排序——快速排序

本文详细介绍了快速排序算法的原理和步骤,通过分治、二分和递归的思想来提高排序效率。以61279345108为例,展示了如何进行分区和递归操作,最终实现排序。同时提供了C语言和Python的代码示例来帮助理解快速排序的过程。

上一章中我们介绍了冒泡排序,但是其时间复杂度达到了O(N^2),速度较慢,在提交一些题时,可能会超时。接下来介绍一种既不浪费空间又可以快一点的排序——快速排序。

思想:分治,二分,递归。

思路大概:

例如:我们现在要用快排对一组数据:6 1 2 7 9 3 4 5 10 8 排序。首先我们先找一个基准数,也就是参照物,一般来说,我们以数组第一个数为基准数,对于这组数据也就是 6 ,然后将这组数据中大于基准数的放在其右边,小于基准数的放在其左边,类似:3 1 2 5 4 6 9 7 10 8

这被成为分区。现在得到了:

  • 一个由所有小于基准数的数字组成的子数组
  • 基准数
  • 一个由所有大于基准数的数字组成的子数组

这里我们只是进行了分区,得到了两个无序的子数组,所以需要重复以上步骤,直到有序为止,也就是递归

具体实现:(还是以上面的数据为例)

  1. 选择基准值,一般而言我们以数据第一个为基准数。
  2. 分区。如何将大于基准值和小于基准值的数字放在基准数两边,是快排的关键。对于上述例子 6 1 2 7 9 3 4 5 10 8 ,我们选定了 6 为基准值,而它在第一位,那我们首先选定两个“哨兵i和j”,刚开始时,让 i j 分别指向数据的最左边和最右边,即 i=1,指向数字j=10,指向数字 8 ,然后让 j 从右到左找一个比 6 小的数,再让 i 左往右找一个比 6 大的数,交换他们。因为基准数是最左边的数,所以 j 先找,j 一步步挪动(即 j--),直到找到比 6 小的数 5 ,然后 i 开始行动(即 i++),直到找到一个大于 6 的数 7 ,交换它们的值,但 i 和 j 不变。即: i=3 j=8 分别指向了 75,交换得: 6 1  2 5 9 3 4 7 10 8。到此,第一次交换结束。然后重复之前的步骤(ps:仍是 j 先出发),直到 ij 碰头为止。得到:3 1 2 5 4 6 9 7 10 8。到此第一轮“探测”结束。
  3. 递归。将第一次“探测”的左边“3 1 2 5 4”和“9 7 10 8”在进行1,2, 3操作,直到有序。

图解帮助理解:

 C语言代码:

#include <stdio.h>

int a[101], n;
void quicksort(int left, int right)
{
	int i, j, t, temp;
	
	if (left > right)  //递归终止条件 
		return;

	temp = a[left];  //temp中存的就是基准数 
	i = left;
	j = right;
	
	while (i != j)
	{
		//先从右往左找 
		while (a[j] >= temp && i < j)
		{
			j--;
		}		
		
		//在从左往右找 
		while (a[i] <= temp && i < j)
		{
			i++;
		}		
		
		//交换	
		if (i < j)
		{
			t = a[i];
			a[i] = a[j];
			a[j] = t;
		}	
	}
	
	//将基准数归位 
	a[left] = a[i];
	a[i] = temp;
	
	
	quicksort(left, i-1); //递归处理左边 
	quicksort(i+1, right); //递归处理右边 
	return;
}

int main()
{
	int i, j;

	scanf("%d", &n);
	
	for (i = 0; i < n; i++)
	{
		scanf("%d", &a[i]);
	}
	
	quicksort(0, n-1);

	for (i = 0; i < n; i++)
	{
		printf("%d ", a[i]);
	}
	
	getchar();
	
	return 0; 
}

python代码:

def quicksort(array):
    if len(array) < 2:
        return array
    else:
        pivot = array[0] #选择基准值
    #小于基准值的子数组
        less = [i for i in array[1:] if i <= pivot]
    #大于基准数的子数组
        greater = [i for i in array[1:] if i > pivot]

        return quicksort(less) + [pivot] + quicksort(greater)
print(quicksort([10, 5, 2, 3]))

### 快速排序分治算法实现与原理 快速排序是一种基于分治策略的经典排序算法,其核心思想是通过选取一个基准值(Pivot),将待排序数组划分为两个子数组,使得左侧子数组的元素均不大于基准值,右侧子数组的元素均不小于基准值。随后递归地对这两个子数组进行相同的操作,直到每个子数组只有一个元素或为空为止。 #### 1. 快速排序的核心思想 快速排序的关键在于如何有效地划分数组以及递归处理子数组的过程具体来说,快速排序可以分解为以下几个阶段[^2]: - **选择基准值 (Pivot)**:通常可以选择第一个元素、最后一个元素或者随机选择某个元素作为基准值。 - **分区操作 (Partition)**:重新排列数组,使所有小于基准值的元素位于左边,所有大于基准值的元素位于右边,并返回基准值的位置索引。 - **递归排序**:对基准值两侧的子数组分别递归应用相同的分区和排序逻辑。 最终的结果是,当所有的子数组都被排序完成后,整个数组也变得有序。 #### 2. 时间复杂度分析 快速排序的时间性能取决于每次分割后的子数组大小分布情况。理想情况下,如果每次都能均匀地将数组一分为二,则时间复杂度为 \( O(N \log N) \)[^4]。然而,在最坏的情况下(例如输入数组已经完全逆序或顺序排列),可能会退化至线性平方级的时间复杂度 \( O(N^2) \)。 #### 3. 空间复杂度 由于快速排序采用的是原地排序方式,因此不需要额外分配大量的存储空间来保存临时副本。除了用于记录递归调用栈的空间外,几乎无需其他辅助内存资源消耗。对于平均情况而言,递归深度大约为 \( \log N \),故总体空间复杂度接近于 \( O(\log N) \)[^2]。 #### 4. Python 实现代码示例 以下是使用Python编写的快速排序函数的一个简单版本: ```python def quick_sort(arr): if len(arr) <= 1: return arr else: pivot = arr[len(arr)//2] left = [x for x in arr if x < pivot] middle = [x for x in arr if x == pivot] right = [x for x in arr if x > pivot] return quick_sort(left) + middle + quick_sort(right) # 测试例子 example_array = [3,6,8,10,1,2,1] print("Sorted array:", quick_sort(example_array)) ``` 此段程序展示了基本的功能框架,实际工程环境中可能还需要考虑更多边界条件及优化措施。 #### 5. 不稳定性的讨论 值得注意的一点是,尽管快速排序效率很高,但它并非总是稳定的排序方法。所谓稳定性是指相等键值的数据项在排序之后能够保持原有的相对次序不变。而因为我们在上面给出的例子中直接丢弃了关于位置的信息,所以在某些特定场景下可能导致原本相邻重复数值被打散重组从而破坏原有秩序关系[^1]。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Junbai_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值