Python 代码实现身份证号码随机隐去和排序
Python 代码实现身份证号码随机隐去和排序
本文将使用 Python 代码实现对身份证号码进行随机隐去,并用 1-9 之间的随机数代替,之后利用插入排序、选择排序、二分归并排序和快速排序算法对生成的 ID_Number 序列进行排序,并比较各算法的执行时间。
代码实现
import random
import time
# 随机生成一个身份证号码
id_num = '123456789012345678'
id_num_list = list(id_num)
# 隐藏4位数字并用1-9的随机数代替
start = random.randint(0, 12)
for i in range(start, start+4):
id_num_list[i] = str(random.randint(1, 9))
ID_Number = id_num_list
print('替换后的身份证号码:', ''.join(ID_Number))
# 插入排序
def insertion_sort(arr):
for i in range(1, len(arr)):
j = i
while j > 0 and arr[j] < arr[j-1]:
arr[j], arr[j-1] = arr[j-1], arr[j] # 交换元素
j -= 1
return arr
start_time = time.time()
sorted_arr = insertion_sort(ID_Number)
end_time = time.time()
print('插入排序后的结果:', ''.join(sorted_arr))
print('用时:{:.10f}s'.format(end_time - start_time))
print()
# 选择排序
def selection_sort(arr):
for i in range(len(arr)):
min_index = i
for j in range(i+1, len(arr)):
if arr[j] < arr[min_index]:
min_index = j
arr[i], arr[min_index] = arr[min_index], arr[i] # 交换元素
return arr
start_time = time.time()
sorted_arr = selection_sort(ID_Number)
end_time = time.time()
print('选择排序后的结果:', ''.join(sorted_arr))
print('用时:{:.10f}s'.format(end_time - start_time))
print()
# 二分归并排序
def merge_sort(arr):
if len(arr) <= 1:
return arr
mid = len(arr) // 2
left = merge_sort(arr[:mid])
right = merge_sort(arr[mid:])
return merge(left, right)
def merge(left, right):
result = []
i = j = 0
while i < len(left) and j < len(right):
if left[i] <= right[j]:
result.append(left[i])
i += 1
else:
result.append(right[j])
j += 1
result += left[i:]
result += right[j:]
return result
start_time = time.time()
sorted_arr = merge_sort(ID_Number)
end_time = time.time()
print('二分归并排序后的结果:', ''.join(sorted_arr))
print('用时:{:.10f}s'.format(end_time - start_time))
print()
# 快速排序
def quick_sort(arr, low, high):
if low < high:
pi = partition(arr, low, high)
quick_sort(arr, low, pi-1)
quick_sort(arr, pi+1, high)
return arr
def partition(arr, low, high):
pivot = arr[high]
i = low - 1
for j in range(low, high):
if arr[j] <= pivot:
i += 1
arr[i], arr[j] = arr[j], arr[i] # 交换元素
arr[i+1], arr[high] = arr[high], arr[i+1] # 交换元素
return i+1
start_time = time.time()
sorted_arr = quick_sort(ID_Number, 0, len(ID_Number)-1)
end_time = time.time()
print('快速排序后的结果:', ''.join(sorted_arr))
print('用时:{:.10f}s'.format(end_time - start_time))
print()
# 输出个人信息和系统时间
def print_info():
print('李某某机器学习作业 模块 完成时间:', time.strftime('%Y年%m月%d日'))
print_info()
算法分析
-
插入排序
- 时间复杂度:最佳情况 O(n),平均情况 O(n^2),最坏情况 O(n^2)
- 空间复杂度:O(1)
- 适用于少量数据排序
-
选择排序
- 时间复杂度:O(n^2)
- 空间复杂度:O(1)
- 不稳定排序
- 适用于数据量较小的情况
-
二分归并排序
- 时间复杂度:O(n log n)
- 空间复杂度:O(n)
- 稳定排序
- 适用于数据量较大且需要稳定排序的情况
-
快速排序
- 时间复杂度:最佳情况 O(n log n),平均情况 O(n log n),最坏情况 O(n^2)
- 空间复杂度:O(log n)
- 不稳定排序
- 适用于数据量较大且需要快速排序的情况
总结
通过以上代码实现和算法分析,我们可以看到,不同的排序算法在时间复杂度和空间复杂度方面各有优劣,选择合适的排序算法需要根据实际情况进行权衡。
原文地址: https://www.cveoy.top/t/topic/or4B 著作权归作者所有。请勿转载和采集!