t1 = time.process_time() # seteamos el tiempo al empezar heapSort(listaHeap) # ejecutamos el algoritmo heapSort acumulaHeap += time.process_time()-t1 # acumulamos el tiempo de ejecucion t1 = time.process_time() # seteamos el tiempo al empezar quickSort(listaQuick) # ejecutamos el algoritmo quickSort acumulaQuick += time.process_time()-t1 # acumulamos el tiempo de ejecucion t1 = time.process_time() # seteamos el tiempo al empezar shellSort(listaShell) # ejecutamos el algoritmo shellSort acumulaShell += time.process_time()-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")