当前位置： 首页 > news >正文

【八大经典排序算法】快速排序

news 2025/8/1 19:31:21

【八大经典排序算法】快速排序

  • 一、概述
  • 二、思路实现
    • 2.1 hoare版本
    • 2.2 挖坑法
    • 2.3 前后指针版本
  • 三、优化
    • 3.1 三数取中
      • 3.1.1 最终代码
      • 3.1.2 快速排序的特性总结
  • 四、非递归实现快排

在这里插入图片描述

一、概述

说到快速排序就不得不提到它的创始人 hoare了。在20世纪50年代，计算机科学家们开始研究如何对数据进行排序，以提高计算机程序的效率。当时，常用的排序算法包括冒泡排序、插入排序和选择排序等。

然而，这些算法的效率都相对较低，特别是在处理大量数据时。于是，人们开始寻找更快速的排序算法。Tony Hoare 在研究中发现了一种基于分治思想的排序方法，即快速排序。

二、思路实现

快速排序的思想是任取待排序元素序列中的某元素作为基准值，按照该排序码将待排序集合分割成两子序列，左子序列中所有元素均小于基准值，右子序列中所有元素均大于基准值，然后最左右子序列重复该过程，直到所有元素都排列在相应位置上为止。

代码如下：

// 假设按照升序对array数组中[left, right]区间中的元素进行排序
void QuickSort(int* a, int begin, int end)
{if (begin >= end)return;// 按照基准值对数组的 [left, right)区间中的元素进行划分int keyi = PartSort(a, begin, end);//分成[begin,keyi-1] keyi [keyi+1,end]// 递归排[left, div)QuickSort(a, begin, keyi - 1);// 递归排[div+1, right)QuickSort(a, keyi + 1, end);
}

上述为快速排序递归实现的主框架，发现与二叉树前序遍历规则非常像，接下来只需分析如何按照基准值来对区间中数据进行划分的方式即可。
待排序集合分割时，将区间按照基准值划分为左右两半部分的常见方式有以下3种。

2.1 hoare版本

思路：

  1. 选择一个基准元素（key），可以是最左边也可以是最右边。
  2. 定义两个指针，一个指向数组的第一个元素（左指针），一个指向数组的最后一个元素（右指针）。（需要注意的是：若选择最左边的数据作为key，则需要right先走；若选择最右边的数据作为key，则需要left先走）
  3. 移动左指针,直到找到一个大于等于基准元素（key）的元素；移动右指针，直到找到一个小于等于基准元素（key）的元素。之后交换交换左右指针所指向的元素。然后不断重复上述步骤直到左指针大于右指针
  4. 最后将基准元素与右指针所指向的元素交换位置，此时基准元素位于正确的位置。此时左边元素>=key，右边元素<=key。

Tips：博主在这里解释一下为什么“若选择最左边的数据作为key，则需要right先走；若选择最右边的数据作为key，则需要left先走”，后续其他方法同理。
① :左边作key，右边先走，保证了相遇位置的值小于key或就是key的位置。
②：右边作key，左边先走，保证了相遇位置的值大于key或就是key的位置。
以①为例，L和R相遇无非就两种情况：L遇R，R遇L。
情况一：L遇R。在R停下来后，L还在走。由于R先走，R停下来的位置一定小于Key。相遇位置为R停下来的位置，一定比key小。
情况二：R遇L。再相遇的这一轮，L就不动了，R在移动。相遇位置即为L的位置。而L的位置就是key的位置 or 已经交换过一些轮次了，此时相遇位置一定比key小。

【动画演示】：
在这里插入图片描述
代码如下：

 //[left, right]--采用左闭右闭
int PartSort(int* a, int left, int right)
{int keyi = left;while (left < right){//找到右边比key小的数while (left < right && a[right] <= a[keyi]){right--;}//找到左边比key大的数while (left < right && a[left] >= a[keyi]){left++;}Swap(&a[left], &a[right]);}Swap(&a[keyi], &a[left]);return left;
}void Swap(int* p1, int* p2)
{int tmp = *p1;*p1 = *p2;*p2 = tmp;
}

2.2 挖坑法

思路：

  1. .选出一个数据（一般是最左边或是最右边的）存放在key变量中，同时该数据位置形成一个坑。
  2. 还是左右指针left和right，left从左向右走，right从右向左走。（若在最左边挖坑，则需要R先走；若在最右边挖坑，则需要L先走）
  3. 移动右指针找到第一个比key小的数并填到坑位，此时右指针所在位置变成新的坑。然后移动左指针找到第一个比key大的数并填到坑位，此时左指针所在位置变成新的坑。然后和hoare版本一样，不断重复上述步骤即可

【动画演示】：
在这里插入图片描述
代码如下：

//挖坑法
int PartSort(int* a, int left, int right)
{int key = a[left];int hole = left;while (left < right){//找到右边比key小的值while (left < right && a[right] >= key){right--;}a[hole] = a[right];hole = right;//左边比key大的值while (left < right && a[left] <= key){left++;}a[hole] = a[left];hole = left;}a[hole] = key;return hole;
}void Swap(int* p1, int* p2)
{int tmp = *p1;*p1 = *p2;*p2 = tmp;
}

2.3 前后指针版本

思路：

  1. 选出一个key，一般是最左边或是最右边的。
  2. 起始时，prev指针指向序列开头，cur指针指向prev+1。
  3. 若cur指向的内容小于key，则prev先向后移动一位，然后交换prev和cur指针指向的内容，然后cur指针++；若cur指向的内容大于key，则cur指针直接++。如此进行下去，直到cur到达end位置，此时将key和++prev指针指向的内容交换即可。

【动画演示】：
在这里插入图片描述
代码如下：

//前后指针法
int PartSort(int* a, int left, int right)
{int keyi = left;int prev = left;int cur = left + 1;while (cur <= right){if (a[cur] < a[keyi] && ++prev != cur){Swap(&a[prev], &a[cur]);}cur++;}Swap(&a[prev], &a[keyi]);keyi = prev;return keyi;
}void Swap(int* p1, int* p2)
{int tmp = *p1;*p1 = *p2;*p2 = tmp;
}

三、优化

虽然已经可以解决问题了，但还有一个问题：
当选取的key每次都是中位数时，效率最好，时间复杂度为O(N*logN)；但当数组有序时变成最坏，时间复杂度变为O(N^2)！
对于上述情况，这里有两种优化方式：

  1. 三数取中法选key
  2. 递归到小的子区间时，可以考虑使用插入排序

3.1 三数取中

这里博主给出一直最简单的方法：

int GetMidIndix(int* a, int left, int right)
{int mid = left + (right - left) / 2;if (a[left] < a[mid]){if (a[mid] < a[right])return mid;else if (a[mid] > a[right])return right;elsereturn left;}else//a[left]>=a[mid]{if (a[mid] > a[right])return mid;else if (a[mid] < a[right])return right;elsereturn left;}
}

3.1.1 最终代码

void Swap(int* p1, int* p2)
{int tmp = *p1;*p1 = *p2;*p2 = tmp;
}int GetMidIndix(int* a, int left, int right)
{int mid = left + (right - left) / 2;if (a[left] < a[mid]){if (a[mid] < a[right])return mid;else if (a[mid] > a[right])return right;elsereturn left;}else//a[left]>=a[mid]{if (a[mid] > a[right])return mid;else if (a[mid] < a[right])return right;elsereturn left;}
}// hoare
// [left, right]
//int PartSort(int* a, int left, int right)
//{
//	int midi = GetMidIndix(a, left, right);
//	Swap(&a[left], &a[midi]);
//
//	int keyi = left;
//	while (left < right)
//	{
//		//找到右边比key小的数
//		while (left < right && a[right] <= a[keyi])
//		{
//			right--;
//		}
//
//		//找到左边比key大的数
//		while (left < right && a[left] >= a[keyi])
//		{
//			left++;
//		}
//		Swap(&a[left], &a[right]);
//	}
//	Swap(&a[keyi], &a[left]);
//	return left;
//}//挖坑法
//int PartSort(int* a, int left, int right)
//{
//	int midi = GetMidIndix(a, left, right);
//	Swap(&a[left], &a[midi]);
//
//	int key = a[left];
//	int hole = left;
//	while (left < right)
//	{
//		//找到右边比key小的值
//		while (left < right && a[right] >= key)
//		{
//			right--;
//		}
//		a[hole] = a[right];
//		hole = right;
//
//		//左边比key大的值
//		while (left < right && a[left] <= key)
//		{
//			left++;
//		}
//		a[hole] = a[left];
//		hole = left;
//	}
//	a[hole] = key;
//	return hole;
//}//前后指针法
int PartSort(int* a, int left, int right)
{int midi = GetMidIndix(a, left, right);Swap(&a[left], &a[midi]);int keyi = left;int prev = left;int cur = left + 1;while (cur <= right){if (a[cur] < a[keyi] && ++prev != cur){Swap(&a[prev], &a[cur]);}cur++;}Swap(&a[prev], &a[keyi]);keyi = prev;return keyi;
}void QuickSort(int* a, int begin, int end)
{if (begin >= end)return;int keyi = PartSort(a, begin, end);//分成[begin,keyi-1] keyi [keyi+1,end]QuickSort(a, begin, keyi - 1);QuickSort(a, keyi + 1, end);
}

3.1.2 快速排序的特性总结

  1. 时间复杂度：O(N*logN)

在这里插入图片描述

  1. 空间复杂度：O(logN)
  2. 稳定性：不稳定

四、非递归实现快排

思路：

  1. 定义一个栈，然后将待排序的数组的起始索引和结束索引入栈。
  2. 通过前面将的三种分割区间的方法将数组的起始索引和结束索引之间的元素分成两部分，左边部分小于等于基准元素，右边部分大于等于基准元素。
  3. 由于非递归实现时，我们是通过从栈中两两取出维护待排序数组的下标，所以接下来就是如果左边部分的长度大于1，则将左边部分的起始索引和结束索引入栈；如果右边部分的长度大于1，则将右边部分的起始索引和结束索引入栈。最后循环此操作，直到栈为空。

代码如下：

//前后指针法
int PartSort(int* a, int left, int right)
{int midi = GetMidIndix(a, left, right);Swap(&a[left], &a[midi]);int keyi = left;int prev = left;int cur = left + 1;while (cur <= right){if (a[cur] < a[keyi] && ++prev != cur){Swap(&a[prev], &a[cur]);}cur++;}Swap(&a[prev], &a[keyi]);keyi = prev;return keyi;
}//快排非递归
void QuickSortNonR(int* a, int begin, int end)
{ST st;STInit(&st);STPush(&st, end);STPush(&st, begin);while (!STEmpty(&st)){int left = STTop(&st);STPop(&st);int right = STTop(&st);STPop(&st);int keyi = PartSort(a, left, right);//[left,keyi-1] keyi [keyi+1,right]if (keyi + 1 < right){STPush(&st, right);STPush(&st, keyi + 1);}if (keyi - 1 > left){STPush(&st, keyi - 1);STPush(&st, left);}}STDestroy(&st);
}

在这里插入图片描述
在这里插入图片描述

http://www.lryc.cn/news/169389.html

相关文章：

  • vue 父组件给子组件传递一个函数，子组件调用父组件中的方法
  • docker 获取Nvidia 镜像 | cuda |cudnn
  • uTool快捷指令
  • R reason ‘拒绝访问‘的解决方案
  • 许战海战略文库|品类缩量时代：制造型企业如何跨品类打造份额产品？
  • BIT-4-数组
  • L9945的H桥续流模式
  • Ubuntu20.04安装Nvidia显卡驱动、CUDA11.3、CUDNN、TensorRT、Anaconda、ROS/ROS2
  • linux下使用crontab定时器，并且设置定时不执行的情况，附：项目启动遇到的一些问题和命令
  • linux下二进制安装docker最新版docker-24.0.6
  • 计算机视觉 01（介绍）
  • Java下部笔记
  • 链表基本操作
  • Linux学习笔记-Ubuntu系统下配置用户ssh只能访问git仓库
  • 央媒发稿不能改？媒体发布新闻稿有哪些注意点
  • 计算机竞赛 深度学习 opencv python 公式识别(图像识别 机器视觉)
  • KPM算法
  • 全流程GMS地下水数值模拟及溶质（包含反应性溶质）运移模拟技术教程
  • GE D20 EME 10BASE-T电源模块产品特点
  • 游戏工作时d3dcompiler_47.dll缺失怎么修复？5种修复方法分享
  • 关于激光探测器光斑质心算法在FPGA硬件的设计
  • 理清SpringBoot CURD处理逻辑、顺序
  • 缓存读写淘汰算法W-TinyLFU算法
  • C++中的 throw详解
  • vue 封装Table组件
  • MySQL主从复制错误
  • Redis群集
  • Spring AOP以及统一处理
  • vue2markdown转思维导图
  • docker下redis备份文件dump.rdb获取