1 、算法的魅力

深刻研究排序算法是入門算法較為好的一種方法，現在還記得4年前手動實現常見8種排序算法，通過隨機生成一些數據，逐個校驗代碼實現的排序過程是否與預期的一致，越做越有勁，越有勁越想去研究，公交車上，吃飯的路上。。。那些畫面，現在依然記憶猶新。

能力有限，當時并沒有生成排序過程的動畫，所以這些年想著抽時間一定把排序的過程都制作成動畫，然后分享出來，讓更多的小伙伴看到，通過排序算法的動態演示動畫，找到學習算法的真正樂趣，從而邁向一個新的認知領域。

當時我還是用C++寫的，時過境遷，Python迅速崛起，得益于Python的簡潔，接口易用，最近終于有人在github中開源了使用Python動畫展示排序算法的項目，真是倍感幸運。

動畫還是用matplotlib做出來的，這就更完美了，一邊學完美的算法，一邊還能提升Python熟練度，一邊還能學到使用matplotlib制作動畫。

2 、完美的答案

這個庫一共演示8個常見的排序算法：

• bubble-sort : Only show the visualization of bubble sorting algorithm in the animation. The following arguments have similar functions.
• comb-sort
• heap-sort
• insertion-sort
• merge-sort
• quick-sort
• selection-sort
• shell-sort

啟動的腳本是output.py，腳本的參數有三類，下面逐個解釋。

python output.py play heap-sort reversed

play表示展示排序的動畫，其他兩個選項：保存html和mp4

• play : Play an animation of a specific sorting algorithm or all algorithms in a new window, as a "figure" to Matplotlib.
• save-html : Save the animation as a HTML page with a sequence of images.
• save-mp4 : Save the animation as a MP4 video.

heap-sort表示堆排序，就是此次執行腳本你想看哪個排序算法的動畫展示,設置為quick-sort表示查看快排動畫, all表示所有排序算法一次展示。

reversed 這類參數是我重點想說的，這類參數還有如下其他幾個選項。通常說一個快排平均時間復雜度為nlog2n，為什么是平均呢？

我們很難找到一個真正100%準確的函數t，輸入data，通過t(data)計算出準確的理論執行時間，因為data的分布無法準確的擬合出來，而它又直接影響到實際的排序時間，比如輸入一個幾乎排序好的序列，一個沒有重復元素的序列，一個隨機序列，一個遞減序列。所以只能根據某類分布給出大概的預估執行時間值。

• almost-sorted : Sort an almost-sorted sequence.
• few-unique : Sort a few-unique sequence.
• random (default) : Sort a random sequence.
• reversed : Sort a descending sequence.

3 、動畫展示

使用的模塊和實例代碼如下：

使用的包，主要是內置模塊random,?os,?sys,?re，以及?matplotlib的?animation功能，剩下的就是手動實現的8個排序算法。

import random
import os
import sys
import re
from matplotlib import pyplot as plt
from matplotlib import animation
from sorting.data import Data
from sorting.selectionsort import selection_sort
from sorting.bubblesort import bubble_sort
from sorting.insertionsort import insertion_sort
from sorting.shellsort import shell_sort
from sorting.mergesort import merge_sort
from sorting.quicksort import quick_sort
from sorting.heapsort import heap_sort
from sorting.combsort import comb_sort
from sorting.monkeysort import monkey_sort

快速排序代碼，會保存所有的操作幀：

# Script Name : quicksort.py
# Author : Howard Zhang
# Created : 14th June 2018
# Last Modified : 14th June 2018
# Version : 1.0
# Modifications :
# Description : Quick sorting algorithm.

import copy
from .data import Data

def quick_sort(data_set):
# FRAME OPERATION BEGIN
frames = [data_set]
# FRAME OPERATION END
ds = copy.deepcopy(data_set)
qsort(ds, 0, Data.data_count, frames)
# FRAME OPERATION BEGIN
frames.append(ds)
return frames
# FRAME OPERATION END

def qsort(ds, head, tail, frames):
if tail - head > 1:
# FRAME OPERATION BEGIN
ds_y = copy.deepcopy(ds)
for i in range(head, tail):
ds_y[i].set_color('y')
# FRAME OPERATION END
i = head
j = tail - 1
pivot = ds[j].value
while i < j:
# FRAME OPERATION BEGIN
frames.append(copy.deepcopy(ds_y))
frames[-1][i if ds[i].value == pivot else j].set_color('r')
frames[-1][j if ds[i].value == pivot else i].set_color('k')
# FRAME OPERATION END
if ds[i].value > pivot or ds[j].value < pivot:
ds[i], ds[j] = ds[j], ds[i]
# FRAME OPERATION BEGIN
ds_y[i], ds_y[j] = ds_y[j], ds_y[i]
frames.append(copy.deepcopy(ds_y))
frames[-1][i if ds[i].value == pivot else j].set_color('r')
frames[-1][j if ds[i].value == pivot else i].set_color('k')
# FRAME OPERATION END
if ds[i].value == pivot:
j -= 1
else:
i += 1
qsort(ds, head, i, frames)
qsort(ds, i+1, tail, frames)

我已經執行完8個排序算法，錄制了3個動畫，效果如下：

1) 快速排序

2) 歸并排序

3)?堆排序

項目地址，這里面有完整源碼：

https://github.com/zamhown/sorting-visualizer

往期精彩如何在面試中展現你對Python的coding能力？如何用Python和數據分析鑒別網絡刷單 ？使用Python偽裝黑客，批量獲取網站密碼！用Python打造實時截圖識別OCR

END

關注【程序IT圈】，更多的Python好文輸出

總結

以上是生活随笔為你收集整理的anaconda matplotlib 输出动画_Python+Matplotlib 制作排序算法的动画的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。