Lekcja 6: Funkcje i rekurencja
Zbuduj w Pythonie wzór „Wyścig sortowań” i po drodze naucz się:
- funkcje i przekazywanie funkcji jako wartości
- rekurencja: funkcja, która wywołuje samą siebie na mniejszych częściach
- licznik trzymany w słowniku
- assert do sprawdzenia wyniku
- jak rośnie praca: n² wobec n·log n
Najpierw obejrzyj
Film gra z YouTube po kliknięciu.
"""Sorting race: four algorithms on the same shuffled list, counting their comparisons.
Run: python sorting-race.py (needs: pip install numpy matplotlib)
"""
import math
import numpy as np
import matplotlib.pyplot as plt
plt.style.use("dark_background")
n = 100
data = list(np.random.default_rng().permutation(n))
count = {"comparisons": 0}
def less(a, b): # every algorithm compares only through this, so we can count
count["comparisons"] += 1
return a < b
def bubble(xs):
xs = xs[:]
for end in range(len(xs) - 1, 0, -1):
for i in range(end):
if less(xs[i + 1], xs[i]):
xs[i], xs[i + 1] = xs[i + 1], xs[i]
return xs
def insertion(xs):
xs = xs[:]
for i in range(1, len(xs)):
j = i
while j > 0 and less(xs[j], xs[j - 1]):
xs[j], xs[j - 1] = xs[j - 1], xs[j]
j -= 1
return xs
def merge(xs):
if len(xs) < 2:
return xs
left, right = merge(xs[: len(xs) // 2]), merge(xs[len(xs) // 2 :])
out = []
while left and right:
out.append(left.pop(0) if not less(right[0], left[0]) else right.pop(0))
return out + left + right
def quick(xs):
if len(xs) < 2:
return xs
pivot, rest = xs[0], xs[1:]
smaller = [x for x in rest if less(x, pivot)]
return quick(smaller) + [pivot] + quick([x for x in rest if x not in smaller])
results = {}
for name, sort in [("bubble", bubble), ("insertion", insertion), ("merge", merge), ("quick", quick)]:
count["comparisons"] = 0
assert sort(data) == sorted(data)
results[name] = count["comparisons"]
print(results, "| at least log2(n!) =", math.ceil(math.log2(math.factorial(n))))
plt.figure(figsize=(7, 4))
plt.bar(list(results), list(results.values()), color=["#f0abfc", "#c4b5fd", "#5eead4", "#5eead4"])
plt.axhline(math.log2(math.factorial(n)), color="white", linestyle="--", label="log2(n!): no comparison sort does better")
plt.ylabel(f"comparisons for n = {n}")
plt.legend()
plt.show()
# Try: n = 1000 (bubble sort needs about n*n/2, merge sort about n*log2(n))
Nie masz Pythona na tym komputerze? Notatnik uruchamia ten sam skrypt, zadania i odpowiedzi w przeglądarce, w Google Colab. Notatnik jest po angielsku.
Linijka po linijce
def less(a, b):Każdy algorytm porównuje przez tę jedną funkcję, więc porównania można liczyć w jednym miejscu.
count["comparisons"] += 1Licznik leży w słowniku, więc funkcja może go zmieniać bez słowa global.
def merge(xs):Sortowanie przez scalanie: posortuj każdą połowę, potem scal dwie posortowane połowy, biorąc zawsze mniejszy element z przodu.
left, right = merge(xs[: len(xs) // 2]), merge(xs[len(xs) // 2 :])Rekurencja: merge wywołuje samą siebie na każdej połowie, aż część ma mniej niż dwa elementy.
assert sort(data) == sorted(data)assert zatrzymuje skrypt, jeśli sortowanie pomyli kolejność: test wbudowany w program.
math.ceil(math.log2(math.factorial(n)))Dolna granica: log₂ liczby możliwych kolejności, n!, zaokrąglony w górę.
Twoja kolej
Dla n = 100 które sortowanie potrzebuje najmniej porównań i jak blisko jest granicy?
Podpowiedź
Uruchom skrypt; wypisuje liczniki i granicę.
Odpowiedź
Sortowanie przez scalanie, około 540 przy granicy 525. Sortowanie bąbelkowe potrzebuje dokładnie 4950, czyli 100 · 99 ÷ 2.
Dlaczego to sortowanie bąbelkowe zawsze potrzebuje n·(n − 1) ÷ 2 porównań?
Podpowiedź
Spójrz na jego dwie pętle.
Odpowiedź
Ta wersja zawsze przechodzi obie pętle do końca: (n − 1) + (n − 2) + … + 1 = n·(n − 1) ÷ 2 porównań, niezależnie od kolejności.
Daj sortowaniu szybkiemu listę, która jest już posortowana. Co dzieje się z licznikiem?
Podpowiedź
data = list(range(n)).
Odpowiedź
Skacze do 4950, tak źle jak sortowanie bąbelkowe: gdy elementem dzielącym jest pierwszy element, każdy podział zostawia jedną stronę pustą.
Quiz
Fiszki
Przeczytaj przód, powiedz sobie, co jest z tyłu, potem otwórz kartę.
Rekurencja
Funkcja, która rozwiązuje problem, wywołując samą siebie na jego mniejszych częściach.
assert condition
Zatrzymuje program z błędem, jeśli warunek jest False.
log₂(n!)
Najmniejsza liczba porównań tak/nie, która odróżni n! kolejności: granica każdego sortowania przez porównania.
n² wobec n·log n
Dla 1000 elementów: około 500 000 wobec około 10 000 kroków.
Przekazywanie funkcji
for name, sort in [("merge", merge), …]: funkcje są wartościami, jak liczby.