Python 快排

本文通过Python代码实现快速排序算法,并与Perl版本进行对比,揭示了参数传递的差异及各自实现细节。

上一篇文章用Perl 实现了快排,这里用Python 实现。


不同点:

Perl 传递列表slice 实际上还指向父列表相同的元素,这是由Perl 本身的数据结构所决定的。而Python 传递slice 则是一个新的列表,所以参数传递稍有不同。


一个例子说明Perl传参的不同:

sub test{
	$_[2] = 'testing';
}

@x = (1..10);
test(@x[3..8]);
print "@x";

输出:
1 2 3 4 5 testing 7 8 9 10

快排代码:

import random

def qsort2(array):
    if len(array) <= 1: return array
    else: return qsort2([i for i in array[1:] if i<array[0]]) + [array[0]] + qsort2([i for i in array[1:] if i>=array[0]])

def qsort(array, left, right):
    if left >= right: pass
    else:
        print array,left,right
        low = left+1
        high = right
        index = left
        while low <= high:
            while low<=high and array[low]<array[index]:
                low += 1
            while low<=high and array[high]>=array[index]:
                high -= 1
            if low<high:
                array[low],array[high] = array[high],array[low]
        if high > index:
            array[index],array[high]=array[high],array[index]
        print array, high
        print 
        qsort(array, left, high-1)
        qsort(array, high+1, right)

x = [random.randint(0,100) for i in range(10)]
print x
qsort(x,0,9)
print x


快速排序是一种高效的排序算法,其核心思想是通过一个划分操作将数组分为两个子数组,其中一个子数组的所有元素小于基准值,另一个子数组的所有元素大于或等于基准值。以下是基于不同实现方式的Python快速排序示例。 ### 快速排序的基本实现 该实现选择数组的第一个元素作为基准值,并通过双指针的方式进行划分[^1]: ```python def quick_sort(array, start, end): if start >= end: return mid_data, left, right = array[start], start, end while left < right: while array[right] >= mid_data and left < right: right -= 1 array[left] = array[right] while array[left] < mid_data and left < right: left += 1 array[right] = array[left] array[left] = mid_data quick_sort(array, start, left-1) quick_sort(array, left+1, end) if __name__ == '__main__': array = [10, 17, 50, 7, 30, 24, 27, 45, 15, 5, 36, 21] quick_sort(array, 0, len(array)-1) print(array) ``` ### 基于《算法导论》的实现 这种实现方式选择数组的最后一个元素作为基准值,并通过遍历数组完成划分[^2]: ```python def quick_sort(array, l, r): if l < r: q = partition(array, l, r) quick_sort(array, l, q - 1) quick_sort(array, q + 1, r) def partition(array, l, r): x = array[r] i = l - 1 for j in range(l, r): if array[j] <= x: i += 1 array[i], array[j] = array[j], array[i] array[i + 1], array[r] = array[r], array[i + 1] return i + 1 if __name__ == '__main__': array = [10, 17, 50, 7, 30, 24, 27, 45, 15, 5, 36, 21] quick_sort(array, 0, len(array)-1) print(array) ``` ### 快速排序的递归与非递归实现 除了上述递归实现外,快速排序也可以通过栈来实现非递归版本,从而避免递归调用带来的栈溢出问题。 ### 快速排序的时间复杂度与空间复杂度 - **时间复杂度**:在最坏情况下为 $O(n^2)$,但在平均情况下为 $O(n \log n)$。 - **空间复杂度**:由于递归调用栈的影响,在最坏情况下为 $O(n)$,平均情况下为 $O(\log n)$。 ### 快速排序的优缺点 - **优点**:高效且适用于大规模数据集。 - **缺点**:不稳定排序算法,不适用于链表等数据结构
评论
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
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