python中快速堆排序时间的测量

我正在用Python测量快速排序和堆排序的时间，但是结果之间的差异太大了。请花点时间查看我的代码：

import time
import linecache
import random

def shell_sort(some_list):
    h=1
    while(h<=len(some_list)):
        h=3*h+1
    while h>0:
        for i in xrange(len(some_list)):
            j = i
            temp = some_list[i]
            while j >= h and some_list[j-h] > temp:
                some_list[j] = some_list[j - h]
                j -= h
            some_list[j] = temp
        h = h/3 if h/9 else (0 if h==1 else 1)
    some_list.reverse()

def quick_sort_r(some_list):
    l = []
    e = []
    g = []
    if len(some_list) <= 1:
        return some_list
    else:
        pivot = some_list[0]
        for x in some_list:
            if x < pivot:
                l.append(x)
            elif x > pivot:
                g.append(x)
            else:
                e.append(x)
        l = quick_sort_r(l)
        g = quick_sort_r(g)
        return g + e + l

def gen(number, b=100000):
    #return [random.randint(0, b) for x in xrange(number)]
    some_list = []
    return [some_list.append(random.randint(0, b)) for x in xrange(number)]

domain = [10000, 25000, 50000, 100000, 200000, 300000, 400000, 500000, 750000, 1000000]
for element in domain:
    print 'Results for: ' + str(element) + ' elements:'
    for j in range(0, 10):
        temp_list = gen(element)
        start = time.time()
        shell_sort(temp_list)
        end = time.time() - start
        print end
    print '*************************'

导入时间
导入行缓存
随机输入
def外壳排序（一些列表）：
h=1
而(h0:
对于xrange中的i（len（某些列表））：
j=i
temp=一些列表[i]
当j>=h和一些_列表[j-h]>温度：
some_list[j]=some_list[j-h]
j-=h
某些_列表[j]=temp
h=h/3如果h/9其他（如果h=1其他1，则为0）
有些人把清单倒过来
def快速排序（部分列表）：
l=[]
e=[]
g=[]
如果len（某些列表）枢轴：
g、 附加（x）
其他：
e、 附加（x）
l=快速排序（l）
g=快速排序（g）
返回g+e+l
def发生器（编号，b=100000）：
#返回[random.randint（0，b）表示x范围内的x（数字）]
some_list=[]
为xrange（number）中的x返回[some_list.append（random.randint（0，b））]
域名=[10000、25000、50000、100000、200000、300000、400000、500000、750000、1000000]
对于域中的元素：
打印“+str（元素）+”元素的结果：”
对于范围（0,10）内的j：
临时列表=发电机（元件）
开始=时间。时间（）
外壳排序（临时列表）
结束=时间。时间（）-开始
打印端
打印“***************************”

我在函数“gen”中使用了两种类型的代码。第一种用于堆排序，第二种用于快速排序。希望差异太大，这是不正确的。1000000个元素的QS大约为0.5秒，HS为23秒。怎么了

来自advance的感谢。

此行：

return [some_list.append(random.randint(0, b)) for x in xrange(number)]

…是一个列表理解，它生成对

某些列表的
number
调用的结果。append（…）

，所有这些调用都返回

None

：

>>> print gen(10)
[None, None, None, None, None, None, None, None, None, None]

None

s比较如下：

>>> None < None
False
>>> None > None
False

总之，使用

return[random.randint（0，b）for x In xrange（number）]

代替。在我的机器上，这种更改使快速排序从0.43s变为8.9s，这可能比您预期的要多

---

顺便说一句，除非你有一台速度很快的机器，否则Python不会很好地接受1000000个数字的列表——这需要我的时间（有点慢）计算机大约需要3秒钟来生成一个包含100万个数字的列表。

你的问题到底是什么？我不知道你在问什么。为什么差异太大？请注意，我会比较随机生成的相同数据集的排序时间。不同的排序算法根据数据的排序方式执行不同的操作。因此，sendi为每个算法添加两个不同的输入可能不是最好的测试。创建一个数据集来使用随机数进行测试，并将相同的数据集传递给两个算法。你是对的，但即使我对排序列表进行排序，问题也会出现。当我意识到排序升序、排序降序的快速排序的复杂性时，我开始感到困惑nding和not sorted（random）是一样的。这当然是错误的，因为悲观的复杂度是O（n^2），乐观的复杂度是O（n*logn）。谢谢你的回答。你用我的代码写QS了吗？它不能用这个“return[random.randint（0，b）表示x范围内的x（number）]“。即使我尝试对10000个元素的列表进行排序。好的，它可以对10000个元素进行排序，但仅当它们是随机的。当我尝试对10000个已排序元素的列表进行排序时，递归深度会出错。”。

def quick_sort_r(some_list):
    e = []
    if len(some_list) <= 1:
        return some_list
    else:
        pivot = some_list[0]
        for x in some_list:
            # all other comparisons are False
            e.append(x)

        return e