पाइथन क्रमबद्ध: पाइथनमा क्रमबद्ध विधि र एल्गोरिदमहरू

पाइथनमा विभिन्न क्रमबद्ध विधिहरू र एल्गोरिदमहरू प्रयोग गरेर क्रमबद्ध सूचीहरू, एरेहरू, शब्दकोशहरू इत्यादिको लागि पाइथन क्रम प्रकार्य कसरी प्रयोग गर्ने सिक्नुहोस्:

सर्टिङ एउटा प्रविधि हो जुन क्रमबद्ध गर्न प्रयोग गरिन्छ। आरोही वा घट्दो क्रममा क्रमक्रममा डेटा।

धेरै समय ठूला परियोजनाहरूको डाटा सही क्रममा व्यवस्थित हुँदैन र यसले आवश्यक डाटा पहुँच र प्रभावकारी रूपमा प्राप्त गर्दा समस्याहरू सिर्जना गर्दछ।

यो समस्या समाधान गर्न क्रमबद्ध प्रविधिहरू प्रयोग गरिन्छ। पाइथनले विभिन्न क्रमबद्ध प्रविधिहरू प्रदान गर्दछ उदाहरणका लागि, बबल क्रमबद्ध, सम्मिलित क्रमबद्ध, मर्ज क्रमबद्ध, क्विकसोर्ट, आदि।

यस ट्युटोरियलमा, हामीले विभिन्न एल्गोरिदमहरू प्रयोग गरेर पाइथनमा क्रमबद्ध गर्ने तरिका बुझ्नेछौं।

पाइथन क्रमबद्ध

0>

पाइथन क्रमबद्धको सिन्ट्याक्स

क्रमबद्ध गर्नको लागि, पाइथनले बिल्ट-इन प्रकार्य प्रदान गर्दछ अर्थात् "सर्ट()" प्रकार्य। यो सूचीको डेटा तत्वहरूलाई बढ्दो क्रममा वा घट्दो क्रममा क्रमबद्ध गर्न प्रयोग गरिन्छ।

यो अवधारणालाई उदाहरणका साथ बुझौं।

उदाहरण १:

``` a = [ 3, 5, 2, 6, 7, 9, 8, 1, 4 ] a.sort() print( “ List in ascending order: ”, a ) ``` 

आउटपुट:

यस उदाहरणमा, दिइएको अक्रमित सूचीलाई " क्रमबद्ध ( ) " प्रकार्य प्रयोग गरेर बढ्दो क्रममा क्रमबद्ध गरिएको छ। .

उदाहरण २:

२३६७

आउटपुट

१२>

माथिको उदाहरणमा, दिइएको अक्रमित सूचीलाई " क्रमबद्ध ( उल्टो = सत्य ) " प्रकार्य प्रयोग गरेर उल्टो क्रममा क्रमबद्ध गरिएको छ।

समयस्थान बबल क्रमबद्ध O(n) O(n2) O(n2) O(1) हो हो सम्मिलित क्रम 42 O(n) O(n2) O(n2) O(1) हो हो छिटो क्रमबद्ध गर्नुहोस् O(n log(n)) O(n log(n)) O(n2) O(N) होइन हो मर्ज गर्नुहोस् क्रमबद्ध गर्नुहोस् O(n log(n)) O(n log(n)) O(n log(n)) O(N) हो होइन हिप क्रमबद्ध O(n लग (n)) O(n log(n)) O(n log(n)) O(1) No हो

माथिको तुलना तालिकामा "O" माथि वर्णन गरिएको बिग ओह नोटेशन हो जबकि "n" र "N" भनेको इनपुटको साइज हो। .

बारम्बार सोधिने प्रश्नहरू

प्रश्न #1) पाइथनमा क्रमबद्ध () के हो?

उत्तर: पाइथनमा क्रमबद्ध () एक प्रकार्य हो जुन एक विशेष क्रममा सूची वा एरेहरू क्रमबद्ध गर्न प्रयोग गरिन्छ। यो प्रकार्यले ठूला परियोजनाहरूमा काम गर्दा क्रमबद्ध गर्ने प्रक्रियालाई सहज बनाउँछ। यो विकासकर्ताहरूका लागि धेरै उपयोगी छ।

प्रश्न #2) तपाईं पाइथनमा कसरी क्रमबद्ध गर्नुहुन्छ?

उत्तर: पाइथनले विभिन्न क्रमबद्ध प्रविधिहरू प्रदान गर्दछ जुन तत्व क्रमबद्ध गर्न प्रयोग गरिन्छ। 1 क्रमबद्ध () काम?

उत्तर: क्रमबद्ध()प्रकार्यले दिइएको एरेलाई प्रयोगकर्ताबाट इनपुटको रूपमा लिन्छ र क्रमबद्ध एल्गोरिथ्म प्रयोग गरेर यसलाई विशेष क्रममा क्रमबद्ध गर्दछ। एल्गोरिथ्म को चयन प्रयोगकर्ता छनोट मा निर्भर गर्दछ। प्रयोगकर्ताहरूले प्रयोगकर्ताको आवश्यकता अनुसार द्रुत क्रमबद्ध, मर्ज क्रमबद्ध, बबल क्रमबद्ध, सम्मिलित क्रम आदि प्रयोग गर्न सक्छन्।

निष्कर्ष

माथिको ट्युटोरियलमा, हामीले पाइथनमा क्रमबद्ध गर्ने प्रविधिको बारेमा छलफल गरेका छौं। सामान्य क्रमबद्ध प्रविधिहरू।

  • बबल क्रमबद्ध
  • सम्मिलन क्रमबद्ध
  • छिटो क्रमबद्ध

हामीले तिनीहरूको समय जटिलता र फाइदाहरू बारे जान्यौं र बेफाइदाहरू। हामीले माथिका सबै प्रविधिहरू पनि तुलना गरेका छौं।

एल्गोरिदम क्रमबद्ध गर्ने जटिलता

समय जटिलता भनेको कुनै विशेष एल्गोरिदम चलाउन कम्प्युटरले लिएको समय हो। यसमा तीन प्रकारका समय जटिलता केसहरू छन्।

  • सबैभन्दा खराब अवस्था: कार्यक्रम चलाउन कम्प्युटरले लिएको अधिकतम समय।
  • औसत केस: कार्यक्रम चलाउन कम्प्यूटरले न्यूनतम र अधिकतम बीचमा लिएको समय।
  • उत्तम अवस्था: कार्यक्रम चलाउन कम्प्युटरले लिएको न्यूनतम समय। यो समय जटिलता को सबै भन्दा राम्रो मामला हो।

जटिलता नोटेशन्स

बिग ओह नोटेशन, O: बिग ओह नोटेशन माथिल्लो सीमा बताउन आधिकारिक तरिका हो एल्गोरिदम को चलिरहेको समय को। यो सबैभन्दा खराब-केस समय जटिलता मापन गर्न प्रयोग गरिन्छ वा हामी पूरा गर्न एल्गोरिदम द्वारा लिइएको सबैभन्दा ठूलो समय भन्छौं।

बिग ओमेगा नोटेशन, : बिग ओमेगा नोटेशन हो। एल्गोरिदमको चलिरहेको समयको सबैभन्दा कम सीमा बताउन आधिकारिक तरिका। यो उत्तम-केस समय जटिलता मापन गर्न प्रयोग गरिन्छ वा हामी एल्गोरिथ्म द्वारा लिइएको उत्कृष्ट समय भन्दछन्।

थेटा नोटेशन, : थीटा नोटेशन सन्देश दिने आधिकारिक तरिका हो। दुबै सीमाहरू अर्थात् एल्गोरिथ्मले पूरा गर्नको लागि लिने समयको तल्लो र माथिल्लो।

पाइथनमा क्रमबद्ध विधिहरू

बबल क्रमबद्ध

बबल क्रम डेटा क्रमबद्ध गर्ने सबैभन्दा सरल तरिका हो। जसमा ब्रुट फोर्स प्रविधि प्रयोग गरिन्छ। यसले प्रत्येक डेटा तत्वमा पुनरावृत्ति गर्नेछ र यसलाई अन्य तत्वहरूसँग तुलना गर्नेछप्रयोगकर्तालाई क्रमबद्ध डाटा प्रदान गर्न।

यो प्रविधि बुझ्नको लागि एउटा उदाहरण लिऔं:

  • हामीलाई तत्वहरू भएको एरे प्रदान गरिएको छ। १०, ४०, ७, ३, १५”। अब, हामीले यो एरेलाई पाइथनमा बबल सर्ट प्रविधि प्रयोग गरेर बढ्दो क्रममा व्यवस्थित गर्न आवश्यक छ।
    • प्रथम चरण भनेको एरेलाई दिइएको क्रममा मिलाउनु हो।
    • " पुनरावृत्ति 1 " मा, हामी एरेको पहिलो तत्वलाई अन्य तत्वहरूसँग एक एक गरेर तुलना गर्दैछौँ।
    • रातो तीरहरूले एर्रेका अन्य तत्वहरूसँग पहिलो तत्वहरूको तुलना वर्णन गर्दैछन्।
    • यदि तपाईंले "१०" "४०" भन्दा सानो भएको देख्नुभयो भने, यो उस्तै रहन्छ। स्थान तर अर्को तत्व "7" "10" भन्दा सानो छ। त्यसैले यो प्रतिस्थापन हुन्छ र पहिलो स्थानमा आउँछ।
    • माथिको प्रक्रियालाई तत्वहरू क्रमबद्ध गर्न बारम्बार प्रदर्शन गरिनेछ।

    • " पुनरावृत्ति 2 " मा दोस्रो तत्व एरेका अन्य तत्वहरूसँग तुलना गरिँदैछ।
    • यदि तुलना गरिएको तत्व सानो छ भने, यसले प्रतिस्थापन गर्नुहोस्, अन्यथा यो एकै ठाउँमा रहनेछ। तेस्रो तत्व एरेका अन्य तत्वहरूसँग तुलना गरिँदै छ।

    • अन्तिम " पुनरावृत्ति 4 " दोस्रो अन्तिम तत्व एरे को अन्य तत्वहरु संग तुलना गर्दै छ।
    • मायस चरणमा एरेलाई बढ्दो क्रममा क्रमबद्ध गरिएको छ।

बबल क्रमबद्धका लागि कार्यक्रम

``` def Bubble_Sort(unsorted_list): for i in range(0,len(unsorted_list)-1): for j in range(len(unsorted_list)-1): if(unsorted_list[j]>unsorted_list[j+1]): temp_storage = unsorted_list[j] unsorted_list[j] = unsorted_list[j+1] unsorted_list[j+1] = temp_storage return unsorted_list unsorted_list = [5, 3, 8, 6, 7, 2] print("Unsorted List: ", unsorted_list) print("Sorted List using Bubble Sort Technique: ", Bubble_Sort(unsorted_list)) ``` 
०> आउटपुट0>

बबल क्रमबद्धताको समय जटिलता 3>

  • सबैभन्दा खराब अवस्था: बबल क्रमबद्धको लागि सबैभन्दा खराब समय जटिलता O( n 2) हो।
  • औसत केस: बबल क्रमबद्धको लागि औसत समय जटिलता O(4) हो>n 2)।
  • सर्वश्रेष्ठ केस: बबल क्रमबद्धको लागि उत्तम समय जटिलता O(n) हो।

लाभहरू

  • यो धेरैजसो प्रयोग गरिन्छ र कार्यान्वयन गर्न सजिलो छ।
  • हामीले छोटो अवधिको भण्डारणको उपभोग बिना डेटा तत्वहरू बदल्न सक्छौं।
  • यसलाई कम चाहिन्छ। स्पेस।

नुकसानहरू

  • यसले ठूलो संख्यामा ठूला डाटा तत्वहरूसँग व्यवहार गर्दा राम्रो प्रदर्शन गर्न सकेन।
  • यो क्रमबद्ध गर्न प्रत्येक "n" संख्याको डेटा तत्वहरूको लागि n 2 चरणहरू आवश्यक पर्दछ।
  • यो वास्तविक-विश्व अनुप्रयोगहरूको लागि राम्रो होइन।

सम्मिलन क्रमबद्ध गर्नुहोस्

सम्मिलन क्रम एक सजिलो र सरल क्रमबद्ध प्रविधि हो जुन खेल्ने कार्डहरू क्रमबद्ध गर्न समान काम गर्दछ। सम्मिलन क्रमले प्रत्येक तत्वलाई एक एक गरी अर्कोसँग तुलना गरेर तत्वहरूलाई क्रमबद्ध गर्दछ। यदि तत्व अर्को भन्दा ठूलो वा सानो छ भने तत्वहरूलाई छनोट गरी अन्य तत्वसँग स्वैप गरिन्छ।

एक उदाहरण लिऔं

  • हामीलाई प्रदान गरिएको छ। " 100, 50, 30, 40, 10 " तत्वहरू भएको एरे।
  • पहिले, हामी एरेलाई व्यवस्थित गर्छौं र तुलना गर्न सुरु गर्छौं।यो।
  • पहिलो चरणमा " 100 " लाई दोस्रो तत्व " 50 " सँग तुलना गरिएको छ। "50" लाई "100" सँग ठुलो भएकोले स्वैप गरिन्छ।
  • दोस्रो चरणमा, फेरि दोस्रो तत्व "100" लाई तेस्रो तत्व "30" सँग तुलना गरिन्छ र स्वैप हुन्छ।
  • अब, यदि तपाईंले याद गर्नुभयो भने "30" पहिलो स्थानमा आउँछ किनभने यो फेरि "50" भन्दा सानो छ।
  • तुलना एरेको अन्तिम तत्व सम्म हुनेछ र अन्त्यमा, हामीले प्राप्त गर्नेछौं। क्रमबद्ध डाटा।

सम्मिलन क्रमबद्धका लागि कार्यक्रम

``` def InsertionSort(array): for i in range(1, len(array)): key_value = array[i] j = i-1 while j >= 0 and key_value  array[j] : array[j + 1] = array[j] j -= 1 array[j + 1] = key_value array = [11, 10, 12, 4, 5] print("The unsorted array: ", array) InsertionSort(array) print ("The sorted array using the Insertion Sort: ") for i in range(len(array)): print (array[i]) ``` 

आउटपुट

0 >0> सम्मिलित क्रमको समय जटिलता
  • सबैभन्दा खराब अवस्था: सम्मिलित क्रमको लागि सबैभन्दा खराब समय जटिलता O( n 2)।
  • औसत केस: सम्मिलित क्रमको लागि औसत समय जटिलता O( n 2) हो।
  • 1 र कार्यान्वयन गर्न सजिलो।
  • डेटा तत्वहरूको सानो संख्यासँग व्यवहार गर्दा यसले राम्रो प्रदर्शन गर्दछ।
  • यसलाई कार्यान्वयन गर्न थप ठाउँको आवश्यकता पर्दैन।

नुकसानहरू

  • डेटा तत्वहरूको ठूलो संख्यामा क्रमबद्ध गर्न यो उपयोगी छैन।
  • अन्य क्रमबद्ध प्रविधिहरूसँग तुलना गर्दा यसले राम्रो प्रदर्शन गर्दैन।

मर्ज क्रम

यो क्रमबद्ध विधिले तत्वहरूलाई विशेष क्रममा क्रमबद्ध गर्न विभाजन र विजय विधि प्रयोग गर्दछ। मर्ज क्रमको मद्दतले क्रमबद्ध गर्दा, दतत्वहरू आधामा विभाजित हुन्छन् र त्यसपछि, तिनीहरू क्रमबद्ध हुन्छन्। सबै भागहरू क्रमबद्ध गरिसकेपछि, फेरि तत्वहरू एक उत्तम क्रम बनाउनको लागि जोडिन्छन्।

यो प्रविधि बुझ्नको लागि एउटा उदाहरण लिऔं

  • हामीलाई प्रदान गरिएको छ। एउटा एरे "7, 3, 40, 10, 20, 15, 6, 5"। एरेले 7 तत्वहरू समावेश गर्दछ। यदि हामीले यसलाई आधामा विभाजित गर्छौं ( 0 + 7 / 2 = 3)।
  • दोस्रो चरणमा, तपाईंले तत्वहरू दुई भागमा विभाजित भएको देख्नुहुनेछ। प्रत्येकमा 4 तत्वहरू हुन्छन्।
  • अझै, तत्वहरू फेरि विभाजित हुन्छन् र प्रत्येकमा 2 तत्वहरू हुन्छन्।
  • एरेमा एउटा मात्र तत्व उपस्थित नभएसम्म यो प्रक्रिया जारी रहनेछ। चरण नम्बर सन्दर्भ गर्नुहोस्। चित्रमा 4।
  • अब, हामी तत्वहरूलाई क्रमबद्ध गर्नेछौं र तिनीहरूलाई जोड्न सुरु गर्नेछौं जसरी हामीलाई विभाजित गरिएको थियो।
  • चरण नं। 5 यदि तपाईंले 7 3 भन्दा ठूलो भएको देख्नुभयो भने, त्यसैले हामी तिनीहरूलाई सामेल गर्नेछौं र यसलाई अर्को चरणमा सामेल गर्नेछौं र यसको उल्टो।
  • अन्तमा, तपाईंले हाम्रो एरे बढ्दो क्रममा क्रमबद्ध भइरहेको देख्नुहुनेछ।

मर्ज क्रमका लागि कार्यक्रम

``` def MergeSort(arr): if len(arr) > 1: middle = len(arr)//2 L = arr[:middle] R = arr[middle:] MergeSort(L) MergeSort(R) i = j = k = 0 while i  len(L) and j  len(R): if L[i]  R[j]: arr[k] = L[i] i += 1 else: arr[k] = R[j] j += 1 k += 1 while i  len(L): arr[k] = L[i] i += 1 k += 1 while j  len(R): arr[k] = R[j] j += 1 k += 1 def PrintSortedList(arr): for i in range(len(arr)): print(arr[i],) print() arr = [12, 11, 13, 5, 6, 7] print("Given array is", end="\n") PrintSortedList(arr) MergeSort(arr) print("Sorted array is: ", end="\n") PrintSortedList(arr) ``` 

आउटपुट

मर्ज क्रमको समय जटिलता

  • सबैभन्दा खराब अवस्था: मर्ज क्रमको लागि सबैभन्दा खराब समय जटिलता O( n लग( n )).
  • औसत केस: मर्ज क्रमको लागि औसत समय जटिलता O( n लग(4) हो>n ))।
  • सर्वश्रेष्ठ केस: मर्ज क्रमको लागि उत्तम समय जटिलता O( n लग( n ))।

फायदाहरू

  • यस क्रमबद्ध प्रविधिको लागि फाइल साइजले फरक पार्दैन।15
  • यो प्रविधि डेटाको लागि राम्रो छ जुन सामान्यतया अनुक्रम क्रममा पहुँच गरिन्छ। उदाहरणका लागि, लिङ्क गरिएका सूचीहरू, टेप ड्राइभ, आदि।

नुकसानहरू

  • यसलाई अन्यको तुलनामा थप ठाउँ चाहिन्छ। क्रमबद्ध गर्ने प्रविधिहरू।
  • यो अन्यको तुलनामा तुलनात्मक रूपमा कम प्रभावकारी छ।

द्रुत क्रमबद्ध

द्रुत क्रमले सूचीका तत्वहरूलाई क्रमबद्ध गर्न पुनः विभाजन र विजय विधि प्रयोग गर्दछ। वा एरे। यसले पिभोट तत्वहरूलाई लक्षित गर्दछ र चयन गरिएको पिभोट तत्व अनुसार तत्वहरूलाई क्रमबद्ध गर्दछ।

उदाहरणका लागि

  • हामीलाई तत्वहरू भएको एरे प्रदान गरिएको छ “1 ,8,3,9,4,5,7”।
  • “7” लाई पायलट तत्व मानौं।
  • अब हामी एरेलाई यसरी विभाजन गर्नेछौं कि बायाँ छेउमा पिभोट तत्व "7" भन्दा सानो तत्वहरू छन् र दायाँ छेउमा पिभोट तत्व "7" भन्दा ठूला तत्वहरू छन्।
  • हामीसँग अहिले दुईवटा एरेहरू छन् " 1,3,4,5 " र " 8, 9 "।
  • फेरि, हामीले दुवै एरेहरूलाई माथिको जस्तै समान रूपमा विभाजन गर्नुपर्छ। फरक यति मात्र हो कि पिभोट तत्वहरू परिवर्तन हुन्छन्।
  • हामीले एरेमा एकल तत्व प्राप्त नगरेसम्म एरेहरूलाई विभाजन गर्न आवश्यक छ।
  • अन्तमा, सबै पिभोट तत्वहरूलाई a मा सङ्कलन गर्नुहोस्। बायाँ देखि दायाँ अनुक्रम र तपाइँ क्रमबद्ध पाउनुहुनेछarray।

द्रुत क्रमका लागि कार्यक्रम

``` def Array_Partition( arr, lowest, highest ): i = ( lowest-1 ) pivot_element = arr[ highest ] for j in range( lowest, highest ): if arr[ j ] = pivot_element: i = i+1 arr[ i ], arr[ j ] = arr[ j ], arr[ i ] arr[ i+1 ], arr[ highest ] = arr[ highest ], arr[ i+1 ] return ( i+1 ) def QuickSort( arr, lowest, highest ): if len( arr ) == 1: return arr if lowest  highest: pi = Array_Partition( arr, lowest, highest ) QuickSort( arr, lowest, pi-1 ) QuickSort( arr, pi+1, highest ) arr = [ 9, 6, 7, 8, 0, 4 ] n = len( arr ) print( " Unsorted array: ", arr ) QuickSort( arr, 0, n-1 ) print( " Sorted array using Quick Sort: " ) for i in range( n ): print( " %d " % arr[ i ] ) ``` 

आउटपुट

द्रुत क्रमको समय जटिलता

  • सबैभन्दा खराब अवस्था: द्रुत क्रमको लागि सबैभन्दा खराब समय जटिलता O(4) हो>n 2)।
  • औसत केस: द्रुत क्रमको लागि औसत समय जटिलता O( n लग( n ) हो। ).
  • सर्वश्रेष्ठ केस: द्रुत क्रमको लागि उत्तम समय जटिलता O( n लग( n )) हो।

लाभहरू

  • यसलाई पाइथनमा उत्कृष्ट क्रमबद्ध गर्ने एल्गोरिदम भनिन्छ।
  • डेटाको ठूलो मात्रा ह्यान्डल गर्दा यो उपयोगी हुन्छ।15
  • यसलाई थप ठाउँको आवश्यकता पर्दैन।
  • 16>

    नुकसानहरू

    • यसको सबैभन्दा खराब अवस्था जटिलता बबल क्रमबद्धता र घुसाउने क्रम।
    • हामीसँग पहिले नै क्रमबद्ध सूची हुँदा यो क्रमबद्ध विधि उपयोगी हुँदैन।

    हिप क्रम

    हिप क्रम बाइनरी खोज रूखको उन्नत संस्करण हो। । हिप क्रमबद्धमा, एरेको सबैभन्दा ठूलो तत्व रूखको जरामा सधैं र त्यसपछि राखिएको हुन्छ, लीफ नोडहरूसँगको जराको तुलनामा।

    उदाहरणका लागि:

    • हामीलाई "40, 100, 30, 50, 10" तत्वहरू भएको एरे प्रदान गरिएको छ।
    • " चरण 1 " मा हामीले रूख बनायौं। एरेमा तत्वहरूको उपस्थिति।

    • चरण 2” मा हामी अधिकतम हिप बनाउँदैछौं अर्थात् घट्दो क्रममा तत्वहरू। सबैभन्दा ठूलो तत्व हुनेछशीर्ष (रूट) मा रहन्छ र सबैभन्दा सानो तत्व तल (पात नोड्स) मा रहन्छ। दिइएको array “100, 50, 30, 40, 10” बन्छ।

    • “चरण ३” मा, हामी न्यूनतम हिप बनाउँदै छ ताकि हामी एरेको न्यूनतम तत्वहरू फेला पार्न सक्छौं। यसो गर्नाले, हामीले अधिकतम र न्यूनतम तत्वहरू प्राप्त गर्छौं।

    • “ चरण 4 ” उही चरणहरू प्रदर्शन गरेर हामीले क्रमबद्ध एरे पाउँछौं।

    हिप क्रमका लागि कार्यक्रम

    ``` def HeapSortify( arr, n, i ): larger_element = i left = 2 * i + 1 right = 2 * i + 2 if left  n and arr[ larger_element ]  arr[ left ]: larger_element = left if right  n and arr[ larger_element ]  arr[ right ]: larger_element = right if larger_element != i: arr[ i ], arr[ larger_element ] = arr[ larger_element ], arr[ i ] HeapSortify( arr, n, larger_element ) def HeapSort( arr ): n = len( arr ) for i in range( n//2 - 1, -1, -1 ): HeapSortify( arr, n, i ) for i in range( n-1, 0, -1 ): arr[ i ], arr[ 0 ] = arr[ 0 ], arr[ i ] HeapSortify( arr, i, 0 ) arr = [ 11, 10, 12, 4, 5, 6 ] print( " The unsorted array is: ", arr ) HeapSort( arr ) n = len( arr ) print( " The sorted array sorted by the Heap Sort: " ) for i in range( n ): print( arr[ i ] ) ``` 

    आउटपुट

    हिप क्रमको समय जटिलता

    • सबैभन्दा खराब अवस्था: हिप क्रमको लागि सबैभन्दा खराब समय जटिलता हो O( n लग( n ))।
    • औसत केस: हिप क्रमबद्धको लागि औसत समय जटिलता O( n) हो। लग( n )).
    • सर्वश्रेष्ठ केस: हिप क्रमबद्धको लागि उत्तम समय जटिलता O( n लग(4)>n )))।

    फायदाहरू

    • यो प्रायः यसको उत्पादकताको कारणले प्रयोग गरिन्छ।
    • यसले गर्न सक्छ। इन-प्लेस एल्गोरिथ्मको रूपमा लागू गर्नुहोस्।
    • यसलाई ठूलो भण्डारण आवश्यक पर्दैन।

    नुकसानहरू

    • का लागि ठाउँ चाहिन्छ। तत्वहरू क्रमबद्ध गर्दै।
    • यसले तत्वहरूलाई क्रमबद्ध गर्न रूख बनाउँछ।

    क्रमबद्ध गर्ने प्रविधिहरू बीचको तुलना

    छाँट्ने विधि सर्वश्रेष्ठ केस समय जटिलता औसत केस समय जटिलता सबैभन्दा खराब केस समय जटिलता स्पेस जटिलता स्थिरता मा -
माथि स्क्रोल गर्नुहोस्